はい、みなさんおはようございます 国際女性でおめでとうございます今日からお越しいくださった方で日本語の通訳が必要な方は同時通訳機をどうぞご利用くださいそれでは第3番目の基調講演ですインクルーシブシンポジウムを開催しますこのシンポジウムではいろいろなテーマを設定してインクルージョンを推進すべくさまざまな分野から基調講演者、参加者をお招きしていますプログレス女性のシンポを加速化しようということでキャサリン先生もさまざまな活動をされていらっしゃいます本日はそのキャサリン・ディグネジオ先生MITのアーバンサイエンスとプランニングの協助でいらっしゃいますお越しお招きしておりますまたデータとフェミニズムラボのディレクターでもありましてデータや計算手法をジェンダーや人種の正義のために特に空間と場所ということに焦点を当てて活動されていらっしゃいますいろいろなことに後期心をお持ちで協会を超えていろいろな活動をして人々、グループ、そしてさまざまな考え方をクリエイティブで重要な方法で結びつけるという仕事をされていらっしゃいます今日はオンラインでご参加をいただいておりますデータサイエンスとコミュニケーションへのフェミニスト的アプローチと題して30分間ご講演をいただきますその後質疑応答に入りたいと思いますそれではキャサリンさんにどうぞ戦い拍手を送りください皆さんおはようございますちょっとじゃあ画面を共有したいと思いますおはようございます改めましてこちらでは夜なんですけれどもそちらは朝ですよね国際女性でこのような話ができて大変嬉しく思いますキャサリン・ディグナス用です今日はデータサイエンスとこのコミュニケーションに対するフェミニスト的アプローチについてお話しますまず最初にキャシー・タカヤマさんにお招きいただいたことにお礼を申し上げたいと思います最初にワンパのアグ民族とマサチュー・セッツ民族に感謝を述べたいと思います私は彼らの土地にゲストとして滞在し今日お話す研究を完成させました今日お話することはデータフェミニズムというMITプレスから2020年に出版されたローレン・クラインと私の著書から生まれたものですこの中で私たちはより倫理的な公平なデータサイエンスを行うために考察するフェミニズムの教えに基づいた7つの原則を提示しましたまず私たちがこの本を書いた動機についてお話しますなぜ今このタイミングでフェミニズムとデータサイエンスを結びつけるのかそして私たちの仕事にどのフェミニズムが今日与えているのかを定義しそしてデータフェミニズムの原則の実践例をいくつかご紹介したいと思いますロードマップとなったものですでは始めたいと思いますローレンと私がこの本を書いている時私たちはデータがとてつもないパワーになりつつあるということを認識していました私たちはこれを実際の形で認識していました例えば企業資金の豊富な企業などがデータののを活用しているそこから利を得ていると考えたのです例えばバージニアユベンクスもう国家による過剰なデータ収集の併害を示したアルゴリズムインイクオリティを変えていますまた顔認証システムやその他のアルゴリズムにおける人種的偏見を明らかにする素晴らしい仕事をしたウォーラウンウィニットアルゴリズムジャステスリーグこれらの本が指摘しているのはデータは確かに信じられないほど協力ですがその力は現在不平等に行使されているという事実です力を行使しているのは一部の企業その他資金の豊富な期間なのですそして彼らがこれらのデータやエアシステムを設計し導入するためのリソースを持っていますまた彼らが自分たちの利益のためにデータやシステムを活用する時に他の全ての人の犠牲の上で活用されていますここでフェミジニーズムが登場します私たちがこの本で説明しているのはフェミニーズム特に考察するフェミニーズムがまさにこの力に勝手当ててきたということです力の不均衡とそれを引き起こす構造的な力に長いあいだ焦点を当ててきましたつまり新しいシステム例えばAIとかアルゴリズムちゃんとBGTPと言ったものですねそういうものの基本的な考え方としてはシステムが特定のグループには最適化されているけれども他のグループにはそうではないということですフェミニーズムにとってはこれは新しいものではありません私たちがこの本を書こうと思った主な動機の一つはデータやアルゴリズムシステムについて大衆メディアが常に驚きを表明していたからですマスコンミはこういうことについて記事を書く時例えば女性がどうやってそんな差別アルゴリズムによって差別されているのか左右アルゴリズムによって差別されているのかとかどうやって石鹸のディスペンサーが自主的に語るのかというようなことを質問してくるわけですそんなはずはないでしょう女性を石鹸ディスペンサーが差別するなんてありえないでしょと言うんですけれどもフェミニストとして言えることはこのような