From Plans and Situated Actions
Plans and Situated Actions: The Problem of Human-Machine Communication
https://gyazo.com/6ee99a30a175d6b5b2923e5fb282f869 https://gyazo.com/db6c6af4f68e39d4c4f92ab359592e16
Suchman, L. (1990). Plans and Situated Actions. In The New Media Reader (pp. 599-611). The MIT Press.
日本語訳：プランと状況的行為―人間‐機械コミュニケーションの可能性
Further Reading
Source/出典
Suchman, Lucy. Plans and Situated Actions. The New Media Reader. The MIT Press, 2003, pp.599-611.
Introduction/本文紹介 (pp.599)
ルーシー・サッチマンは、人間の思考を反映した複雑な計画を優先する初期のAIの実践に異議を唱え、人間の行動は主に複雑で抽象的な計画によって導かれるものではないと主張した。彼女は、堅苦しい計画よりも現在の状況に基づいた即興性を重視し、「状況的行動（situated action）」という概念を提唱した。これを「状況的行動」に沿った新たなAI戦略の必要性を訴えるものと解釈する人もいれば、彼女の主張の本質を理解せずに似たような用語を採用し、彼女の視点を誤解する人もいた。 Lucy Suchman contested early AI practices that prioritized complex plans mirroring human thinking, asserting that human actions are not primarily guided by intricate abstract plans. She advocated for the concept of situated action, emphasizing improvisation based on current situations rather than rigid planning. While some interpreted this as a call for new AI strategies aligned with situated action, others misunderstood her viewpoint, adopting similar terminologies without grasping the essence of her argument.
Preface: Navigation (pp.600-601)
サッチマンはまず、トーマス・グラッドウィンが発表したトルキスタン航法とヨーロッパ航法を比較した論文に関するBerremanの考察を参照する。グラッドウィンの例えでは、ヨーロッパの航海術は純粋に科学的な原理と決められた航路に基づいているのに対し、トルキスタン人の航海術は単純に明確な目標と本能に基づいている (Berreman, 1966)。
Suchman starts by referencing Berreman’s reflection on Thomas Gladwin’s article comparing Turkese and European Navigation. In Gladwin's analogy, European navigation is purely driven by scientific principles and set courses, while the Trukese navigate simply based on a clear goal and instinct (Berreman, 1966).
著者は、ヨーロッパの航海士の見解を反映した知的機械の設計を探求し、計画された行動への依存を批判している。科学的モデルの生産への関心を提唱しながらも、この論文は、状況的行動に根ざした人間の行動についての別の見方を正当に評価することを目指し、献身的な姿勢をとっている。
The author explores an intelligent machine's design reflecting the European navigator's view, critiquing the reliance on planned actions. Despite advocating for an interest in the production of scientific models, the article takes a committed stance, aiming to do justice to an alternative view of human action grounded in situated actions.
Interactive Artifacts (pp.601-602)
シェリー・タークルは『Second Self』（1984年＝日本語訳『インティメイトマシン』）の中で、「喚起する物体」としてのコンピュータがもたらす変容的な影響を探求し、無生物的人工物と知的実体との区別に挑戦している。彼女は、子どもたちがコンピューターと接するとき、「生きている」対「生きていない」、「機械」対「人間」といった従来のカテゴリーを曖昧にし、物理的な物体と社会的な実体の分離を混乱させる様子を観察している。タークルは、子供たちの認識とデザイナーの見解の一致を強調し、人間と機械の相互作用における物理的・社会的区別の再評価を促している。彼女はこれを、知的な人工物を創造する学問分野の台頭と結びつけ、コンピュータが反応的、言語的、内部的に不透明な特性を持つことの重要性を強調している。これにより、ユーザーの理解のために自己説明し、人工物の知性を確立する人工物への関心が高まっている。 In "The Second Self" (1984), Sherry Turkle explores the transformative impact of computers as "evocative objects," challenging distinctions between inanimate artifacts and intelligent entities. She observes how children blur traditional categories like "alive" versus "not alive" and "machine" versus "person" when interacting with computers, disrupting the separation between physical objects and social entities. Turkle highlights the correspondence between children's perceptions and designers' views, prompting a reevaluation of the physical-social distinction in human-machine interactions. She connects this to the rise of disciplines creating intelligent artifacts, emphasizing the importance of computers possessing reactive, linguistic, and internally opaque properties. This fuels interest in artifacts that self-explain for user understanding and to establish artifact intelligence. 1 Automata and Cognitive Science (pp. 601-604)
この一節でサッチマンは、喋る彫像から機械仕掛けのアヒルまで、生き物を模倣した機械を作るという歴史的傾向について論じている。彼女は、人間の生命は非物質的な物質ではなく、物理的な構造から生じるというジュリアン・ド・ラ・メトリの視点を強調している。現在、認知科学者たちは、人間の心の排他性に異議を唱え、人間の脳を超えた様々な形での心の存在を探求している。認知科学を構成する、コンピュータを通じた精神プロセスの理解に焦点を当てる彼らは、信念や欲望といった概念をより科学的な方法で再導入している。人工知能（AI）は認知科学の重要な一面であり、人間の思考をコンピューターで再現することに関わる。AIの2つの主要な形態であるエキスパート・システムと産業用ロボットは、組織化されたデータを処理し、反復タスクを実行することに優れているが、基本的な認知能力、特に環境との相互作用や日常的な出来事についての推論においては、5歳の子供と比較すると劣っている。サッチマンは、人間が自然に行うタスクにおける機械の限界を強調し、機械が特定の割り当てに熟練している一方で、人間の理解や子供の思考に似たより広い認知能力に苦労していることを強調している。
