Pluralityとは
PluralityはAudrey TangとGlen Weylたちが提唱している概念です。2024-07-26にサイボウズのオフィスに来訪いただいた時の会話を紹介します。
Audrey : 私たちは「Plurality」という言葉を作り出しました。「包括的多様性(inclusive diversity)」や「デジタル民主主義」と呼ぶ代わりに。なぜなら、これらの用語には既に特定の分野での色が付いているからです。例えば、Pluralityのことを「デジタル民主主義」と言ったら、Pluralityが職場で適用できるにもかかわらず、人々は電子投票機を思い浮かべます。「包括的多様性」と言うと、人々はすぐに性別や人種などのことを考えます。それももちろん違いの重要な部分ですが、この高度な調整技術の主な焦点ではありません。
だからこそ、他の言葉と同様に、我々が表現したいことを表現するにはたくさんの形容詞が必要です。しかし、形容詞が多すぎると、言葉が長くなりすぎて誰も聞いてくれなくなります。グレンが試みた「多中心的集団主義(polycentric collectivism)」などもありますが、これは音節が多すぎてさらにコミュニケーションが難しくなります。
Glen: 「Plurality」という言葉よりも、この重なり合った混合の方が優れています。
関連記事
- この時の会話が記事になりました: 対立する意見を糧に、デジタル技術で世界の分断をつむぎなおす。新概念「Plurality」を解く──オードリー・タン×グレン・ワイル×Code for Japan関治之 | サイボウズ式
- 日本語翻訳書籍の企画も進行中です: オードリー・タン、グレン・ワイル著「PLURALITY」日本語翻訳|サイボウズ式ブックス
ブロードリスニングとは
ブロードリスニング(broadlistening)はAndrew Traskが提唱した概念でAudreyらがPlurality関連の文脈で言及したことで有名になりました。1つの主体がたくさんの主体に情報伝達をする「放送(broadcasting)」の対立概念であり、「大勢に声を届ける」ことの反対方向の「大勢の声を聞く」ことを技術的に支援することでより良い多人数コミュニケーションを実現しようとするものです。
日本においては、安野たかひろ氏が書籍Pluralityを参考にして、マニフェストにブロードリスニングを掲げて2024年7月の東京都知事選挙に出馬し、その後の2024年11月の衆議院選挙で日本テレビと連携してブロードリスニングの報道をおこなったことで知名度が高まりました。
ブロードリスニング自体は公共政策に限った技術ではなく、大規模言語モデルによって複数人のグループにおける相互理解を促進する方法です。サイボウズの目指す「チームワークあふれる社会」を作ることにも有用であると考え、理論面・応用面両輪での研究を進めています。
関連記事
- 情報処理学会の学会誌への寄稿: 西尾泰和 "主観か客観かではなく、一人の主観から大勢の主観へ" 情報処理 Vol.64(2023)No.9 "新時代の道具, ChatGPT:14 の視点からその可能性を探る"
- 【民主主義を支える技術】ブロードリスニング、Talk to the Cityについて話すよ - YouTube 安野たかひろ & 西尾泰和
- 【地上波世界初】都知事選で使ったブロードリスニングの技術で衆院選を解析してみた|#安野たかひろ 事務所(公式)
投票による意見ベクトルの分析
2014年、Audrey Tangらによって牽引された台湾のデジタル民主主義プロジェクト"vTaiwan"が設立されました。2015年以降"Polis"が採用され、オンライン熟議の成功事例として国際的に注目されました。
この"Polis"は意見に対する賛成反対の投票の結果を高次元の意見ベクトルと捉え、その意見空間内での人々の意見の分布を可視化することによって、議論の参加者それぞれが他の人々の意見をよりよく理解することを促し、より良い議論を導くシステムです。
日本においては2024年の衆議院選挙においてNPO法人Mielkaが運営する選挙情報サイトJAPAN CHOICEにおいて、「世論地図」という名前で広く提供されました。
このPolis的アプローチは、組織内での意見の食い違いや、顧客アンケート結果の理解など、多様な応用が可能な技術です。
関連記事
- Polis: Scaling Deliberation by Mapping High Dimensional Opinion Spaces
- TODO: 世論地図の結果に関するNoteを書いてここでリンクする
LLMによる意見ベクトルの分析
2023年以降、大規模言語モデル(Large Language Model, LLM)の技術の進歩により、自然言語で記述された意見を高次元ベクトルに変換することが容易になりました。また、単なる可視化ではなく、クラスタリングの結果を元にLLMが「どのような意見のあつまりか」を自然言語で解説することも可能になりました。
この高次元空間における意見分布の理解促進技術はサイボウズの目指す「チームワークあふれる社会」を作ることにも有用です。前述の安野チームにおける"Talk to the City"の活用や、世論地図における「AIによるクラスタ解説」の技術など理論面・応用面両輪での研究を進めています。
関連記事