欠陥は実は全く驚くことではないということですこれは別にエラーでも何でもなく完全に予測できることなのですただフェミニズムなどの分野を研究していれば予測できるということですデータフェミニズムが外接している原則については後で説明しますがその前にフェミニズムについて簡単にご説明しましょうほとんどの人はフェミニズムについて事業で学んだり何かしているかもしれませんがその何か知っていたとしても女性のためのものだと思っていると思いますそうではあるんですがそれだけではありませんフェミニズムの確信はあらゆるジェンダーの平等を信じることですしかし周りを見渡せばこの平等という目標がまだ信じられているものでしかないそして世界ではまだ実現されていないということに気が付くと思いますそこでこのフェミニズムの第二の定義になるわけですけれどもそれはこの平等という目標を実現するため女性やノンバイナリのために組織的な活動をするというのが第二の定義ですそしてフェミニズムには三番目の定義がありますこれは不平等の問題に直面した先人である学者や研究者たちからの資診を得ているものですこれらの理論は精査やジェンダーに関する不平等の問題を考えることから始まっていますそしてこれを実際に実践してきたわけですですからこれが最もエクサイティングな部分ですけれどもこのフェミニストという考え方これは先ほど申し上げたように精査とかジェンダーに関する不平等を考えることから始まったのですが過去40年にわたる学問と現在の政治的状況によって人種 回収 セクシアリティ能力 移民の生むなど不平等を巡る多くの側面が議論されるようになりましたここで私たちが本に書いた考え方考察するフェミニズムという考え方に戻りたいと思いますこの考察するフェミニズムという考え方すでに馴染みがある方もいらっしゃるかもしれませんが今週の女性フェミニスト特にアメリカの国人フェミニストの活動から生まれたものですこの考え方としては先差別について語るだけでは不平等を理解することはできないという立場をとっていますですから例えばイビリヴァフランシス・ハーパーなどのような人々が理論化したものですけれども生差別と人種差別の両方に直面してきた国人女性の視点から理論化したものですキンバル・クレーシャーは考察の比喩として2つの力が交わる場所というふうに言っています人種差別と生差別は複合的に組み合わさっているので一緒に分析しなければなりませんただ他の考察的な研究は人種がもしくはジェンダーが例えば階級差別職面地主義人種差別などと交差しているということにも注目していますこの交差するフェミニズムとは力を構造的に批評する枠組みですつまり特定の人々が一方では抑鬱圧を経験し他方では別の人々が人種を経験するというその理由を考えるものです交差的フェミニズムというのは私たちの分析をより複雑なものにする分析ツールの箱を開いてなぜ不平等がなくならないのかについて多くの理由を考えようとしていますこの本ではこの交差的フェミニズムの教えとその他のフェミニズムの活動や違反的思考を用いてより倫理的でこう変なデータサイエンスを行うための7つの原則を書いていますこれが7つの原則なんですけれども全部はお話しいたしませんただ例えば権力を講師する権力に挑戦するそして2分対立な考え方階級的な考え方を考え直す感情を高める多数主義を考えるなどですその権力についてですけれどもその不平等な権力というものそれに関する研究がフェミニズムの中心にありますそのためにはまずその権力というものを検証しなくてはいけないそしてそれに対して挑戦をしていくどういうふうにバランスを変えることができるかを考えないといけないということですそしてフェミニズム私たちのこの目標はデータサイエンスのためのフェミニズムを運用することでしたデータビジュアル化といったものについてもそうですこの本では各原則に一生を採っていますそして各原則の根底にあるフェミニズムリローンについて語りそれがデータサイエンスでどのように適用できるかを多くの例を通して説明していますすでに例えばそのデータに対して感情を高めている高める方法などなどですねこれらの原則を実際に説明する方法として本の中で語っている例をお話ししたいと思います今お話ししたいそのコネクション織繋がりなんですけれども皆さんおそらくチャットGPTとかその他の大規模な言語モデルについてこの議論を聞かれたことがあるかと思いますこれらの常について話すときにデータフェミニズムについても私たちは話すのですがあらゆるAIアルゴリズムで言語モデルといったものは最終的にデータによって動かされるという考えに立ち止める必要がありますこれらのモデルが再生成している偏見や不平等の多くはデータの問題に関連しているからですですから今日は2つのデータの問題について話をしたいと思いますケッソンデータと偏ったデータについてですこの権力の検証最初に述べたポイントの1つはデータの偏りはデータセットが存在するずっと前から始まっているということですこの問題に閉まるためにこの耳おのお派が作成した結落データセットライブラリーという作品を例にあげています彼女は2つの方法でこの点を指摘しています1つはネットにあるGitHubのエポジトリーですこれは例えば存在すると思われるデータセットなんですけれども例えばヘイトクライムで殺傷されたトランスの人々とか犯罪歴のために公営住宅から排除された人々に関するデータセットですこのようなデータセットがあれば親切に役に立つと思われるのですが実際には結落しています2つ目のやり方というのがやり側の物理的なファイルキャビネットの図ですけれども右側にリストアップされたデータセットと同じラベルが貼られていますそれをめくっていて興味のありそうなデータセット重要そうなデータセットを見つけてこのもっと詳しく知りたいと思ってフォルダーを取り出して開くんですがそこには実は何もないんですここにあるデータセットはしないわけですオノウハがこの作品で言いたいのはこれらのデータセットがかけているのには理由があるということですそれは今日の世界におけるデータ収集に関する権力の深刻な付近行ですどのデータが重要なのかどのデータを収集しどのデータを収集しないかを決定する権力を誰が持っているのかということです一般的に言えばそれは政府やその他の金融機関ですそして一般的に言えばマイノリティ集団にはそのような決定権はありませんだからこそデータとAIに対するフェミニスト的なアプローチは権力の分析から始める必要があるのですというのも大々にして私たちがアクセスできるデータセットやそのデータセットが訓練に使われるモデル引いてはデータセットが適切に利用できる研究課題や実施界での応用が権力の付近行によってすでに過剰に決定されているからですもう一つの例としてこのデータが結落していることに関する例ですけれどもこれはフェミニサイドですこれもメキシコ市民であるマリア・サルゲーロがこの問題で真っ向から取り組んで結落しているデータ存在しないデータを見過ごされているデータを自ら収集することを決意しました知らない人のために説明しておきたいのですがフェミニサイドとはジェンダーに関連した女性や女子の殺害のことですエンシスジェンダーやトランスジェンダーも含まれますフェミニサイドは国連やその他の国際機関によって人権侵害として認められていますこれはどのような国においてもメキシコを含むほぼ全ての国で犯罪として法的に定義されていますが国はフェミニサイドに関するデータを体系的に収集していませんマリア・サルゲーロは正式な対策がないということに不満を募らせメキシコ最大の女性殺人アーカイブを独自で作成しました2016年以降彼女は1日2時間4時間かけてメリアの報道から抜粋したGoogleマップに女性殺害を記録していったのですグループチャットなども使いましたそしてその情報をマップに落とし込んでいったのですそのシーズンを使って例えば愛する人の居場所を探す家族を照らすけしたりジャーナリストやエネルギー用にデータを適用したりそしてメキシコ議会で何度も証言したりしていますこれはフェミニストのカウンターデータと呼ばれるもので国家やその他の機関が住民の基本的な安全を確保しないときに介入する活動家のデータ収集の1形態ですこれは権力に挑戦するためのデータ活用の1つの方法というふうに言えますではここでこのマリエアサルゲーローさんメキシコの方について書いていたら本人にインタビューすることになりまして他にも彼女のような方々にインタビューをする機会を得ましたこのマリエアさんのようにアラテンアメリカだけではなく世界中に彼女のような方々がたくさんおられますそれが講じて共同プロジェクトに発展しましたこれ本を1本としてまとめるんですが次の4月に出版予定ですフェミニスサイドのデータ活動形の創造性豊かで知的で感情を寄さぶる活動の記録をまとめたものですこれによって権力にあらがい社会的変革をもたらすということを目的としたものですそれからこの関連でデータがないということで言いますとまた権力Aの対抗ということで言いますとトレーニングデータのことを語る必要がありますすなわちLLMS向けのトレーニングデータにおいてデータが抜け落ちていることがわかるんですトレーニングデータについてわかっていることもちろん規模が大きいとそれから意外にインターネットから言うことなんです多くの情報で溢れているんですけれどもこの世界を完全かつ平等に表しているものではないということなんです例えばレティとかタンブラーだとか言うんですけれども大抵若い人で男性そして情報がアメリカに語っているということなんですそして社会的な真実だとして世間にルフしていますがそうではないそれがチャットGPTの特徴なんですオープンAIや他のLLMSメーカーはトレーニングデータを公開していませんですのでどの程度バイアスのかかったモデルなのかを知るすべきがないんですテストをしたり監査をしたりができないんです最近GPT-4がリリースした発表によりますと使用したトレーニングデータは公開しないと明確にそこで述べているんですこれが投稿ですねただバイアスをある程度測ってみることは可能なんですそれはリバースエンジニアリングの手法を使いますローレンが現在取り組んでいることですけれどもこのトレーニングデータのいくつかを再構築をするということですこれはバークレイの大学院生LCDとともに私の同僚がやっていることですより詳しくバイアスを検証できる手法ですその結果とても興味深いことがわかってきましたトレーニングデータが英語であってもつまり文字情報はすべて英語であってもある一定の地域から来る文字情報つまりテキストはトレーニングデータから除外されている割合が高いというものなんですこれは他の研究結果とも一致していましてAIによるフェイクを見抜く検知システムが英語話者よりも非英語話者により高い頻度でフラッグをつけるというような検証結果が出ていますつまりバイアスがかかっているということなんです非英語話者に対してですここまでデータセットやデータシステムに存在する権力について調べてあらがうという事例を紹介してまいりましたではどうやったらもっとインクルーシブにできるのかそこで出てくるのが多言主義で行きましょうという考え方です人とコンピュータのインターテザインやデザイン大やけのプロセス参加 共同デザインの研究などが長年の研究記録でありますデータフェミネズムにおけるこのようなアプローチすなまなち多言主義を受け入れようという風に特徴づけたものそれはデータサイエンスやデータコミュニケーションのライクフサイクルにおいて幅広い知識や観点つまり情報源から聞き取りをしていきそこから学ぶということですこれはこのプロセスに多くのものを参加させていくというものですごめんなさい あまり時間が残ってない妙ですねではもう少し例を紹介していきましょう先ほど参加をさせると言いましたけれどもこれを意識をしてやっているものがありますそれはフェミニーサイドに対抗していくデータというプロジェクトですこれは非常に慎重なやり方でデータの活動かアメリカ国内それから世界的に活躍している人たちをまとめてそしてコミュニティーとしてやっていくプロジェクトです参加を重要をデータデザインにしていくというものですここから出てきたものはいくつかのツールがありまして活動化がデータプロセスの全てのプロセス全ての段階の上で参加をしていくそしてそれをツールにしていくというものですそしてトレーニングデータの中にそれを入れていくというものですつまりここで言いたいことはAIやコンピュータサイエンスデータサイエンスコミュニケーショというのはこの人たちをつまり日常を生きている人たちを多原式で取り入れていくというような考え方ですここまで権力の問題と人々についていくつか事例を見てきましたつまり力を持つ人持たない人の関係性ですつまり2弦的構造に対抗していくということなんですフェミニストはこの2弦対立2弦構造にすまわちトップ層対低編層というような2弦構造に新しく照らし出していくということなんですそうほうが両端にい続けるために2つの集団の間に引き裂かれたそれが1つですつまり男性女性不平等なヒエラルキーですそれがまず1つですねそれを見出した後このジェンダーといいますと大体男性のほうが女性の上に立つというヒエラルキー構造がありますですのでフェミニズミは全体的にそれに対して会議的ですこれを思考のレベルで考えるだけではなく会議というのを取り除いていこうというものですこれは自然と文化だとか主観と客観だとか理性と感情をわざわざ区別する考え方とこういうことをあぶり出していくというそして批判していくということです白人の西洋的な文脈に照らし合わせますと理性は感情よりも良いものと教えられてきました特にデータのメール化がすごくそれに県庁に答えていますデータコミュニケーションではすっきりとしたデザインミニマリスト的な事実のみをプレゼンテーションでは言うというのが最適だと考えられてきましたこういうものを美しいと解釈するときそれはなぜなんだろうかミニマリストな事実のみをやるとこれがなぜ最適事例になるのか研究ではこういうものを美しいと解釈する解釈そのものが実は感情を通して行っているんだということがわかっていますこの種の表を現実よりも本当のように信じてしまう傾向があるんですそれに対抗する例として実際これは動画なんですけれども今皆さんにお見せしていますのはオンラインでは動きます一つずつ弓のよう弓状の線がありますがけれどもこれは1本1本動いていてこれが何かと言いますと実は米国において2018年に死亡をした人の数を表しているんですこの1つ1つの弓状の線これが1人1人を表していますそれがだんだんスピードを増して重なっていくというものなんです非常に見ているのがつらいくなるんですねそれこそが重要な点で動画で示されることで銃で打たれてなくなる人の数が多いのかということが感情的に分かるわけですこれが底の部分が時計列ですねそれぞれの線これが1人ずつの命です人生ですこのオレンジ色のところとグレーのところがありますがグレーのところが落とさなかったらもっと生きられていたというところになりますすいませんこのデータ自体は国際先進的な統計モデルを情報のでどころですこれは私たちに感じさせるものですつまり感情を分け起こさせるものなのですですのでこの統計を元になっていますけれども可視化がより多くの情報を言いますごめんなさい 30分たったら教えてと言われたのでお知らせしますねはいそうですねごめんなさいあと1枚だけスライド残ってるんですけどありがとうございますですのでこういうふうな見るかをするとどうなんだという疑問の声を投げる人もいますしかしフェミニズムの考え方では感情に訴える方が単なる資格化よりもより説得力を持つというふうに考えています感情と理性のバランスを取り戻すことそこにデータコミュニケーションのツールボックスが開いていき感情に訴えかけるということなんですがこれについて出行とのところでお答えできればと思っていますここまで紹介してきた事例からデータフェミニズムが強調していることそれはデータサイエンスの拡大解釈とAIへのインクルシブなアプローチですデータサイエンスというのは今日非常に多くのアーティストヒューマニスト・コミュニティ作りに取り組む人々たち活動家が頑張っている取り組みでもっとここに視線が向けられるべきですで、アートワークなんですけれどもこれ実際データジャーナリストに基づいたアートな作品を今紹介しています本でもたくさん事例を紹介しています私たちの論点をよく表しているもの読者に対して行動を借り立てるものデータというのは多くの問題の根底にあるものですですからこそソルーションも内放しているということが言えるんです今日はシンポジュームにお招きをいただいて本当に嬉しく思っておりますQ&Aでコメントやご質問や感想などいけたらければと思っていますありがとうございましたありがとうございます10分ほど質問の時間がありますもちろん十分ではないと思いますけれどもキャサリンがおっしゃっていたようにどんなご質問でもお受けいたしますこのトピックについて様々な経験歴史についてコメントなどお聞かせいただければと思いますご質問がある方は手を挙げてくださいキャサリンさんシンガポールからポアンフーンと申します二つコンセプト非常に重要だと思われるコンセプトがあるんですけれども第三のスペースというものそれからハイエラルキーのロジックを疑うということです7つの原則なんですけれどもそちらについてもう少しご説明していただけますかどういう原則を持ってこれを作ったのか主観的データ客観的データということそれからロジックですねそちらについてお話いただけますかコンセプトの部分ちょっと聞き逃したんですけれども二つのコンセプト繰り返していただけますか一つはスペースとロジックロジックですロジックのストラクチャーというものですけれども7つの原則あげられましたけれどもそのデータフェミニズムを再提議する上でスペースもしくはその権力に対する権力のロジックを疑うということは入っているんでしょうか分かりました私たちがやったことはそのロジックその追い基づいた運動でどういうふうに私たちの知識が構成されているのかそしてフェミニズムの貢献としてはやはり知識というものに関する考え方を広げたということがあると思います様々な声を活用することで知識を構成しようというグループを広げたと言えますそれからデータサイエンスもそうですけれどもとても量的なものだというふうに考えがちな分野ですけれども決まった方法でデータを集めているものだと思いがちですけれどもデータサイエンスという考え方自体を私たちは広げていますこれは例えば人々がその会話によってそのデータサイエンスの枠組みを広げていくということを知っていますそれからデータ私たちにとっては必ずしも量的なものというだけではありませんシステマチックに収集されたもの例えばアーカイブなどもデータと言えますし様々な証言歴史といったものもデータと言えると思いますですからフェミニストの活動によってこれがデータだと思われていた硬いカラーを破ってきたと思いますつまり量的なものだけだと思われてきたものを変えてきた実際には他のやり方があるんだよということを見せてきたと思いますご質問にちゃんとお答えできたとは思えないんですけれどもどうでしょうそうですね後でご連絡が