対話の専門知識

相互作用的専門知識は、ハリー・コリンズとロバート・エヴァンス（ともにカーディフ大学に拠点を置く）によって開発された、より複雑な専門知識の分類の一部です。^[1]この最初の定式化では、相互作用的専門知識は、「専門知識なし」と「貢献的専門知識」も含まれる実質的専門知識の3つの分類の一部であり、活動領域のあらゆる側面に完全に貢献するために必要な専門知識を意味していました。

これら 3 つの異なるタイプの専門知識の違いは、社会科学の 研究者が初めてあるテーマに取り組む経験を想像することで説明できます。研究プロジェクトが配管に関するものであろうと物理学に関するものであろうと、ほとんどの研究者がその分野における「専門知識なし」の立場から始めることは容易にわかります。研究プロジェクトが進み、研究者と配管工や物理学者との社会的交流が続くにつれて、社会科学の研究者はそのテーマについてますます知識を深めていきます。たとえば、彼らは配管や物理学についてより興味深く話したり、それがどのように機能するかについてより適切な質問をしたりできることに気付くでしょう。最終的には、研究者は配管や物理学ができないにもかかわらず、配管工や物理学者であるかのように配管や物理学に関する質問に答えられるようになるかもしれません。コリンズとエバンズが相互作用的専門知識と呼ぶのは、この種の専門知識です。

相互作用的専門知識について注目すべき重要な点は、社会研究者ができず、現役の配管工や物理学者ができることは、実際にセントラルヒーティングを設置したり、実験を行ったりする実務だけだということです。この違い、つまり配管工/物理学者のように話せることと、実際に配管/物理学を行うことの違いこそが、相互作用的専門知識（研究者が持つもの）と貢献的専門知識（配管工や物理学者が持つもの）の違いなのです。もちろん、自分の仕事について流暢に話せる配管工や物理学者は、両方の専門知識を持っているでしょう。

この別個かつ独特な種類の言語的専門知識を識別する上で、相互作用的専門知識という概念は、専門知識を個人の財産ではなく他者から付与される社会的地位とみなす傾向がある、特に科学技術研究で開発された専門知識に関する他の理論とは明確に一線を画しています。以下でより詳しく説明するように、相互作用的専門知識という概念は、貢献的専門家の体現された専門知識はよく認識されているものの、相互作用的専門家の独特な言語的専門知識は見過ごされてきたように見える、より伝統的な専門知識の現象論とも異なります。この文脈では、相互作用的専門知識は暗黙知に満ちた能力であり、したがってより体現された貢献的専門知識と種類が似ていることを強調する必要があります。つまり、貢献的専門知識と同様に、相互作用的専門知識は書籍だけでは習得できず、コンピューター化されたエキスパート システムにエンコードすることもできません。これは特殊な自然言語であり、したがって、専門家との言語的相互作用によってのみ習得できます。相互作用的専門知識と貢献的専門知識の違いは、相互作用的専門知識の場合、暗黙知はドメインの言語に関連しますが、その実践には関連しないという点です。貢献的専門知識の場合、言語と実践の両方に関連する暗黙知を獲得する必要があります。

対話型専門知識の概念

1. 知識の哲学における伝統的な問題に取り組む新しい方法を提供する
2. 大規模組織におけるいくつかの管理スタイルから、高度な専門ジャーナリズム、科学の中心にある査読に至るまで、幅広い社会活動に関係しているようです。

標準的な知識の哲学では、具体化された知識と形式的かつ明示的に表現された知識が重要な区別として区別されます。この二分法的な定式化では、知識は、成文化された規則や事実として存在するか、タスクを実行する身体の無形の特性として存在します。この区別は、人工知能研究に関する重要な議論の基礎を形成し、その中で、ヒューバート・ドレフュスは、ハイデガーから出発して、コンピュータには身体がないため、人間のようにはできず、したがって、コンピュータにプログラムされた知識ベースや規則がいかに洗練され詳細であっても、コンピュータが知能を持つことは成功しないと主張しました (Dreyfus 1972 を参照)。

