エキスパートタスク分析と機能設計 は何をしますか？
このスキルは、タスクモデルが手続き的に完全に見えるにもかかわらず、専門家のパフォーマンスをチェックリストから区別する知覚的トリガー、監視ループ、ツール使用習慣を見落としている場合に使用します。
使用するタイミング
- 専門家のパフォーマンスをエージェントアーキテクチャ、シミュレーター、またはトレーニング環境に変換する必要がある場合。
- 記述されたSOPが手順を説明しているが、専門家がどのように分岐を判断するかがわからない場合。
- システムが正常ケースでは機能するが、状況判断に依存するエッジケースで失敗する場合。
- 対象分野の専門家にインタビューする際に、単なる手順のナレーションではなく、暗黙知を抽出する方法が必要な場合。
- DAGやオーケストレーションツリーに、単発のシーケンシャルノードだけでなく、繰り返しの監視ループが必要な場合。
対象外の境界
このスキルは、以下の場合の主要なツールとしては適していません。
- 明示的な手順がタスク全体を捉えている、シンプルで決定論的なワークフロー。
- 知覚パターン認識に依存しない、リスクの低い自動化。
- 実際の専門家のパフォーマンスに対する検証を必要としない、事後的なドキュメント作成作業。
- 意思決定のための手がかりの忠実性よりも視覚的リアリズムが重要なシミュレーション。
コアメンタルモデル
科学層 vs. 技術層
専門家のパフォーマンスには、専門家が通常説明できる宣言的層と、分岐点について問い詰められたときにのみ現れる知覚的層があります。GOMSは前者を捉えます。Critical Cue InventoryとCritical Decision Methodインタビューは、後者を回復する方法です。
手がかりは耐荷重性がある
航跡パターン、ラインの張力、音の変化、微妙な位置関係は、装飾的な詳細ではありません。それらは専門家の選択に対する実際の入力です。システムが手がかりを見ることができなければ、専門家の決定機能を再現することはできません。
選択ルールを持つ階層
専門家の作業は、フラットな手順リストではなく、ローカルな分岐条件を持つネストされた目標階層です。重要な構造は、何が行われるかだけでなく、どの条件が方法Aではなく方法Bを選択するかです。
繰り返し監視ループ
多くの専門家タスクは、シーケンシャルなアクションと並行して実行される継続的な評価目標に依存しています。単発ノードのみをモデル化するワークフローは、予測を失い、専門知識を反応に変えてしまいます。
検証のギャップ
単一専門家のタスクモデルは、日常的なツールやセットアップ動作が意識的な認識から消えるため、予測可能なほど不完全です。検証はオプションの仕上げ工程ではなく、欠落したタスク構造を可視化する方法です。
決定ポイント
モデリングフローについては、diagrams/01_flowchart_decision-points.md を参照してください。
flowchart TD
A[専門家能力モデルが必要] --> B[目標と方法を分解]
B --> C{分岐点は手続き的に説明されているか？}
C -->|はい| D[明示的な選択ルールを記録]
C -->|いいえ| E[知覚的手がかりを探る]
D --> F{繰り返し監視が必要か？}
E --> F
F -->|はい| G[監視ループと冗長センシングをモデル化]
F -->|いいえ| H[シーケンシャルサブゴールを維持]
G --> I[追加の専門家やトレースで検証]
H --> I
1. 適切な分解粒度を決定する
- 意味のある方法の選択が最初に現れるレベルで停止する。
- 分岐条件がまだ隠れている場合は、より深く分解し、その分岐を選択する手がかりを調査する。
- 分岐点が残っていない場合、タスクアーキテクチャではなく、実行を文書化していることになる。
2. 使用する知識抽出方法を決定する
- 明示的な手順とツールの順序付けには、構造化分解を使用する。
- 専門家が「なんとなくわかる」とか「場合による」と言う場合には、Critical Decision Methodのプローブを使用する。
- 最初のモデルが奇妙にすっきりしすぎていたり、ツールフリーに見える場合には、複数専門家による検証を使用する。
3. シミュレートする内容を決定する
- 実際に分岐決定をトリガーする手がかりをシミュレートする。
- 専門家が複数のチャネルに依存している場合、冗長なセンシングを追加する。
- 手がかり認識や選択品質を変えない外観の詳細は省略する。
障害モード
1. フラットなチェックリスト取得
症状: タスクモデルはスムーズに読めるが、環境が逸脱するとすぐに失敗する。 検出ルール: 分岐条件が欠落しているか、明示的な選択ルールではなく散文の中に隠れている。 回復: チェックリストを、手がかりにリンクされた分岐点を持つ目標階層に変換する。
2. 手がかりのないシミュレーション
症状: 訓練生やエージェントはシミュレーターでは成功するが、本番環境では失敗する。 検出ルール: シミュレーションは手順を再現するが、専門家が選択するために使用する信号を再現していない。 回復: Critical Cue Inventoryを構築し、手がかりの忠実性を中心に環境を再設計する。
3. 単一チャネルの脆弱性
症状: 1つのノイズの多い、または欠落した入力が、意思決定プロセス全体を崩壊させる。 検出ルール: 重要な判断が正確に1つの情報源に依存している。 回復: 冗長チャネルと明示的なクロスチェック動作を追加する。
4. 単一専門家の盲点
症状: 必須のツールやコンテキスト設定アクションが最初のモデルに決して現れない。 検出ルール: 検証専門家が、欠落している機器、ルーチン、監視動作をすぐに指摘する。 回復: 意見の相違をノイズではなく、欠落した構造の証拠として扱う。
5. シーケンシャルオンリーのアーキテクチャ
症状: システムはイベントに反応できるが、継続的な評価を維持できない。 検出ルール: すべてのノードが単発タスクであり、繰り返し監視目標を表すものがない。 回復: 予測-観察-比較-調整動作を備えた明示的な監視ループを追加する。
実例
例1: 専門家の判断をエージェントツリーに変換する
港湾ドメインの専門家が、ドッキングの手続き的なナラティブを提供する。最初のドラフトはきれいにステップに分解されるが、潮流、タグボートの利用可能性、ラインの挙動が同時に変化すると失敗する。このスキルは、関連する分岐点に選択ルールを追加し、それらの選択を駆動する手がかりインベントリを記録し、シーケンシャルノードだけでなく繰り返し監視ループを導入する。
例2: シミュレーション忠実度のトリアージ
トレーニングシミュレーターは水、船舶、桟橋の形状を美しくレンダリングするが、訓練生はそれでも停止位置をオーバーランする。CTAにより、専門家は固定された海岸参照に対する相対運動と、シミュレーターが決して強調しないライン張力の手がかりに依存していることが明らかになる。このスキルは、設計努力をより多くの視覚的な磨きではなく、これらの手がかりに向ける。
品質ゲート
- タスクモデルが、明示的な手順と知覚的手がかりの知識を区別している。
- 分岐点に、各方法を選択する手がかりまたは条件が含まれている。
- 繰り返し監視目標が、単発のシーケンシャル目標とは別にモデル化されている。
- 重要な決定には、専門家が依存する冗長な情報チャネルがある。
- 少なくとも1回の検証パスで、追加の専門家またはトレースによってモデルに挑戦する。
参照ファイル
| ファイル | 読み込むタイミング |
|---|---|
references/goms-task-decomposition-for-agent-systems.md | 目標階層を構築する、または分解の深さを決定するとき |
references/critical-cue-inventories-for-agent-perception.md | 決定ポイントでの知覚的トリガーを回復するとき |
references/knowledge-elicitation-methodology-for-agent-capability-building.md | CTAまたはCritical Decision Methodインタビューを実行するとき |
references/validation-gap-what-experts-dont-know-they-know.md | 最初のドラフトタスクモデルをストレステストするとき |
references/redundant-sensing-in-multi-channel-environments.md | 堅牢なマルチチャネル知覚を設計するとき |
references/the-art-science-gap-transfer-to-simulation.md | どのシミュレーション詳細がスキル伝達に実質的に影響するかを決定するとき |
references/situation-awareness-and-the-conning-officers-mental-model.md | 監視ループと発散検出をモデル化するとき |
アンチパターン
- 「暗黙知」を、調査を終わらせるラベルとして扱い、さらに深く探るための信号として扱わないこと。
- 手順のみをキャプチャし、その結果を専門家モデルと呼ぶこと。
- 手がかりの忠実性ではなく、リアリズムの美学のためにシミュレーションを設計すること。
- 自動化が最も重要な構造を隠してしまう領域で、単一専門家の完全性を仮定すること。