取れるようにしますのでさらにフォローアップご質問があればご質問ください他のご質問を受けましょう振り返りと言いますか感想なんですけれどもおいストで働いておりますがサイエンスティストではありませんとても興味を持ったのが感情に入れる感情を理性よりも取っているという風な言語をお話ししていらっしゃいましたねそういうものの味方があるとなるほどという風にお聞きしましたものごとはそういう風な捉え方をしていたんだと思います助船というのは感情的な反応を職場でやるという風にそうですよく言われますのでなるほどという思いながら聞いていました非常に面白いなと思ったんですちょっと質問なんですけれどもサイエンティストの同僚の方がいますけどもここにサイエンティストの従来の成功というのは私はサイエンティストじゃない立場から言いますと合理的な決定を下すことということだと思うんですねデータのそのものですよねデータはイコール数であると要するにそれが権威を持ってみられるわけですよねでそういうことをそういう情報に基づいた決定をしていくわけですよねでここにいるサイエンティストの皆さんに聞きたいんですけどこういう冷えらるきですね理性と感情の冷えらるきこれはについてどう思いますかまあそれはいいのか良きサイエンティストとはどういうべきであるのかでこのような価値観というのが皆さんのキャリアやその精神ということにどうそれを良い方向に変えていく方法があるとしたら何でしょうかということをお聞きしたいと思います反応がありますけどちょっと反応ですけどサイエンティストとしてですねサイエンティストと言われましたけど私にとってキャリアをふくり返るとサイエンスはサイエンスでなんですよそれを他の人に伝えようとする時ですね特にサイエンスのアクセスがない人に対して話をしようという場合ですねそのサイエンスに特に関わりたいくも思ってない人ですよねその時にはアーティストの力を借りることがありますそうしますとそういう感情的なところに訴えることができますし彼らは非常に違うアプリアプローチを持っていますので私たちがの体験がその作品として現れるわけですよねサイエンティストというのはつまり女性であれば職場で認診した状態でいられたら困るとそれはダメだという言い方をされることもありますよね昨日ニューロダイバージョンとの話を聞きました私がよくやるのはジャンプするということなんです女性は直感的だと他人を悪く言うことを言うと私は大きくジャンプをしてリサーチの時に良きサイエンティストになるようにしていくんですけれども論理的にいくと順序立ててやっていくステップを取りながら少しずつやっていくということですよねまあいろいろと話をすることがあると思いますキャサリンさん多分あと1つぐらいしかご質問受けられないと思うんですけれども非常に刺激を受けていろんな議論が起きていますじゃああと1つですねコメントなんですけれどもさっきおっしゃったことにさらにつけ加えるんですがやはり科学者の中には近代科学においては自分の個人というものは置いてくると中にはそれを他の人よりも知られる人がいます科学のコンセプトとしてはそれがデータをどう分析するかに反映されるんですけれども例えば男性女性という人間主義でデータを解析しようとしてもやはり実際には多くのスペクトラムの中にいろんな人がいるわけですですからその生物格的な性別というものにだけに特化してしまうとなってしまうんですけれども例えばシスジェンジャーだとかインタセクスの人も研究者の中にもいるかもしれませんそうするとその人たちの経験が研究に合致しないということになりますでインタセクスの研究者にそういうカデゴリーからは除外されてしまうわけです現代の科学ではですからそういうデータは作れないそういうデータを除外してしまうということになってしまいますそのおっしゃったような人間主義的なものでただ科学者はそういうふうに強制されている部分がありますこれまでの研究はそういう考えに基づいてきたのでそれに行けないというようなふうに強制されている部分がありますですから自分たちのジェンダーでスラッドワンに置いてこなくてはいけない研究室の外に置いてこないというふうになっていると思いますさまざまなプレッシャーがあると思いますですからこの部分についてちょっとコメントさせていただきましたありがとうございますもう残念ながらですのでここで終わりにしないといけませんけれどもぜひアンケートにも答えていただいてそれからケサリンの本もご覧くださいこのプレゼンテーションにご参加いただきましてありがとうございますそして皆さま好奇心を持ってオープンに議論をしてくださってありがとうございますそれからケサリンさんその研究情熱考えをくださってありがとうございました写真を撮りますので写真の後ろの方にそのまま写っていただきたいと思いますありがとうございました