GovTechとマーケットデザイン発表資料（CA森脇）

2022年2月24日(木) 12：00～ 13:30

Transcript

1. 保育所プロジェクト
 ~取組の現在地~
 株式会社サイバーエージェント
 AILab 経済学社会実装チーム　森脇大輔
 https://sites.google.com/site/dmoriwaki/

2. プロジェクトの開始
 • 2021年にUTMDと共同研究を開始 
 • 利用調整の実態をヒアリング
 • 匿名化データの分析
 • 渋谷区・多摩市との共同実証実験を 開始

3. 渋谷区における事例
 • テーマ
 ◦ 保育所手続きのデジタル化
 ◦ 利用調整アルゴリズムの改善

4. 利用調整アルゴリズムの改善
 • SOFMアルゴリズムを適用した場合のシミュレーション分析を実施 
 第N番目に希望した保育所に入所 
 児童数
 不公平が起きたケース 

5. 現実応用のための課題
 • 部屋の共有の現実性
 • あまり定員の排除
 • 保育所側のインセンティブの確保 
 ◦ 一部自治体では補助金を用いて年齢 別定員を調整
 事務調整コストを 超える効果を出せ るか 保育所にとってインセンティ ブがあるか 保育士の稼働率を 妥当な範囲に抑え られるか 人数に応じて部屋のレイア ウトを変えられるか あまり定員をなくせ るか
6. さまざまなアルゴリズムとその性質
 アルゴリズム 特徴 SOFM カリフォルニア大鎌田准教 授、東京大学小島教授 • 職員数や施設面積等の制約下で定員を調整 • なるべく多くの児童をマッチできないか探索する • ◯ マッチ数が現状より大きく増える、きょうだい同所入所 • ✕ 年齢別定員が大きく変化する NRMP 米国研修医マッチングで利 用 • きょうだい同所入所に対応した受入留保アルゴリズム • ◯ 年齢別定員が変化しない、きょうだい同所入所 • ✕ マッチ数が現状と変わらない、アルゴリズムが収束しない場合がある Nguyen-Vorha • 最大2名の定員変化を許容することで、NRMPと似たマッチングを導く • ◯ マッチ数が現状より少し増える、きょうだい同所入所 • △年齢別定員の多少の調整が必要な場合もある Okumura 東京海洋大学 奥村准教授 • 職員数や施設面積等の制約下で定員を調整 • 受入保留など他のアルゴリズムと組み合わせ可能 • ◯ マッチ数が現状より増える • ✕ 年齢別定員が変化する Biro et al. • きょうだいの同所などを含めて整数問題として計算 • 目標とする指標を最大化 • ×解が見つからない場合もある
7. 利用申請システムの改善
 • システムによって「本来の」選好を引き出す 
 • 豊富な情報・使いやすさ・検討のしやすさ 
 開発中画面

8. 多摩市における事例
 • 利用調整についての実証実験
 • 課題感
 ◦ 利用調整の自動化
 ◦ アルゴリズムの最適化
 

9. 利用調整ルールの改善
 ジニ係数
 2021年：0.475
 2022年：0.484

10. 転園処理
 保育課の方に伝えたいこと
 • 現状アルゴリズムについての理解 
 ◦ そもそもどういうアルゴリズムを採用している のか
 ◦ ブラックボックスになっていないか 
 • データを用いた客観的検証
 ◦ どのような指標を重視するのか 
 ◦ ほかのアルゴリズムとの比較
 公平性
 待機児童数
 きょうだいの同所率 
 資源の無駄
 希望の充足度

11. 保育所の利用申請の全体最適化を目指す
 利 用 調 整 結 果 通 知 二 次 募 集 ※さらに居宅 事業等への斡 旋など
 利 用 申 し 込 み 見 学 ・ 情 報 取 集 ・・・ Twitter: @dmoriwaki
 mail: moriwaki_daisuke@cyberagent.co.jp