본 연구는 안전 및 신뢰성이 중요한 분야에서 경험을 통해 학습하는 인간과 기계 학습 모델 간의 유사성에 주목하여, 설명가능 인공지능(XAI)의 계산 도구를 활용하여 인간 학습을 분석하는 연구를 수행했습니다. 복잡한 실제 작업인 입자 가속기 조정을 수행하는 동안의 인간 행동을 모델링하기 위해, 연산자 하위 작업을 그래프로 구성했습니다. 아카이브화된 연산자 데이터에 커뮤니티 감지 및 계층적 클러스터링과 같은 기술을 적용하여, 연산자가 문제를 더 간단한 구성 요소로 분해하는 방식과 전문 지식을 통해 문제 해결 구조가 어떻게 발전하는지 밝혀냈습니다.