In this passage, Suchman discusses the historical trend of creating machines that imitate living creatures, from talking statues to mechanical ducks. She highlights Julien de la Mettrie's perspective that human life arises from physical structures rather than non-material substances. Presently, cognitive scientists challenge the exclusivity of the human mind, exploring its existence in various forms beyond the human brain. Their focus on understanding mental processes through computers, constituting cognitive science, reintroduces concepts like beliefs and desires in a more scientific manner. Artificial intelligence (AI) is a significant facet of cognitive science, involving the use of computers to replicate human thinking. The two primary forms of AI, expert systems and industrial robots, excel in processing organized data and performing repetitive tasks, yet fall short in basic cognitive abilities compared to a five-year-old child, particularly in interacting with the environment or reasoning about everyday events. Suchman underscores the limitation of machines in tasks that come naturally to humans, emphasizing their proficiency in specific assignments while struggling with broader cognitive abilities akin to human understanding and childlike thinking.
2 The Idea of Human-Computer Interaction (pp. 604-606)
この章では、サッチマンは人間とコンピュータの相互作用について論じている。人間のような思考を持たないにもかかわらず、コンピュータは即座に反応するため、私たちは "インタラクティブ・コンピューティング "を通じてコンピュータを擬人化している。現代のコンピュータは、従来のボタン操作に代わって自然言語コマンドを使うことで、より会話的なものになってきている。科学者の中には、会話におけるコンピュータの理解力を向上させることを目指している者もいるが、課題は山積している。議論の中心は、コンピュータを道具として扱うべきか、それとも会話のパートナーとして扱うべきかということであり、コンピュータが十分に理解していない場合にそれを示す必要性が強調されている。コンピュータの予測不可能性にもかかわらず、人間のような意図を与えることは、コンピュータとの対話を容易にする。
In this chapter, Suchman discusses human interactions with computers. Despite lacking human-like thinking, computers' instant responses lead us to anthropomorphize them through "interactive computing." Modern computers are becoming more conversational, with natural language commands replacing traditional button presses. Some scientists aim to improve computer understanding in conversations, but challenges persist. The debate centers on whether computers should be treated as tools or conversation partners, emphasizing the need to indicate when computers don't fully comprehend. Despite their unpredictability, attributing human-like intentions facilitates our interaction with computers.
3 Self-Explanatory Artifacts (p. 606)
コンピュータが反応し、言葉を使い、情報を隠す様子は、私たちがコンピューターに思考や意図を帰結させ、私たちの相互作用や理解に影響を与える。この関係は、人間と同様に、コンピュータも自分の行動を説明できるようにすべきであり、コンピュータの機能における透明性の重要性を強調していることを示唆している。コンピュータを「自分で説明できる」ようにするというコンセプトは、2つの重要なアイデアを中心に展開される。第一に、大規模な訓練なしにユーザーが簡単に理解し、使用できるようにすること。第二に、コンピュータを、人間の教師や専門家のように、概念を理解し説明できる知的存在として構想することである。本章では、これらのアイデアを掘り下げ、それらの相互関係を探求し、ユーザーにコンピュータとの対話方法を教えるという実際的な側面と、コンピュータに知性と対話性を持たせるという広範な課題に焦点を当てる。
The way computers react, use language, and withhold information leads us to attribute thoughts and intentions to them, influencing our interaction and understanding. This connection implies that, akin to humans, computers should be capable of explaining their actions, emphasizing the importance of transparency in their functioning. The concept of making computers "self-explanatory" revolves around two key ideas. Firstly, ensuring users can easily comprehend and use them without extensive training. Secondly, envisioning computers as intelligent entities capable of understanding and explaining concepts, akin to human teachers or experts. This chapter delves into these ideas and explores their interconnection, highlighting the practical aspect of teaching users how to interact with computers and the broader challenge of imbuing computers with intelligence and interactivity.
