ナラティブ・マップの意味理解のためのセマンティック・インタラクション：洞察に基づく評価

Abstract

セマンティック・インタラクション（SI）は、アナリストが視覚化を直接操作することで、その認知プロセスをAIモデルに取り込めるようにする。物語の抽出のためのSIフレームワークは提案されているものの、その有効性に関する実証的評価はいまだ限られている。本論文は、33名の参加者を3つの条件（タイムラインのベースライン、基本的なナラティブマップ、SI機能を備えたインタラクティブなナラティブマップ）に割り当て、物語マップの意味理解（sensemaking）に対するSIを評価するユーザスタディを報告する。結果は、地図ベースのプロトタイプがタイムラインのベースラインよりも多くの洞察をもたらしたことを示した。SIを有効化した条件は統計的に有意に到達し、基本的マップの条件も同じ方向に傾向が見られた。SIを有効化した条件は最も高い平均パフォーマンスを示した。地図条件間の差は統計的には有意ではなかったが、大きな効果量（d > 0.8）を示しており、本研究がそれらを検出するには統計的検出力が不足していたことを示唆する。質的分析により、抽出された物語に対してアナリストが品質判断と組織（組織化）構造を課すことを可能にする、2つの異なるSIアプローチ—修正的（corrective）および付加的（additive）—が同定された。さらに、SI利用者は、パラメータ操作がより少ないにもかかわらず、探索の広がりが同等であることも見出された。これは、SIがモデル改良のための代替的な経路として機能することを示唆している。本研究は、物語の意味理解において地図ベースの表現がタイムラインよりも優れていることを示す実証的証拠と、アナリストが物語を洗練（refinement）するためにSIをどのように用いるかに関する質的洞察を提供する。