研究参加者やAI学習データの収集について相談を受けるとき、最初に示されることが多いのは募集人数です。「100人なので小規模」「1,000人なので大規模」と考えたくなりますが、人数だけでは収集の難しさを判断できません。

幅広い成人を対象とするオンラインアンケートなら、1,000人でも短期間に集まる可能性があります。一方、特定の職業、地域、設備、経験をすべて満たす50人は、候補者自体がほとんどいないことがあります。

本記事では、参加者数以外に何が収集難度を決めるのかを整理します。

募集人数より母集団の大きさを見る

必要人数が50人でも、条件に該当する人が全国に数百人しかいなければ難しい募集です。反対に、該当者が数千万人いる条件なら、1,000人の募集でも実施しやすい場合があります。

まず確認するのは、条件に合う候補者がどの程度存在し、そのうち何人が募集情報を見て、参加を希望し、最後まで完了できるかです。

候補者数 × 募集到達率 × 参加率 × 完了率 ＝ 期待できる完了人数

登録者数が多い募集サービスでも、対象条件に合う人が少なければ必要人数は集まりません。

条件は掛け合わせるほど厳しくなる

年代、性別、地域などを個別に見ると、珍しい条件ではないかもしれません。しかし、複数の条件を同時に求めると対象者は急速に減ります。

• 40歳以上
• 特定地域に居住
• 特定の職種経験がある
• 指定端末を所有している
• 平日の日中に参加できる
• 顔や音声の研究利用に同意できる

一つひとつの条件に該当者がいても、すべてを満たす人は限られます。さらに男女や年代を均等にすると、不足する区分だけを探す必要があります。

設備や環境は属性より確認が難しい

年齢や居住地は事前アンケートで確認できます。一方、「十分な広さの室内がある」「特定設備を撮影できる」「店舗から許可を取れる」といった環境条件は、本人の申告だけでは判断しにくいことがあります。

参加者が条件を満たしていると思って応募しても、試し撮りを見ると距離が足りない、照明を調整できない、第三者が映り込むなどの問題が分かる場合があります。

環境条件がある案件では、募集前の確認項目、サンプル提出、本番前のテストを組み合わせます。

複数人参加は人数以上に調整が増える

二人一組や四人一組の対話実験では、80人を集めることと、20組を成立させることは同じではありません。

参加者の属性、組み合わせ、日程、欠席時の補充を管理する必要があります。一人が欠席すると、同じ組の参加者全員へ影響する場合もあります。

既知の相手同士か初対面か、男女構成を指定するか、同じ条件で再度参加するかによって、運営難度はさらに変わります。

継続参加では離脱を見込む

複数日や数週間にわたる研究では、最初に必要人数が集まっても、全員が最後まで参加するとは限りません。

仕事や家庭の都合、端末トラブル、作業負担、研究への関心低下などによって離脱が起こります。最終時点で必要人数をそろえるには、予備参加者や途中離脱への対応を考えておく必要があります。

謝礼と説明方法も参加率を変える

対象者が存在していても、謝礼が負担に見合わなければ応募されません。また、研究内容が難しく書かれている、顔や音声の利用範囲が分からない、所要時間が曖昧といった募集文も参加率を下げます。

高額な謝礼にすれば必ず解決するわけではありません。参加者が何を行い、何が記録され、どのように利用されるのかを理解できる説明が必要です。

人数を決める前に収集可能性を確認する

研究上必要なサンプル数と、実際に集められる人数は別に検討します。必要人数を先に確定し、その後で募集方法を探すと、条件変更の余地がなくなることがあります。

研究計画の段階で、候補者数、条件別の集まりやすさ、参加負担、期間を確認すれば、対象条件や割付方法を現実的に調整できます。

難度は人数ではなく条件全体で判断する

データ収集の難しさは、募集人数、属性、環境、参加方法、期間、謝礼、同意内容の組み合わせで決まります。「100人だから簡単」「1,000人だから難しい」とは限りません。

特に複数条件を組み合わせる研究では、必要人数を決める前に、各区分が現実に集まるかを確認することが重要です。