1990年、ハリー・コリンズはAIに対する別の批判を展開した。これは、AIが達成できることに根本的な限界を示唆している点でドレフュスの批判に似ているが、この説明の根拠を身体化ではなく社会化の理解に置いている。 ^[2]コリンズの議論は、コンピュータはコミュニティの生活に社会化できない非社会的オブジェクトであるため、知性を持つことはできないというものである。この意味で、コリンズは、 1950年にアラン・チューリングによって最初に提案され、現在ではチューリングテストとして知られている「考える機械」に代わる考え方をとっている。チューリングテストでは、機械のいわゆる知性は会話をする能力と定義されている。チューリングテストでは、会話はキーボードを介して行われ、AIコミュニティの課題は、生身の人間が出す答えと区別がつかないような答えを返すコンピュータを生み出すことである。こうしたやりとりは本質的に制限がなく、文脈に依存するものであるため、コリンズは、完全に社会化された知能だけが、自分に向けられた新しい、あるいは潜在的に未知の文に適切に反応できると主張している。

当時はこのような言葉で議論はなされていなかったが、ここではインタラクションの専門知識という概念が重要である。AI研究に対する最初の批判で、コリンズは行動特有の行動（機械によってコード化および再現できるもの）と自然行動（人間が他の時間に行うことで機械が再現できないもの）を区別した。マーティン・クッシュとの後の研究^[3]では、この同じ区別が、模倣形態的行動（毎回同じように実行されるため機械的再現が可能な行動）と多形態的行動（正しい解釈と継続が文脈とローカルな慣習に依存する行動で、どんなに洗練されていても機械では再現できない）という区別に書き直された。

これらの議論、身体化論争、およびインタラクションの専門知識という概念を結びつけているのは、自然言語の重要性です。インタラクションの専門知識が存在する場合、特定のタスクまたはスキルを実行できない人、つまりそれに関連する身体化された専門知識を持たない人でも、あたかも身体化されたスキルを持っているかのようにそのスキルについて話すことができます。したがって、インタラクションの専門知識は、専門知識を移転するために必要な身体化の「量」に関する重要な問題を提起します。身体化説の支持者にとっては、専門知識は身体の相対的な位置、動き、および感覚にあるため、かなりの身体化が必要です。インタラクションの専門知識の観点からは、必要な身体化ははるかに少なく、論理的に最小限に抑えると、おそらく聞くことと話すことの能力だけが必要です。

対話的専門知識という概念には、多くの実用的な応用があり、多くの日常的な習慣や活動に当てはまります。対話的専門知識が意味するのは、必ずしもすべての意見や見解が同等に有効であるとは言わず、貢献する専門知識を持つグループ外の個人からのコメントや意見を正当化することです。ある程度の対話的専門知識が重要になる状況の例には、次のものがあります。

科学論文や研究はピアレビューの対象となりますが、ほとんどの場合、レビュー担当者は同分野または関連分野から選ばれます。これは特に研究資金の決定において一般的であり、資金の額が大きくなるにつれて、申請が専門家以外の人によってレビューされる可能性が高くなります。賞金が少額でピアレビューされた論文の場合でも、レビュー担当者がレビュー対象の著者とは異なる狭義の専門分野で貢献的な専門知識を持っている場合が依然として多くあります。相互作用的専門知識が存在しない場合は、ピアレビューを正当化することは困難です。ただし、レビュー担当者がさまざまな同分野の科学者との相互作用によって専門知識を持つことができる場合は、ピアレビューのプロセスは合理的であると思われます。

