Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
チーム開発と機械学習
Search
mei28
November 11, 2022
0
44
チーム開発と機械学習
主専攻実験でのスライド
mei28
November 11, 2022
Tweet
Share
More Decks by mei28
See All by mei28
[読み会] “Are You Really Sure?” Understanding the Effects of Human Self-Confidence Calibration in AI-Assisted Decision Making
mei28
0
49
[JSAI'24] 人間の判断根拠は文脈によって異なるのか?〜信頼されるXAIに向けた人間の判断根拠理解〜
mei28
1
390
[CHI'24] Fair Machine Guidance to Enhance Fair Decision Making in Biased People
mei28
0
34
[DEIM2024] 卓球の得点予測における重要要素の分析
mei28
0
25
[Human-AI Decision Making勉強会] 意思決定 with AIは個人vsグループで変わるの?
mei28
0
180
[読み会] Words are All You Need? Language as an Approximation for Human Similality Judgements
mei28
0
28
[参加報告] AAAI'23
mei28
0
78
[計算機構論] Learning Models of Individual Behavior in Chess
mei28
0
67
[計算機構論] Why do tree-based models still outperform deep learning on tabular data?
mei28
0
43
Featured
See All Featured
Designing the Hi-DPI Web
ddemaree
280
34k
The Invisible Side of Design
smashingmag
297
50k
Fireside Chat
paigeccino
32
3k
Producing Creativity
orderedlist
PRO
341
39k
The Cost Of JavaScript in 2023
addyosmani
45
6.6k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
107
49k
Become a Pro
speakerdeck
PRO
24
5k
RailsConf 2023
tenderlove
29
880
Rails Girls Zürich Keynote
gr2m
93
13k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
191
16k
Embracing the Ebb and Flow
colly
84
4.4k
Teambox: Starting and Learning
jrom
132
8.7k
Transcript
༶໌ ػցֶशͱνʔϜ։ൃ!ओઐ߈࣮ݧ
໊લɿ༶໌ ॴଐɿഅݚڀࣨ% ,BHHMF&YQFSU NFJ νʔϜ։ൃνϣοτσΩϧ ҰݴɿϝμϧͱΓ·͠ΐ͏ʂ Θͨͩ͠Ε͔ʁ
͓͠ͳ͕͖ νʔϜ։ൃํ๏ ػցֶश5JQT
νʔϜ։ൃ
νʔϜ։ൃํ๏ʹ໌֬ͳ͑ͳ͍ νʔϜ։ൃͷதͰɼ·ͬͨ͘ಉ͡Α͏ʹ ։ൃ͢ΔνʔϜগͳ͍ɽ ˠνʔϜͦΕͧΕʹ͋ͬͨΓํ͕͋ΔͷͰɼ ࠓճҰൠతͳνʔϜ։ൃख๏ʹ͍ͭͯઆ໌͍ͯ͘͠ɽ
σʔλੳίϯϖͷྲྀΕ͔ΒࠔΛݟ͚ͭΔ &%" લॲཧ ֶश ޙॲཧ νʔϜͰόϥόϥʹ࡞ۀ͢Δͱɼ ࠓ୭͕ɼԿΛɼԿͷͨΊʹ࡞ۀ͍ͯ͠Δ͔Θ͔Βͳ͘ͳΔ •
ग़Γ͕ൃੜ͢Δͱ࣌ؒͷແବ
୲࡞ۀͱใڞ༗ ݸਓɾνʔϜ࡞ۀͱใڞ༗ΛͲ͏͢Δ͔͕·͍͠ɽ ղܾࡦͱͯ͠ɼ ΞδϟΠϧ։ൃͱݺΕΔํ๏͕࠷ۙͰओྲྀ ιϑτΣΞ։ൃͰͷΞδϟΠϧΛ౿·͑ɼ ࣗͩͬͨΒͲ͏σʔλੳʹঢ՚͢Δ͔Λઆ໌͢Δɽ
ҰൠతͳΞδϟΠϧ։ൃ େ͖̏ͭ͘ͷεςοϓ ΠςϨʔγϣϯ Ͱߏங͞Εɼ ͜ΕΛ͙Δ͙Δճ͢ ҙࢥܾఆ ࡞ۀ ใڞ༗
֤εςοϓͰͳʹΛߟ͑Δͷ ҙࢥܾఆ • ԿΛ͢Δ͔ʁ • Կ͕త͔ʁ • ԿΛ༏ઌ͢Δ͔ ࡞ۀ
• ݸผ࡞ۀ • Ϟϒ࡞ۀ Ϟϒ࡞ۀࠓճઆ໌͠ͳ͍ ࢀߟࢿྉΛΈͯ΄͍͠ ใڞ༗ • Կ͕Ͱ͖͔ͨʁ • Կ͕ࠔ͔ • Կ͕ಘΒΕ͔ͨ
σʔλੳίϯϖͩͬͨΒͲ͏ͳͷ cҙࢥܾఆ &%"ͰԿʹ͍ͭͯΈΔͷ͔ʁ%JTDVTTJPOʁ wԿ͕ಘΒΕΔ͔·Ͱ૾Ͱ͖Δͱ(PPE ϞσϧΛ͜͜·Ͱಈ࡞͢ΔΑ͏ʹ࣮ wᘳͰͳ͍͍ͯ͘ ͜ͷΠςϨʔγϣϯͰͲ͜·Ͱߦ͔͘ΛܾΊΔ ҙࢥܾఆ ͳʹΛΔ͔Λνέοτͱͯ͠ॻ͖ग़͢
ॻ͖ग़ͨ͠νέοτΛ༏ઌॱҐΛ͚ͭΔ ࡞ۀ(0
*TTVFͰཧɼ୲ऀͷΞαΠϯɼٞ͢Δ • (JU)VCJTTVFͷػೳΛ͏ͱָ͔ʢ5SFMMPͱ͔͋Δʣ
*TTVFͰཧɼ୲ऀͷΞαΠϯɼٞ͢Δ • *TTVF͝ͱʹٞɼ࿈བྷऔ ΕΔ͔ΒهΛશһͰڞ༗ ͍͢͠ • ࣗ-BCFMΛ͍༏ઌ ܾఆɼ"TTJHOΛͬͯ୲ ऀͷՄࢹԽΛ͍ͯͨ͠ɽ
σʔλੳίϯϖͩͬͨΒͲ͏ͳͷ c࡞ۀ νέοτʹج͍ͮͯ࡞ۀ ݸผʹ࡞ۀͯ͠ϞϒͰ࡞ۀͯ͠ྑ͍ ͦΕͧΕʹ͍ͭͯࢀߟࢿྉ<>Λࢀর͞Ε͍ͨ ࡞ۀ νʔϜ͔ͩΒɼ͙͢ʹνʔϜϝΠτ PS5" ʹ࣭
ཱͪࢭ·͍ͬͯΔ͕࣌ؒମແ͍ɽ͜͏͍͏࣌ͷνʔϜϝΠτ ͩΒͩΒΒͣɼ࣌ؒΛܾΊͯ࡞ۀ ͱ͔ ͕࣌ؒऴΘΓ࣍ୈใڞ༗(0 <>IUUQTTQFBLFSEFDLDPNLJOENBQMFNPCVQVSPUVUF
σʔλੳίϯϖͩͬͨΒͲ͏ͳͷ cใڞ༗ ߦͬͨ࡞ۀʹ͍ͭͯใࠂ͍ͯ͘͠ w Ͳ͜·Ͱ࡞ۀ͕ਐΜ͔ͩ w Ͳ͏͍͏ݟΛಘΒΕ͔ͨʁ w
ͲΜͳࠔ͕͔͋ͬͨʁ ҙࢥܾఆɼ࡞ۀʹ͍ͭͯৼΓฦΔ w ༏ઌॱҐ͜ΕͰ͍͍ͷ͔ʁ w ݟੵΓ͜ΕͰ͍͍ͷ͔ʁ ใڞ༗ ऴΘͬͨΒҙࢥܾఆʹ(0
·ͱΊcݶΒΕͨ࣌ؒͰͨ͘͞Μࢼߦࡨޡ͢Δ͠ ΠςϨʔγϣϯΛͨ͘͞Μճͯ͠ɼػහʹରԠ͢Δ νʔϜͳΜ͔ͩΒνʔϜϝΠτΛͨ͘͞ΜཔΖ͏ 5"ͷೋਓͱͯ༏लͳͷͰࢭ·ͬͨΒཔΖ͏ ҙࢥܾఆ ࡞ۀ ใڞ༗
̎ɽػցֶश5JQT
ݫબͨ͠ࠓճݴ͍͍ͨ͜ͱ̎બɿ࠶ݱੑ ύΠϓϥΠϯΛ࡞Δ $SPTT7BMJEBUJPOΛ͖ͪΜͱઃఆ͢Δ
