会話システムの進化

Alexa、Siriなど会話型AIの理想と現実

IBMが目指すのはAIシステムの会話をより人間らしくすることだ。本稿では会話型UX設計という新しい分野と、そこに注ぎ込まれる専門技術について、2人の研究者が考察する。

公開 2018年05月13日 05時00分

更新 2018年05月25日 19時16分

著者

Brian Holak

[TechTarget]

印刷する

　AI（人工知能）システムが備える会話機能の進化を促すためにIBMが頼りにするのは技術者だけではない。「IBM Watson」を発明した同社は、社会学と芸術分野の背景を持つ2人の専門家にも助けを求めた。

　ボブ・ムーア氏は社会学の博士号を持ち、Yahoo LabsとXeroxの研究部門で働いている。ラファエル・アラー氏は美術学修士号を持つ受賞歴のあるデザイナーで、アーティストでもあり研究者でもある。この2人は、ここ数年、会話分析とユーザーエクスペリエンス（UX）設計に関するそれぞれの知識をIBMで発揮している。より人間らしい会話システムの構築を支援するのが目的だ。

　ムーア氏とアラー氏は、IBMのチームと共に新しい設計分野の最先端に立っている。それが会話型UX設計だ。会話分析、UX設計、AIを橋渡しするこの分野は、現状多数の会話型AIエージェントが持つ主な弱点を克服することを目指す。つまり少量の自然言語をつなぎ合わせることで、人間同士の話し方に近い会話を実現することを目標にしている。

　本稿ではムーア氏とアラー氏が会話型UX設計について説明する。また両氏の研究、そして50年の歴史を持つ会話に関する社会学の文献が会話システムの進化にどのように貢献しているのかについても紹介する。両氏は、この分野に携わる者が使用できる、会話システムを設計するための一連の基準を作り上げることを目標としている。

併せて読みたいお薦め記事

音声アシスタントについて詳しく知る

コミュニケーションAIの進化

――会話型UX設計という新しい分野はどのようなもので、その主な目標は何でしょう。

ボブ・ムーア氏（以下ムーア氏）　会話システムはかなり昔からあるが、現時点で重点的に取り組んでいるのは、Amazon.comの「Alexa」、Googleの「Googleアシスタント」、Appleの「Siri」、Microsoftの「Cortana」のように、プラットフォームとして有名になったシステムだ。こうしたシステムは一部のスタートアップ企業も提供している。会話テクノロジーには設計要素があり、完全な機械学習ベースでもなければ、完全な学習システムでもない。

　テクノロジーの転換が起こり、ほとんどの人が学習ベースのシステムを利用する時期がくると考えている。そこでは必ずしも設計者は必要とされないだろう。むしろ教師やトレーナーの方が求められるようになる。将来的にはそうなると考えているが、現時点ではまだ先の話だ。前述のプラットフォームでは機械学習を利用してユーザーの言葉を認識する。だが、ほとんどの場合、答えとして返す言葉を考え出す設計者が必要になる。そのため、そこに設計の役割が求められる。ユーザーが話し掛けたことに対する返事の仕方と、ユーザーが喋った内容の分類方法を考え出すためだ。それにより、AIエージェントがさまざまな方法で返答できるようになる。現時点はまだこの段階にある。

　これらの強力かつ新しいプラットフォームが大勢の人の手に渡っている。また、私たちには大小多数の協力企業があり、各種システムとUXを試している。この分野では新しい規律が登場しつつある。こうした状況にあっても、現在は実験段階にあり、優れた会話型UXの設計方法についての共通認識がそれほどない。まさにそうした問題に対処しようとしている。

ラファエル・アラー氏（以下アラー氏）　そのようなことに加えて、これらの会話に対するアプローチと設計方法に適したプロセスや手法はどのようなものかを真剣に考えている。それが、私たちが実際に協力を始めたきっかけだ。というのもUX設計には、特にここ数年で、設計問題への対処方法にいくらか堅実なプロセスが取り入れられているためだ。

