解釈可能なAIを用いた、使い捨てストロー代替品選択のための意思決定支援：使用当たり温室効果ガス指標とユーザーレビューエビデンスの活用

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Demonstrates integration of NLP-derived user evidence with GHG indicators in a transparent MCDA framework, useful for interpretable AI in sustainability decisions.

🏢実務担当者:Provides a replicable decision-support tool for sustainable procurement, using customer reviews and GHG data to evaluate product substitutes.

🏛政策担当者:Highlights how user-review evidence can complement environmental metrics in product regulation; may inform plastic reduction policies.

抄録 プラスチック製飲用ストローは目に見える使い捨てプラスチック製品であるが、文献由来の気候エビデンスと報告されたユーザー経験が併せて評価されることは稀であるため、適切な代替品の選定は依然として困難である。本研究は、文献由来の使用1回あたりの温室効果ガス（GHG）指標と、自然言語処理（NLP）を用いてオンラインのカスタマーレビューから抽出したレビュー由来のユーザーエビデンスを統合する、解釈可能なAI対応意思決定支援ワークフローを開発し実証する。飲用ストローの代替素材を情報量の豊富なケーススタディとして用いた。統合評価は、GHG由来スコア、ユーザー経験特徴スコア、および評価に基づく消費者承認を、4つの事前定義された意思決定優先シナリオの下での透明な多基準意思決定分析（MCDA）内で組み合わせた。選定された5つの素材のうち、評価対象データセット内において、選択された使用1回あたりのGHG仮定、レビュー由来のユーザーエビデンス、正規化手順、およびシナリオ別重み付けの結果、Siliconeが全4シナリオにわたり最も高い統合MCDAスコアを達成し、Paperが最も低い順位となった。Siliconeは、低い使用1回あたりGHG指標と、最も高いユーザー経験特徴スコア、および高い消費者承認を組み合わせたものであった。Paperは最も高い使用1回あたりGHG指標と中程度のユーザー経験特徴スコアを有し、語彙分析によりそのレビューにおいて機能性に関連する反復表現が特定された。浅い決定木により、評価対象の決定マトリックス内でPaperを低い使用1回あたりGHGの再利用可能な代替品から分離する0.081 kg CO₂e/使用回数の閾値が特定された。本研究は、新たなプロセスベースのライフサイクルアセスメントや包括的な持続可能性評価ではない。その代わりに、使用1回あたりのGHG指標とレビュー由来のユーザーエビデンスに限定した意思決定支援を実証するものであり、より広範な持続可能性の側面は対象外である。将来の研究では、製品に適した環境基準と関連するユーザー由来エビデンスを用いて、他の製品カテゴリーに本ワークフローを適用し評価することが可能である。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Abstract Plastic drinking straws are a visible single-use plastic product, yet selecting suitable substitutes remains challenging because literature-derived climate evidence and reported user experience are rarely evaluated together. This study develops and demonstrates an interpretable AI-enabled decision-support workflow that integrates literature-derived per-use greenhouse gas (GHG) indicators with review-derived user evidence extracted from online customer reviews using natural language processing (NLP). Drinking-straw alternatives were used as an information-rich case study. The integrated assessment combined a GHG-derived score, a user-experience feature score, and rating-based consumer approval within a transparent multi-criteria decision analysis (MCDA) under four predefined decision-priority scenarios. Among the five shortlisted materials and within the evaluated dataset, the selected per-use GHG assumptions, review-derived user evidence, normalization procedure, and scenario-specific weights resulted in Silicone achieving the highest integrated MCDA score across all four scenarios, whereas Paper ranked lowest. Silicone combined a low per-use GHG indicator with the highest user-experience feature score and high consumer approval. Paper had the highest per-use GHG indicator and a moderate user-experience feature score, while lexical analysis identified recurring functionality-related expressions in its reviews. A shallow decision tree identified a 0.081 kg CO₂e/use threshold separating Paper from the lower-per-use-GHG reusable alternatives within the evaluated decision matrix. The study is not a new process-based life-cycle assessment or comprehensive sustainability assessment. Instead, it demonstrates decision support limited to per-use GHG indicators and review-derived user evidence; broader sustainability dimensions were outside the scope. Future studies may adapt and evaluate the workflow for other product categories using product-appropriate environmental criteria and relevant user-derived evidence.

• crossref https://doi.org/10.1038/s41598-026-63847-8first seen 2026-07-30 06:37:19 · last seen 2026-08-03 05:48:00