専門性の表現が、教育的相互作用データからの学習を加速する

要旨: 認知科学および人工知能における研究では、複数の個人間の相互作用の痕跡に学習エージェントを触れさせることが、さまざまな状況で性能を向上させ得ることが示唆されている。しかし、どの相互作用の特徴がこの改善に寄与するのかは、いまだ不明である。私たちは、相互作用データの有効性を支える要因を調べた。具体的には、相互作用と、専門家が単独で行動することとの間の重要な違いを、厳密に操作化できる制御されたパラダイムを用いた。そこで、空間ナビゲーション課題において、専門家と初心者の間で生じる単純な相互作用の合成データセットを作成し、そのデータセットでトランスフォーマーモデルを訓練した。そして、異なるデータセットに触れた後の性能を評価した。実験の結果、教育的（pedagogical）な相互作用にもとづいて訓練されたモデルは、専門家のデモンストレーションのみで訓練されたモデルよりも、さまざまなシナリオにわたって頑健であることが示された。また、認識論的に異なるエージェントを表現できることにより、専門家の振る舞いがほとんど観測されない状況であっても、専門家に近い振る舞いが可能になることが分かった。