　ムーア氏と私が取り組んでいることの1つに、一連のベストプラクティスとガイドラインを作り出すという取り組みがある。これらのシステム設計へのアプローチ方法や、秩序立った形でそれを行う方法を広めるのが目的だ。現時点では、実に多様な手法やリソースが存在している場合もあれば、そうしたものがほとんどない場合もある。そのギャップを埋めようとしている。

――そうしたギャップはどのように埋めるのでしょうか。

ムーア氏　そのギャップを埋める取り組みの一環として、会話インタフェース用のUXパターンのライブラリを作成している。会話分析のこの分野の社会学の側面には、50年を超える歴史を持つ文献がある。その文献には、人々がさまざまな環境や言語で自然に会話を交わすパターンが満載されている。これは会話パターンの宝庫だ。私たちはこれらのパターンを利用し、その情報を会話インタフェース用のUXパターン設計に取り込んでいる。それから、これらのパターンのライブラリをまとめている。UX設計の規律ができれば、パターンのライブラリや会話が必要になる。私たちはIBMの自分たちのライブラリと会話を「Natural Conversation Framework」と呼んでいる。このUXパターンセットは、この会話分析に関する文献から生み出されたものだ。

　ここでの私たちの仕事の一部は、その文献に含まれているパターンをUX設計者が利用できるようにすることだ。会話分析は他の社会科学者、社会学者、言語学者などを対象に執筆されているため、テクノロジーの構築には適していない。そうした文献や資料はUXの設計を目的に解釈されていないのが実情だ。私たちはこうした解釈を試みている。そのような分野の文献を取り込んで、UX設計者が利用できる関連性のある情報にしようとしている。

――会話UX設計に関する普遍的な基準の実現にはどの程度近づいていますか。

ムーア氏　実現はまだ先だと考えている。

アラー氏　実に良い質問だ。規律に目を向ければ、現在の共通のテーマが多数見えてくる。ただし、さまざまな企業で独自の一連の基準やガイドラインが用意されている。

　これらの設計対象のUXで実現しようとしている形に、自分たちの話し方を合わせる方法は分かっている。そのため、広義のレベルでは会話型UX設計のガイドラインは既にある。人として会話を続ける方法を把握しているためだ。もっと細やかなレベルでは、ある程度の時間がかかる。

　素晴らしいのは、意見の一致が見られるようになってきていることだ。人間中心の設計と、エンドユーザーへの共感を念頭において設計することが共通のテーマだというのが一致した意見だ。

ムーア氏　現在、これらのAIシステムを設計する際には共通感覚に従っていることが多いと考えている。これらの現在のプラットフォームにおける1つの利点は、そのほとんどにインタフェースや提供用ツールがあることだ。それにより、私のようなプログラマー以外の人間、つまり社会学者などが会話型UXや会話空間を生み出せるようになっている。これは素晴らしいことで、会話型UXが大勢の人にオープンになっているのはそのためだ。

　だが、やがて「誰もが話し方を分かっていて、会話を行う方法も全員が分かっている。それなら会話空間を構築すれば良いだけだ」と見なされるようになると推測している。質問を特定して返答を記述する場合は簡単だ。だが、実際に深入りすると、非常に複雑になることはすぐに分かる。普通の人は会話の続け方を知ってはいても、その方法を正確かつ明瞭に表現することをあまり得意ではない。人間の会話の仕組みを説明するのは難しい。まさにそうしたことを会話分析の分野では扱っている。これらの平凡であり、非常になじみのある会話手法を取り上げ、形式化して、詳しく明記している。

　時間があれば、人はこうしたことを独力で見いだせると考えている。会話の仕方を知っており、それを観測することもできる。だが会話分析では会話を50年間にわたって観測してきており、会話に関する概念的な枠組みや一連の研究結果が培われている。分かりきっていることをやり直さずに、こうした成果を使って始めるべきではないだろうか。会話の仕組みに関する系統立った知識を利用することで、取り組みに勢いを付けようとしている。

印刷する