大規模組織の管理において、多かれ少なかれ一般的なスキル（おそらく世界中のMBAプログラムで教えられているようなスキル）がいくつかある一方で、管理職が担当する事業の特殊性を理解していれば、より良い成果をあげられるかどうかという疑問も生じます。新聞社の管理職はジャーナリストの働き方について、自動車 工場の管理職は生産ラインの働き方について、ある程度知っておくべきである、と直感的に考えるのは妥当に思えます。こうした考え方は多くの研修プログラムに正式に含まれていますが、インタラクションの専門知識という考え方により、原稿を書いたり生産ラインで作業したりといった体現経験のない管理職が、これらの役割を果たす人たちの感覚を理解するために必要な経験の種類について問うことができます。インタラクションの専門知識が示唆する 1 つの点は、これらのタスクを実行する人々との多くのインタラクションは依然として重要であるものの、直接的な経験（階級を昇進すること）は以前考えられていたほど重要ではないかもしれないということです。確かに、大規模な科学プロジェクトの管理においては、管理者は相互作用の専門知識を迅速に習得するために懸命に努力するでしょう。

芸術、デザイン、科学、技術、医学、公共政策の分野では、多くの活動が学際的なチームによって行われています。科学技術では、これらは多くの異なる分野の科学者やエンジニアが単一のプロジェクトで協力するという形をとります。異なる、相互に相容れない、時には理解できないアイデアを持つさまざまな専門家グループが、それでも互いにコミュニケーションを取り、協力する方法を見つけるというこの状況から、ピーター・ギャリソンはオリジナルのトレーディングゾーンのメタファーを考案しました。同様のチームは公衆衛生の現場でよく見られ、ソーシャルワーカー、心理学者、精神科医、弁護士などを含む多分野のチームによって事件が決定されます。トレーディングゾーンのケースでは、これらのチームはピジン言語またはクレオール言語と呼ばれる新しい複合言語を開発し、グループで共有してコミュニケーションに使用します。トレーディングゾーンのアイデアはマイク・ゴーマンによって開発されました。ゴーマンはさまざまな種類のトレーディングゾーンを特定し、ナノテクノロジーを含むさまざまな環境でのその動作を調査しました。^[4]対話的専門知識は、このアプローチの代替案を提供します。新しい言語が出現する代わりに、グループのメンバーの一部が他の人の言語を学び、2つの世界を行き来します。これは、新しい共有文化の創造というよりも、2つの文化間の翻訳に似ています。

ほとんどのジャーナリストは、キャリアの中でさまざまなトピックを取り上げますが、中には特定の分野に焦点を絞り、政治、医療、科学、環境、安全保障などの特定の分野を専門とするジャーナリストになる人もいます。科学の場合だけでなく、他の分野でも、ジャーナリストの仕事は、ある難解なグループの専門知識を一般の人々にわかりやすく、関連性のあるものにすることです。そうすることで、彼らは出来事を解釈し、それらをより広い文脈に置きます。多くの場合、ジャーナリストは「議論の両側」を提示することでバランスの取れた記事を提供し、偏見の非難を防ぐことができます。これは原則的には問題ありませんが、実際には難しいです。特に科学の場合、ジャーナリストは科学的主張の信頼性を判断し、どのように報道すべきかを判断する必要があります。たとえば、2つのほぼ同等の側が対照的な主張をするようにバランスの取れた方法で報道するべきでしょうか。それは、広く支持されていない、異端者、または非常に不確実な主張に関する記事として報道されるべきでしょうか、それとも単にナンセンスとして無視され、まったく報道されるべきでしょうか。英国では、 MMR論争の報道は、おそらく「バランスのとれたアプローチ」をあまりにも長い間採用しすぎたため、科学界のほとんどのメンバーが考えるよりも、MMRが危険だという主張に信憑性を与えてしまった。論争の後半では、これらの記事は一般のニュースジャーナリストによって報道されることが多く、専門の健康ジャーナリストや科学ジャーナリストは、いわゆる対話的専門知識のおかげで、もはやその主張を信用できないと見なしていた。^[5]

• 科学技術研究
• 取引地域
• チーム科学の科学
• 研究開発
• インタラクティブな学習
• オンライン参加

• ドレイファス、ヒューバート (1972) 「コンピュータにできないこと：人工知能批評」、ニューヨークおよびロンドン：ハーパー＆ロウ。

• 専門知識プロジェクト