Slide 41
Slide 41 text
未踏の地に挑戦するデータサイエンティストがつくる「未来の働く」とは
質疑応答
ご質問
前提として、データサイエンス
には大きく2つの問題があるよ
うに思います。
1 情報取得はできるが、解釈が
難しい問題
2 情報取得が難しい問題
現状よく聞くビジネスサイドの
データサイエンスは1を指すよ
うに思っていますが、やり尽く
されてきているようにも思いま
す。特に人間の知覚の延長の際
には、今後のトレンドは1, 2の
どちらが主流なのでしょうか?
回答
■小荷田様
①分析:事後分析(採用活動終了後来年に向けて使うもの)
取得はできているが解釈が難しいパターンです。
問題のあるところを特定して、それからはUXリサーチやインタビューなどを実施して、
真実を暴いていく取り組みをしています。
②AI開発:リアルタイム(採用活動中に使うことができる)
情報取得が難しいところですが、モデルなのである程度の想定の動きはあります。
ただ、解釈の問題が出てくるものなので、精度は落ちますが、2つモデルをつくることがあります。
(重要変数がわかるものと、DeepLのハイブリッドなど)
人間の領域のものなので「解釈できないもの」は使えないと考えています。
■東山様
1の限界を感じたときに、2の取得戦略を考えていくように、1と2は地続きの問題だととらえています。
1の取得できている情報をモデルに落とし込みますが、取得できていないものは何かを普段感じていることか
ら考え、どのようにしたらデータとして取得できるか戦略をたてていきます。なので、両方とも大事だと考え
ています。