2017年10月26日、京大情報学研究科 社会情報学専攻の特別講義資料です

1. Linked Open Dataで
市⺠協働と情報技術者を
つなげる試み
2017-10-26 京大情報学研究科 社会情報学専攻特別講義
白松俊
名古屋工業大学 情報工学専攻 准教授
Code for Nagoya 名誉代表

2. 最初に準備
• http://sli.do
– イベント番号 # 9237 を⼊⼒してJoin
– 聞きながら質問やコメントを投稿しておいて下さい

3. 白松 自己紹介
• 経歴: 東京理科大 学部・修士 → 産総研RAバイト
→ 京大 博士(情報学) → 学振(PD) → 名工大 助教
– 京大では知能情報学専攻 音声メディア分野（当時は4階奥乃研）
• 書き起こし後のコーパスを対象に、談話文脈のモデル化研究
• 現在: 名古屋工業大学 准教授, Code for Nagoya 名誉代表
– 配偶者: 中原(白松)陽子 (吉川・馬研究室秘書)
• Work: 自然⾔語処理とLinked Open Data (LOD) を用いた
住⺠参画／市⺠協働の⽀援技術
– ⾏政の書き起こし議事録の閲覧⽀援 (2007〜09)
– 同意を導く確率の⾼い修辞構造の分析 (2010)
– 地域に関する「議論の種」をWebから収集/LOD化 (2011)
– 神⼾市の住⺠向けワークショップの議論分析 (2012)
– 社会課題と解決目標をLOD化して共有するWebシステム
「ゴオルシェア」「MissionForest」(2013〜)
– 市⺠参加型議論のファシリテータAI実現に向けた研究 (2015〜)

4. Outline
1. オープンデータとは
2. Linked Open Data (LOD) とは
3. シビックテック (civic tech) とは
4. LODによるシビックテック／市⺠協働の⽀援
5. 議論のファシリテータエージェント
6. 人工知能学会 市⺠共創知研究会 (SIG-CCI)

5. オープンデータとは︖
• 簡潔に⾔うと、誰でも自由に使えるデータ
– ⼆次利用・改変・再配布を万人に許すライセンス
(オープンライセンス) で公開されたデータ
オープン
ライセンス
作品のクレジット表示
クレジット表示とライセンス継承
クレジット表示と改変禁止
クレジット表示と商用禁止
クレジット表示と商用禁止とライセンス継承
クレジット表示と商用禁止と改変禁止
あらゆる権利を主張しない

6. オープンデータとは︖
Open Minnesota
http://openminnesota.org/definitions/ より引用
公益性があり，
公開しても誰かに不利益を
与えないデータならオープンに

7. なぜオープンライセンスで
データを公開するのか︖
1. 組織の枠を超え，誰でも自由に利用可能に
2. 様々な組織のデータを組み合わせた
新しいサービスやビジネスモデルが生まれる可能性
3. 公共分野の透明性を向上させ，誰でも参画可能に
– 政府も「ICT成⻑戦略」の1つに公共オープンデータを掲げる
組織横断的な「オープンイノベーション」を促す

8. オープンデータ運動の芽生え
• 2003年: 公共データ利用に関するEU指令
– EU加盟国は、公的機関が保有する情報の再利用が可能な場合，
商業・非商業の目的を問わずこれらの情報が再利用可能であること
を確保しなければならない
• 2005年: OECD (経済協⼒開発機構) による報告書
「政府の近代化 (Modernising Government)」
– 情報開示を強化し透明性を⾼めることで「開かれた政府」に
• 2006年: リンクト・オープンデータ (LOD)
– Webの生みの親 Tim Berners-Leeが提唱

9. 各国でオープンデータポータル公開
• 2009年: 米 data.gov , 英 data.gov.uk
• 2011年: 豪 data.gov.au, 仏 data.gouv.fr
• 2012年〜: 世界40ヶ国以上でデータポータル整備
• 2014年10月: 日本も data.go.jpを正式運用開始

10. data.go.jp: 日本政府のデータポータル

11. オープンデータ公開中の国内自治体
• 295自治体
– 47都道府県 (100%)
– 248市区町村 (約14%) 2年前は125だったので倍増

12. ただのODから繋がったLODへ
• 要求1: どうせオープンにするなら，いろんな
組織のオープンデータを組み合わせて使いたい
– データ間の関係がリンクされていたほうがいい
• 要求2: 部外者がオープンデータを使うためには，
項目名などの語彙が部外者にもわかるように
標準化されていた方が使いやすい
– 語彙とその意味をオントロジーで定義して提供
Linked Open Data
(セマンティックWeb)

13. Outline
1. オープンデータとは
2. Linked Open Data (LOD) とは
3. シビックテック (civic tech) とは
4. LODによるシビックテック／市⺠協働の⽀援
5. 議論のファシリテータエージェント
6. 人工知能学会 市⺠共創知研究会 (SIG-CCI)