3.1 The Computer as an Artifact Designed for a Purpose (pp 607-608)
テクノロジーがますます複雑化する一方で、ユーザーフレンドリーである必要がある世界では、コンピューターは大規模なトレーニングなしにユーザーに教えようと努力している。しかし、ツールのデザインだけからその使い方を読み解くことは、考古学者が古代の遺物のデザインからその用途を読み解くのと同じように、難しいことである。効果的な道具の使い方のコミュニケーションは、その都度努力が必要であるにせよ、対面での指導のようにパーソナライズされたものでなければならない。文書による指示は個別化には欠けるが、再利用可能で長く使える。コンピュータは現在、ユーザーの行動を観察し、その人に合ったアドバイスを提供する専門家コーチとして機能するように進化している。例えば、WESTシステムはゲームを通して算数を教え、ユーザーの行動から学び、専門家の動きと比較し、ユーザーが学ぶべきことをタイムリーにアドバイスする。 In a world where technology is increasingly complex yet needs to be user-friendly, computers are striving to teach users without extensive training. However, deciphering how to use a tool solely from its design is challenging, paralleling archaeologists decoding ancient artifacts' purposes from their designs. Effective communication of tool usage should be personalized, akin to face-to-face teaching, even though this requires effort each time. While written instructions lack personalization, they offer reusability and longevity. Computers are now evolving to function as expert coaches, observing user actions and providing tailored advice. For instance, the WEST system teaches arithmetic through a game, learning from user actions, comparing them with expert moves, and offering timely advice on what the user needs to learn. 3.2 The Computer as an Artifact Having Purposes (pp. 608-609)
この章では、人間の知性を模倣するコンピュータの探求と、コンピュータに自分の行動を説明させるという課題について考察する。この議論は、Alan Turing（A.M.チューリング）が1950年に行ったテストに端を発し、人間の会話を説得力を持って模倣することができれば、コンピュータは「知性がある」と見なされると提唱した。ベンチマークとなったにもかかわらず、チューリングテストは機械の知能の真の意味についての議論を巻き起こした。Joseph Weizenbaumのプログラム「ELIZA」は、セラピストをシミュレートしたもので、真に理解しているわけではないが、特定の言葉に基づいた質問をすることで、知能があるかのような錯覚を起こさせた。製作者たちはその限界を認め、理解できないときは透明化することを目指した。ヘイズとレディは後に、コンピュータは人間のコミュニケーションから学び、特に柔軟で適応性のある会話において、誤解を検出し修正するべきだと提案した。サッチマンは、コンピュータが純粋に人間のように理解し、コミュニケーションできるのか疑問を呈し、ニュアンスの異なる会話や誤解を扱う上での限界を探っている。ELIZAのケースは、コンピュータが単純な対話では賢く見えても、より複雑な対話では困難に直面することを示している。 In this chapter, Suchman examines the quest for computers to emulate human intelligence and the challenge of making them explain their actions. The discussion originates from A. M. Turing's 1950 test, proposing that a computer is considered "intelligent" if it can convincingly mimic human conversation. Despite becoming a benchmark, the Turing test sparked debates on the true meaning of machine intelligence. Joseph Weizenbaum's program, ELIZA, simulated a therapist and, though not truly understanding, created an illusion of intelligence by asking questions based on specific words. The creators acknowledged its limitations and aimed to make it transparent when it didn't comprehend. Hayes and Reddy later suggested that computers should learn from human communication to detect and rectify misunderstandings, especially in flexible and adaptable conversations. Suchman questions whether computers can genuinely understand and communicate like humans, exploring their limitations in handling nuanced conversations and misunderstandings. The case of ELIZA illustrates that, while computers may seem smart in simple interactions, they face challenges in more complex dialogues. Keywords