【更新版】20190628玉川大学脳トレ社会科学辞罢谤别别讲义编
- 4. 概要： ?社会科学の「実験」化：実験社会科学 – 社会科学のビッグデータ化． – 「計算社会科学」という学術領域も立ち上がりつつある． ?クラウドソーシングを使ったオンライン実験をしよう！ – クラウドソーシング：オンライン上でタスク実施者を採用して実験参加者を集めて実 験を実施 – 当初はインタラクションのある実験の実施には難があった．．． ?インタラクションのある実験も無事にできた！ – 900人近くの実験参加者を集めた実験も実施できており，今後も様々な実験を展開して いく． ?他にもいろんな応用可能性が待っている！ !4
- 5. 軽く自己紹介を．．． ?後藤 晶 – （ごとう あきら） ?明治大学情報コミュニケーション学部専任講師 ?専門分野：行動経済学?社会情報学?実験／計算社会科学 – 利他行動?協力行動の促進／抑制要因：ゲーム実験を中心として． ? SVOを使った調査なども実施 – 情報社会における監視と信頼に関する研究：創造?毀損?回復過程の解明 – 行動経済学の観点からの「政策」評価：行動経済学を政策に活かせないか？ ? 最近はプレミアム商品券関連をどうにか攻めたい！ – クラウドソーシングを用いた経済ゲーム実験環境の構築 !5
- 8. 社会科学の「実験」化：実験社会科学（西條?清水, 2014） ?異なる学問領域の研究者が「実験」を共通言語として 社会現象を解明&これからの社会をデザインする – ラボ実験，フィールド実験，調査，コンピュータシミュレーションな ども「実験」として包含 ?実験が行われてなかった社会科学領域に対して導入 – 経済学，会計学，政治学など – ゲーム理論の枠組みを用いた実験が中心＆神経科学領域との融合 – ゲーム理論が応用可能な分野（様々なプレイヤーが関わる学問）に応 用できるのではないか． – ラボ実験を中心として展開されてきた． !8
- 9. 「実験」のビッグデータ化： ?「実験室実験」から「オンライン実験へ」 – ラボ実験：充実した実験環境の構築にはコストが大きい． ? メリット：完璧な統制環境の構築が可能 ? デメリット：数10人?200人程度を対象，1研究に10万円—のコスト – コンピュータ等の整備を含めるともっと．．． – 実験者の周辺にいる人（学生など）が中心 – オンライン実験：webフレンドリーなプログラムにより一気に実験 ? メリット：数千人を対象に，数万円台?で実験を実施可能，広い社 会経済的要因の影響を分析可能 ? デメリット：完璧な統制環境の構築は困難 – 実験室のような統制はできない． !9
- 11. 「実験」のビッグデータ化： ?「実験室実験」から「オンライン実験へ」 – ラボ実験：充実した実験環境の構築にはコストが大きい． ? メリット：完璧な統制環境の構築が可能 ? デメリット：数10人?200人程度を対象，1研究に10万円—のコスト – コンピュータ等の整備を含めるともっと．．． – 実験者の周辺にいる人（学生など）が中心 – オンライン実験：webフレンドリーなプログラムにより一気に実験 ? メリット：数千人を対象に，数万円台?で実験を実施可能，広い社 会経済的要因の影響を分析可能 ? デメリット：完璧な統制環境の構築は困難 – 実験室のような統制はできない． !11
- 12. 大規模な経済ゲーム実験の例： ?大阪大学，京都大学，早稲田大学，同志社大学，関西大 学，高知工科大学や北海道大学など，様々な大学で行動経 済学?実験経済学?社会心理学など様々な学問領域で実施 – 専用の実験室があるところはなかなかない． ?玉川大学（故?山岸先生）の研究チームの例： – 2012年?2016年：一般家庭に約18万部のチラシを配布 – 応募の意志を表明した1670名の中から性別?世代のバランスを配慮した600 名を元に経済ゲーム実験?調査を実施 – fMRIなどの生物学的情報まで取得しているが，金銭面?時間面で非常に莫 大なコストが掛かっている !12
- 13. オンライン実験の例： ?実験参加者：3つのWaveに分けて実施 – Wave1：2018年6月6日14:00?17:55（回答者284人） – Wave2：2018年6月6日23:00?6月7日03:10（261人） – Wave3：2018年6月7日17:00?23:40（294人） – 公共財ゲーム実験には全参加者で855名が参加，最後の調査までは790 名が参加 ?人的／金銭的コスト対効果が非常に高い！！ ?成果報酬：65000円程度 – クラウドソーシング市場を考慮すると高い金額を払いにくい !13
- 14. 計算社会科学： ?計算社会科学：社会科学に対して，計算科学的な観点 からアプローチする(Mann, 2013) – シミュレーション – ビッグデータ?SNSデータ解析 – オンライン実験 ?人間行動を分析するという観点から実験?行動経済学 と親和性が非常に高い – 計算社会科学と実験社会科学の隙間を埋めるプラットフォームの構築 – ビッグデータとオンライン実験など． !14
