今回は、再びOrganization Scienceのデジタル特集号に戻ります。特集号の中でも特に面白かった、エスノグラフィー論文の紹介です。 Waardenburg, L., Huysman, M. and Sergeeva, A. V. (2022) ‘In the land of the blind, the one-eyed man is the king: Knowledge brokerage in the age of learning algorithms’, Organization Science, 33/1: 59-82. 要するにこの論文は ： AIの予測について、結果は複雑である事が多く、また分析結果がなぜそうなるかを人間は説明できない。しかし、実務で予測を使う際、根拠や結論が不明確だと現場は動けない。データサイエンティストがこれにどう対処するかを検証した実証研究論文。 ポイント ： データサイエンティストは、組織の現場でAI予測をオペレーションに落とし込む際、次のような課題に直面する アルゴリズムの予測はブラックボックスで複雑である。そのため、「結局何をすべきか」の結論を簡単には言い切れず、また人間にはその根拠を説明できない しかし、組織の業務にアルゴリズムを導入するには、簡潔な要約や根拠の説明が必要となる この問いに関して、オランダの警察署での犯罪予測アルゴリズムの利用過程を深く観察し分析した オランダの警察では、過去3年分の数十の変数と犯罪発生件数をアルゴリズムで分析した犯罪予測システム（CAS）を2013年に開発した。 これは、国全体を125平方メートルずつの区画に区分し、区画ごとに犯罪発生件数を二週間ごとに自動的に予測更新し、色分けして地図を表示するシステムだった。 警察では、色分けに基づいてパトロールする警官の配置数など、業務効率を改善する目的を持って推進していた 手法として、以下のような方法を使った 2016年10月から31ヶ月にわたるエスノグラフィーを行い、ある警察署で500時間以上の参与観察（多いときで週3日）をおこなった 合わせて、30件以上のインタビューを、データサイエンティストと通常の警察官両方を対象に行った 結果として、以下の発見があった データサイエンティ...
人工知能などの革新的技術が、経営学をどう変えるかを考えるブログ。 組織論や戦略論はどう変化しているか？ 研究手法にAIはどこまで浸透するか？ など。