2026年02月03日

インタビューは対話を通じた柔軟な深掘りと非言語情報の把握により、誤解を防ぎつつ想定外の洞察や複雑な背景を緻密に引き出すことができる一方で、内容の分析には多大な労力と時間がかかる問題があります。そのため近年は、大量のテキストを迅速に取り込んで集約できる、大規模言語モデル (LLM) が分析の補助役として注目されています。

しかしながら、LLMがインタビュー内容を要約するプロセスは不透明であり、生成された結果の評価は依然として属人的です。
そこで本研究では、LLMが内容の類似について行う判断をネットワーク構造に落とし込み、最適化式に基づく分割を行うことで、集約過程の透明化と明確な基準による評価ができる枠組みを提案しました。実際に複数社に対してインタビューを行い、4時間を超える録音の文字起こしデータを高速かつ低コストで解析することができ、企業の組織文化や行動の違いについて知見を得ることができました。

この枠組みにより、誰でも内容のまとめ方の妥当性について確認および評価することができるようになるだけでなく、結果の含意を吟味する時間が増えることが期待されます。

論文掲載URL：https://link.springer.com/article/10.1007/s40844-025-00329-y

EIER掲載論文解説