最近ではいろいろなところでデジタル化が進んできていますが、例えば人の倫理観や道徳心、価値観だといった

最近ではいろいろなところでデジタル化が進んできていますが、例えば人の倫理観や道徳心、価値観だといった数値化しにくい概念については、どうやって数値化することができるようになるでしょうか？

例えばキリスト教のとある信者の、キリスト教に対する信仰心の度合い(これを仮に「信度」とでもいう)があったとして、その信度が誰かより高いとか低いとか数値的に見える化できたり、そのような信度をデジタル化していくこともできるのでしょうか？

質問者からの補足コメント

• イデオロギーなどの数値化も可能でしょうか？

    補足日時：2023/04/25 05:41

No.8 回答者： フーリエ 回答日時： 2023/04/26 10:41

追記です。

「目的」がないとどうなるか、を考えてみます。最初に「いい男」の例を出してみました。何の目的もなく、「いい男」の数値化をやってみるとします。

何の目的もないので、老若男女国籍人種問わず、あらゆる人にとっての「いい男」を学習セットに盛り込みます。
するとですね、現代日本において、「太っていること」は、恋愛上ではどちらかというとネガティブ要因になりがちだと思いますが、貧しい国では太っている＝富裕であるとしてモテる場合もあります。これを一緒くたに学習セットに入れると、どちらのデータが多いかによって、太っていることの評価が決まってしまう。日本で取ったデータが多ければ「太っているのはマイナス」となって、その数値を使って「モーリタニアでのモテ度」を予測しても仕方ないんですね。
「俺はモーリタニアに行ったらモテるのか」を知りたくて「いい男度」を数値化するなら、モーリタニアのデータだけを使った方が良いです。

なので、「普遍的ないい男度」を数値化しても拡散してしまって役に立たなくて、「現代日本の20代女性に対する、30代男性の恋愛上のいい男度」のように、具体的な各論に落とし込めば落とし込むほど精度が上がります。落とし込むと参照可能なデータ量が減るので、そことのトレードオフ関係はありますが。

No.7 回答者： フーリエ 回答日時： 2023/04/26 10:15

ええと、ご質問の前提を一度確認してみた方がいいかなと思うんですが、「数値化する」のは「使う」ためです。

目的があるんですね。

だから、「数値化できますか？」と問うときは、「何のために」がセットでないと正確には答えられません。

例えば、人事考課で社員の業績や有能さを数値化するのは、給料や賞与を決めるためです。
逆に言えば、そこに反映されない能力は、実在してもお呼びじゃないわけです。事務職の人が、例えば碁打ちとして極めて優秀でも、それは人事考課の際は数値化する必要がないし、ノイズにしかならないので、むしろしてはいけないわけですね。

さて、ご質問の「イデオロギーの数値化」は何のための数値化ですか？
イデオロギーを受け入れる人の数ならば数値化は可能でしょう。
私個人から見て、好ましいイデオロギーと、受け入れがたいイデオロギーの序列を数値化して付けることも、まあ簡単です。私が何を信じるかを決める参考なら、それで別に困らない。

上記のように、目的が決まれば数値化するのは簡単か、もし難しくても技術的課題に過ぎないんです。そして技術的課題は、かなりの部分AIによって解決できるようになりつつあります。

heidfeldさんがイデオロギーを数値化する、その目的は何ですか？

No.6 回答者： tanzou2 回答日時： 2023/04/25 10:19

中国で実際にやられている

ポイント制が参考になると思います。

ある行為をすると、ポイントがもらえ
たり、減点されたりします。

こうやって、国民を管理し
一定方向に誘導します。


１，ポイントアップ
　ボランテア
　政府を賞賛
　高齢家族を介護
　貧困者救済
　財政的信用履歴
　献血
　英雄的行為

２、ポイントダウン
　飲酒運転　信号無視
　政府に対する抗議
　高齢の親を定期的に見舞わない
　反政府　投稿
　デマ拡散

３，効果
　入学、入社
　公共交通機関
　ローン手続き
　病院待ち時間
　出世
　公営住宅
　自転車、自動車のレンタル手付金無し
　ジムの無料利用
　減税

４、罰則
　免許、許可、公共サービスがだめ
　高速鉄道の切符が買えない
　融資がダメ
　政府の仕事を受注できない
　公立学校入学できない
　公務員ダメ
　ネットやテレビで氏名、写真がさらされる