͍·͙͢JQZOCΛࣺͯΖʢաܹʣ ,BHHMFݚڀʹ͓͍ͯ࠶ݱੑͷ֬อͱͯେࣄ ࠶ݱੑ͕֬อ͞Ε͍ͯͳ͍ͱɼൺֱ͕Ͱ͖ͳ͍ ʮൺֱͰ͖ͳ͍͜ͱͬͯɼ͍ͬͯΔҙຯ͋Δʁʯͱ ى͖͔Ͷͳ͍ɽ ࠶ݱੑ͕֬อͰ͖ͳ͍ݪҼͷҰͭͱͯ͠ίʔυཧ͕͋Δ
ΈΜͳಉ͡Α͏ʹ࠶ݱͰ͖Δڥͮ͘Γ ੜσʔλ ಛྔ ༧ଌ݁Ռ wલॲཧ wಛྔੜ wֶश wޙॲཧ ίʔυΛ͏·ׂͯ͘͠ɼ͚ͬͭ͘Εಈ࡞͢ΔΑ͏ʹ͢Δ
ޙ͔Β࠶ར༻͍͢͠ܗΛҙࣝ͢Δ
ֶशͷߴಓ࿏ʹ͔ͬ͠Γ͔ͬΔ /ZL͞Μͷਆߨٛʢ:PVUVCF ެ։ίʔυ͖ʣ IUUQTXXXHVSVHVSVTDJFODFDPNQFUJUJPOT അݚͷཔΕΔܑ͓͞Μ͕༏উͨ࣌͠ͷϦϙδτϦ IUUQTHJUIVCDPNLBUTVSBKQBMDPO
ϦʔμʔϘʔυ͚ͩʹཔΒͳ͍ɿ5SVTU$7 ࠷ऴධՁ1SJWBUFͷϦʔμʔϘʔυ͔ͩΒɼ 1VCMJDͷϦʔμʔϘʔυΛશʹ৴པ͍͚ͯ͠ͳ͍ 1VCMJD-#͕ྑͯ͘ɼσʔλʹաֶश͕൱ఆͰ͖ͳ͍ αϒϛοτճʹ੍ݶ͕͋Δ ˠखݩͰϞσϧΛධՁ͢Δମ੍Λ͑Δ
ྑ͍$7ϞσϧͷධՁͱ-#ͷείΞ͕ൺྫ ܇࿅σʔλͷҰ෦ΛΓग़͢ ,'PMEΛ ͞Βʹ֦ுͯ͠Oݸʹσʔλׂͯ͠ੑೳධՁΛߦ͏ɽ ˠ,'PMEΑΓଟ͍ݕূσʔλͰੑೳධՁ͕Ͱ͖Δ ࣮ࡍ(SPVOE.BTUFSͷਓྑ͍$7ʹͳΔ·Ͱ$7Λ ݟ͙͢Β͍ྑ͍$7ॏཁ
ಛʹ࣌ܥྻσʔλʹ͓͍ͯ$7ΛϛεΔͱաֶश͢Δʜ IUUQTNFEJVNDPNLBHHMFCMPHQSP fi MJOHUPQLBHHMFSTCFTU fi UUJOHDVSSFOUMZJOUIFXPSMEDDFC
Ͳͷ$7ઓུΛબ͢Δ͔ೳྗ $7ઓུࣗମͨ͘͞Μ͋Γɼ λεΫʹΑͬͯྑ͍બ͕ඞཁ ࠷ॳ%JTDVTTJPO,FSOFMΛړͬͯϚω͢Δͷ͕٢ V ͞Μͷਆࢿྉ͋ΔͷͰɼࢼ͠ʹม͑ͯΈΔͷྑ͍ ɹIUUQTVQVSBIBUFOBCMPHDPNFOUSZ
ऴΘΓʹ ͍͔͔Ͱ͔ͨ͠ʁࠓճνʔϜ։ൃͱػցֶशʹ͍ͭͯ؆୯ʹ ·ͱΊͯΈ·ͨ͠ɽ͜ͷεϥΠυ͕ࢀߟʹͳͬͨΒخ͍͠Ͱ͢ɽ ͱΓ͋͑ͣݴ͍͍ͨ͜ͱɼ ଞਓΛཔΔ 5"͏ ͳʹ͔࣭ͳͲ͕͋ͬͨΒؾܰʹ͍͛ͯͩ͘͞
ˠUXJUUFS!@NFJ@
ࢀߟࢿྉ
FO1J5νʔϜϝΠτͷϞϒϓϩʹؔ͢Δ·ͱΊ ɹIUUQTTQFBLFSEFDLDPNLJOENBQMFNPCVQVSPUVUF /ZL͞ΜͷύΠϓϥΠϯ࡞Γʢ:PVUVCF ެ։ίʔυ͖ʣ ɹIUUQTXXXHVSVHVSVTDJFODFDPNQFUJUJPOT DBUMB͘Μͷ༏উϦϙδτϦߏͱύΠϓϥΠϯ ɹIUUQTHJUIVCDPNLBUTVSBKQBMDPO V ͞Μͷ$SPTT7BMJEBUJPO·ͱΊ ɹIUUQTVQVSBIBUFOBCMPHDPNFOUSZ
ϦϯΫू
FO1J5ͷडߨੜ͔ͭ 5"͕ॻ͍ͨ͋Γ͕͍ͨࢿྉ モブで作業するタスク・そうでないタスク 種類 特徴 例 モブ向 • 不確実性
高い • フロー効率を上 たい • 属人化を防ぎたい • 解決方法 不明瞭で 探り探り実装するIssue • マニュアルの英語化作業 • モジュール引 継 や 新人教育 分担作業向 • やる と 決まっている • リソース効率を上 たい • 動画データの整理分類 • 目的の決まっている 文献調査 • 熟知している人による バグ修正など <>IUUQTTQFBLFSEFDLDPNLJOENBQMFNPCVQVSPUVUF