情報処理学会 インタラクション2025

機械学習（ML）モデルは我々の日常生活の様々な領域に大きな影響を与えている．大規模言語モデル（LLM）は直感的なインタフェースと汎用性を提供する一方で，タスク特化型の軽量モデルは学習や推論の効率性やタスクに特化した性能の面で依然として価値がある．しかし，これらのモデルの開発には技術的な専門知識が必要であり，非専門家のユーザが自身のニーズに合わせてカスタマイズすることは容易ではない．インタラクティブML（IML）は直感的なUIを通じてML開発の障壁を下げているものの，ユーザにとっては自らの要件を適切なタスクに変換することは難しい．そこで我々は，人間主導のIMLと機械主導のLLMアプローチを橋渡しする新しいパラダイムとして，人間とLLMの協調的MLを提案する．この実現のため，MLプロセス全体でユーザと協働する対話型エージェントとしてマルチモーダルLLM（MLLM）を統合したフレームワークDuetMLを実装した．本システムは，ユーザとMLLMエージェント間の協調的インタラクションを実装することで，MLLMの能力とユーザの主体性の双方を引き出すことを目指す．ユーザ実験を通じて，DuetMLがユーザの認知負荷を増加させることなく，ターゲットタスクに適した学習データの定義を可能にし，さらにMLタスクの定式化についてより深い理解を得る機会を提供することを実証した．