No.5 回答者： 春閑 回答日時： 2023/04/25 09:54

既存の手法でいえば、数十問以上の選択設問によるアンケート形式の自己評価式意識調査を多変量解析にかけ、倫理観、道徳心、価値観などを数値化し、それを個人単位に序列化するとかグルーピングするとかいう手法はやられていますね。

適切な選択質問を構成するための予備調査など準備は一苦労要しますが、そのプログラムをAIに組み込めば、様々な概念の数値化もサンプルが増えれば増えるほど分析精度が増し、回答の手間も小さくなるのではないかと思われます。

No.4 回答者： atoiti 回答日時： 2023/04/25 08:34

従来、そのような計器は出来ないとされていた。

それは明確な基準がないためです。善悪に基準さえ分からないのです。
この基準があいまいな以上、デジタル化がいくら進んでも出来ません
いや、あいまいでよければ、基準は有るとも言えますが、そのセンサーを管理する事は難しいのです、
一瞬に示されず、長い時間をを要する場合もあるし、時と場所と人により同じではないからです。

「倫理観や道徳心」「信度」は
・慈愛の大きさで示されます、それは、勇気ある行動でしか示せません。
それは、何時の時代でも正しい目を持った人格者でなければ、推し量る事はできません。
何故か
この世では、善と悪は相対的概念で、善が大善に反対すれば悪になり
悪が大悪に反対すれば善にになるからです。

No.3 回答者： 四十三歳 回答日時： 2023/04/25 00:13

気持ちの強さを測るんですか。

必要ですかね？
たぶん、できるでしょうね。ただ、どの項目に傾くとか、さまざまな折れ線グラフができますよ。だって、人間だもの。

No.2 回答者： フーリエ 回答日時： 2023/04/25 00:04

実際は、数値化しにくいものを数値化する方法はあって、AIの得意分野です。

「特徴量」という言い方をします。

例えばですね、「いい男」を数値化するとしましょうか。「いい男」って基準が色々あって、数値化しにくいですよね。

老若男女、いろいろな人に、自分が思う実在の「いい男」を紹介してもらいます。そして、その人たちと、選ばれなかった人たちのいろいろな「数値化できる特徴」を抽出します。
身長？学歴？年収？付き合った女性の数？入っていた部活？兄弟姉妹の数？とにかく、色々。

次に、何らかの「数値化できる特徴」をそれぞれx軸、y軸にして、グラフを描きます。「身長」と「大学の偏差値」にでもしましょうか。
そのグラフ上に、それぞれの男を（178 cm, 偏差値62）のようにプロットしていきます。

身長と偏差値は分かりやすいから出しただけで、あまり良い特徴量ではありませんが、うまいこと特徴量を選ぶと、割とはっきり「いい男群」と「そうでない男群」が分かれるグラフになります。
その境界線に引ける関数は何か？ということを割り出すと、新たに男性が現れたとき、計算で「いい男」かそうでないかを予測できます。ここでいう「いい男」とは、老若男女が「これはいい男だ」と感じられる男のことですね。
学習データセットがそれなので。

同じように、「信仰」も「倫理」も、人間が直観的に感じる、それが高い人間と低い人間をまず序列化して、適切にそれを説明する特徴量を割り出せば、割と精度の高い数値化は可能です。

No.1 回答者： kamerabeginner 回答日時： 2023/04/24 23:45

例えば信頼の数値化みたいなものはすでに出来ていますね

イイネの数、フォロワーの数などがそれにあたります
信仰心であれば、私は宗教には疎いですが
教会やイベントなどの出席
ボランティアの功績
仲間内の信頼度
を数値化することは不可能ではないと思います
現在は偽造も可能なものもありますが、いずれ暗号技術の発達でそれが難しくなると現実味を帯びてくると思います
（例：ブロックチェーン技術）