- 15. Computational Social Science: (Macy, 2015) ?この辺に実験?行動経済学のフロンティアがあるのでは！？ – コンピュータを用いた人間行動の分析 !15 Computer enabled studies of human behavior and social interactions(Mann, 2013) 計算モデルと シミュレーション オンライン上の やり取りの分析 (ビッグデータ ソーシャルデータ) バーチャルラボ （大規模かつwebを 使ったオンライン実験） 実験社会科学 計算社会科学
- 19. oTreeとは： ?oTree(Chen et al, 2016) – PythonのDjangoベースで開発できる経済ゲーム実験ソフト – Webベースで実験できるためにブラウザや実験参加者の居場所を問わ ずに実験可能 – Amazon MTurk連携も可能 – もちろん，実験室実験でも利用可能 ? 玉川大学脳科学研究所では実験室実験としても利用 ? 明治大学や大阪市立大学，早稲田大学などでも実験として実施． !19
- 25. z-Tree：経済ゲーム実験プログラムの王道 ?z-Tree(Fischbacher, 2007) – 世界中で広く使われているプログラム – （基本的には）Windowsのみ，独自のプログラム言語体系 !25
- 26. xee：日本でのオンライン経済実験教材 ?XEE：東海大学の林良平先生により開発されたオンライ ン経済実験教材 – 教育志向であり，研究目的には用いられていない． – 開発者自身も研究目的にこれは使っていない – 現在研究に耐えられるシステム構築を進めているとの噂．乞うご期待． !26
- 27. ConG：動学的経済実験のプログラム ?ConG：(Pettit et al, 2014) – 時系列で推移していくゲームを行うためのプログラム ? ex.ゲームをもっと連続的に行う（バーを動かすだけ）などに良い – 開発元もoTreeへ移行 ? カリフォルニア大学サンタクルーズ校Learning and Experimental Economics Projects (LEEPS) !27
- 29. SoPHIE：広く実験に使えそうな気配がある ?クリックだけで実験を作る＆実施ができる模様． – その分，自由が効かない？？ – Amazon MTurk連携も可能 !29 https://www.sophielabs.com/
- 30. z-TreeとoTreeの関係： ?z-Treeが経済学実験に果たしてきた役割は大きい – 基本を学ぶ意味でも非常に大きい – 過去の膨大な蓄積が残っている – しっかりと学んで基本的な考え方を学ぶためには重要． – ページの組み方，マッチングの組み合わせなどが比較的容易 ?oTreeは自由度が非常に高い – △要Python(django)プログラム能力 ? しかし，どうにかなる！意外と簡単に作れる！！ – 自由度が高すぎるために，いきなりoTreeに入ると混乱する可能性がある． – Pythonを使ったことがある人にはいきなりでも良いかもしれない． – 多くの研究者が使い始めているために，一気に開発が進んでいる印象 ? webでできる強み+一般的な言語でプログラムを組める強み – Web上でプログラム＆実験を公開できるため，再現可能性を高める． !30
- 32. oTreeのメリットとデメリット： ?メリット： – プログラム開発が一般的な言語(Python)を用いているので比較的容易 ? cf.z-Treeは特化した言語 – Web上で実験ができるために，Webサーバを立てればいくらでも＆どこ でも＆誰でも実験が可能 ? cf.z-Treeはサーバとクライアントの通信設定がややこしい＆ポー トを開ける作業をしなければならないためにややこしい． – タブレット端末で実験可能 ? cf.z-Treeはwindows端末限定 ?デメリット： – 過去の実験環境との連続性を確保できない ? ex.z-Treeで開発したプログラムをそのまま使うことはできない !32
- 33. oTreeを使うのに必要なもの： ?Pythonの知識： – チュートリアルは割とあり，簡単な実験は簡単 – javascript等とあわせて，より応用が可能 – web解析ツール等をあわせて，細かい動き等も分析可能 ?Webサーバ：Amazon EC2でスケーラブルな対応がおすすめ – スペックを変更できるので，必要に応じて利用可能 – 実験時：c4.2xlargeプラン – 仮想物理コア：8コア，メモリ15GB，0.504USD/時間 – 実験を実施していない時は最低スペックで運用orサーバを止める（コスト が発生しない） ? ただ，Herokuを開発者は勧めているもよう． !33
- 37. クラウドソーシングとは： ?クラウドソーシング：（インターネットを通じて）不 特定多数の人に仕事を依頼すること，またはその仕組 み – 匿名の不特定多数の相手に仕事を依頼可能(鹿島，et.al, 2016) ?メリット： – 実験参加者をオンライン上で確保可能（幅広く実施可能） – 非常に安価に実施可能 ?国内にも複数のクラウドソーシングサービスが存在 – ランサーズ，クラウドワークスetc… – 簡単なタスク（画像判別やアンケート）から，プログラミングやライ ティング，ロゴのコンペ形式など様々なタイプが存在 !37
