[3Q1-OS-5] 創造性とAI

[3Q1-OS-5-02] 会議発話データの分析における大規模言語モデルの活用

〇北川 晴喜¹、菅野 太郎¹、Chen Yingting¹、吉野 悠太²、渡辺 修平² (1. 東京大学、2. 株式会社リコー)

キーワード：人工知能、大規模言語モデル、会議、発話データ分析

会議はビジネスの場において、創造性を発揮する、つまりアイデア創出を行う代表的な機会であり、会議における創造性に寄与するような参加者の言動の特徴やスキルを明らかにすることが求められる。発話の分析においては、コーディングスキームを用いた発話の分類(アノテーションの付与)とその結果の頻度分析を行うことで、発話の特徴を定量化することができる。しかし、アノテーションの付与は人力で行うため時間とコストを要するという課題がある。大規模言語モデル(LLM)を使用することで、そういった課題を解決できる可能性があるが、LLMを用いたアノテーションタスクに関して、会議のような口語発話データの分類を行った過去の研究は限られている。本研究では、会議発話データの分析のためのアノテーション付与にLLMの一種であるChatGPTを活用し、精度を保ちつつ効率化できるかを検証することを目的とした。そして、人間2人、人間1人とChatGPT、ChatGPT単体の3パターンのコーディング性能を比較した。その結果、ChatGPTの結果を人間が修正する方法で、精度をある程度保ちつつ作業時間を70%短縮できることが明らかになった。