- 38. クラウドソーシングを用いた研究： ?Amazon Mechanical Turk(MTurk)：Amazonが提供するク ラウドソーシングサービス – 独裁者ゲーム：Amir et.al. (2012); Raihani et.al. (2013); Chandler et.al. (2013)etc… – 信頼ゲーム： Chen et.al. (2009); Amir et.al. (2012) etc… – 最終提案ゲーム：Chen et.al. (2009) ; Amir et.al. (2012); Chandler et.al. (2013)etc… ?Amazon MTurkを国内でも使うことができるが，課題が 残る – 英語圏の人がメインユーザであるため，日本人対象の実験が困難 ? 実際にはインド人が多いらしい． !38
- 39. MTurkを用いた経済ゲーム実験：Arechar et al, (2018) ?Fehr and G?chter(2000)をオンラインで検証 – 処罰のある3人公共財ゲーム実験 – MTurk条件の方が分配額が大きい – MTurk条件の方がパニッシュメントの頻度が少ない – 実験室実験とオンライン実験では傾向が異なる． !39 https://link.springer.com/article/10.1007/s10683-017-9527-2
- 40. クラウドソーシングを用いるメリット： ?オンライン上で実験を実施できることで．．． – 広く実験参加者を募ることができる，広い社会経済的属性を分析可能 – 低コストで大規模（数千人単位）の実験を実施可能 – 小規模実験（パイロット実験）を容易に実施可能 ? 思い立ったらすぐできる． ?海外：クラウドソーシングを用いた実験が盛ん – Amazon Mechanical Turkが中心 ? Horton, et.al.(2011); Amir, et.al. (2012); Raihani, et.al, (2013) etc… – 実験参加者は海外（英語圏）が中心 – 日本ではAmazon Mechanical Turkをまだ使いにくい ? 現在でも回答者は英語圏が中心であり，日本人のみを対象は難しい !40
- 44. クラウドソーシング実験の課題１： ?回答の「品質管理」： – クラウドソーシングの利用者は「正しく」回答しているのか？ – 「適当」ではないのかを検討する必要がある． – 最後の「キーワード」に正答しない人がいる ? ある程度のクォリティチェックにはなるか？ ?正答割合が高くない – キーワード間違え＆途中離脱者が発生する – インタラクションがある場合（なくても）だと問題が残る？ ?インセンティブの設計等でどうにかできるのか？ !44
- 45. クラウドソーシング実験の課題２： ?Satisfice問題：オンライン調査参加者が，調査の際 に応分の注意資源を割こうとしない回答行動 – 三浦?小林, 2015 – 実験参加者が「適当に」答えている可能性がある？！ – しかし，しっかり答えていそうという．．．印象． ?「実験室の実験参加者」が応分の注意資源を割いてい るのか？ – 実験室実験でも「適当」な可能性がある？！ – チェック問題の充実化などで対応？ – インタラクティブなチュートリアルで理解を促す !45
- 46. クラウドソーシングの可能性： ?「パネルデータ」としての分析： – 同一参加者を対象に（経時的な）調査を行うことも可能 – Yahoo!IDと紐付けられた数字列を取得可能 ? Yahoo!IDはわからないために個人情報を探ることはできない． ?「報酬額の高さ」は良い影響を与えるとはいえない． – 高い報酬のタスクには多くのワーカが参加するが，結果の精度に影響 を与えない（Mason and Wats, 2011） – 営利目的情報と非営利目的情報の差異(Rogstadius et.al, 2011) ? 後者の方が正確な作業結果へ ? 「ゲーム実験」から「オンラインフィールド実験」へ !46
- 47. MTurkはよくも悪くも監視下にある．．． ?MTurkにはレビュー機能がある – ex.タスクの質，実施できたかどうかなど ?タイミングがずれると実験を進められない – 複数人ゲームの場合，途中離脱者が発生して抜けた人がいて実験に参 加できない人がいたら，ネガティブな評価をする可能性がある． – ネガティブな評価が今後の実験への影響を与え得る !47 http://otree.readthedocs.io/en/latest/mturk.html
- 52. 概要： ?社会科学の「実験」化：実験社会科学 – 社会科学のビッグデータ化． – 「計算社会科学」という学術領域も立ち上がりつつある． ?クラウドソーシングを使ったオンライン実験をしよう！ – クラウドソーシング：オンライン上でタスク実施者を採用して実験参加者を集めて実 験を実施 – 当初はインタラクションのある実験の実施には難があった．．． ?インタラクションのある実験も無事にできた！ – 900人近くの実験参加者を集めた実験も実施できており，今後も様々な実験を展開して いく． ?他にもいろんな応用可能性が待っている！ !52