14. Linked Open Data (LOD) とは︖
• 元々はSemantic Webから派生
– HTML文書のWebではなくデータのWeb
– データ中の事物にURLを付与 → データ間リンクを可能に
X市
Y市
組織Aによる感染症オープンデータ
D公園
E公園
F公園
組織Bによる生態系オープンデータ
このような，リンクされていないオープンデータでは
データを組み合わせた分析ができない

15. Linked Open Data (LOD) とは︖
• 元々はSemantic Webから派生
– HTML文書のWebではなくデータのWeb
– データ中の事物にURLを付与 → データ間リンクを可能に
X市
Y市
D公園
E公園
公園
自治体
タイプ
タイプ
タイプ
タイプ
所在地
所在地
F公園
タイプ
所在地
X市
Y市
組織Aによる感染症オープンデータ
D公園
E公園
F公園
組織Bによる生態系オープンデータ
このようにリンクされていれば，
データを組み合わせた分析に使える

16. データ同士を紐付けたLODの例
• Web標準化団体W3Cが策定したRDF
(Resource Description Framework) という形式で記述
– データ中の物事にURLを振ってリンクを張れるように
– 物事の間にどんな関係があるかを表せる
http://opendata-tokai.jp/
国際オープンデータデイ in 東海foaf:name (名前)
http://lisra.jp/
2013-02-23dc:date (日付)
foaf:name (名前)
位置情報サービス研究機構
Lisra
bibo:organizer (主催者)
http://www.facebook.com/
siramatu
http://www.facebook.com/
nobuo.kawaguchi
白松俊
foaf:name
河口信夫foaf:name
rel:participant (参加者)
foaf:knows(知っている)
nco:representative
(代表者)

17. RDF/N3 (簡易表現)
http://opendata-tokai.jp/
オープンデータ東海foaf:name (名前)
http://lisra.jp/
2013-02-23
dc:date (日付)
foaf:name (名前)
位置情報サービス研究機構
Lisra
bibo:organizer (主催者)
<http://opendata-tokai.jp/>
foaf:name “オープンデータ東海”;
dc:date “2013-02-23”;
bibo:organizer <http://lisra.jp/>.
<http://lisra.jp/>
foaf:name “位置情報サービス研究機構 Lisra”.
RDF/N3
@prefix foaf: <http://xmlns.com/foaf/0.1/>.
@prefix dc: <http://purl.org/dc/terms/>.
@prefix bibo: <http://purl.org/ontology/bibo/>.

18. LODの実例: DBpedia
• WikipediaのInfoboxから自動変換されたLOD
– SPARQL検索: http://ja.dbpedia.org/sparql

19. Semantic WebのHype Cycle
• Hype Cycle: 技術が成熟していく過程で社会の
期待度がどう変化し実用化へ向かうかを表したもの

20. Semantic WebのHype Cycle
• Hype Cycle: 技術が成熟していく過程で社会の
期待度がどう変化し実用化へ向かうかを表したもの
2004
2005
2007
2008
2011
2015
Linked Data
Linked Open Data (LOD)
オントロジー
オントロジー設計の問題は棚上げして
まずは意味ネットワーク化されたデータ
を増やす（「データのWeb」の実現）
2017
クラウドソーシング等で
参加型のオントロジー設計

21. Outline
1. オープンデータとは
2. Linked Open Data (LOD) とは
3. シビックテック (civic tech) とは
4. LODによるシビックテック／市⺠協働の⽀援
5. 議論のファシリテータエージェント
6. 人工知能学会 市⺠共創知研究会 (SIG-CCI)

22. シビックテック (civic tech)
• 身近な社会課題にアプローチするため、
新たなサービスやアプリを開発して横展開
– コーディングできるIT技術者と、
課題背景がわかっている当事者（市⺠・⾏政）が協働
– 「ともに考え、ともに作る」 by Code for Japan
• たとえば・・・
– ゴミ出し情報のアプリ「5374.jp」（Code for Kanazawaで開発）
– 保育園情報「さっぽろ保育園マップ」(Code for Sapporoで開発）
– まちの壊れたインフラを報告「FixMyStreet」
(英国 の非営利団体mySocietyで開発)
– 市税の使い方を⾒える化「税⾦はどこへ⾏った」
(英国のOpen Knowledge Foundationで開発)

23. 5374.jp
• Code for Kanazawaが開発したゴミ出し⽀援アプリ
• 地域ごとのゴミ収集に関するデータを利用
• オープンデータを使ったビジネスコンテストの最優秀賞
• 様々な地域に横展開されている

24. さっぽろ保育園マップ
• Code for Sapporoが開発
• 札幌市内の保育園
（認可・認可外/無認可）
と幼稚園を表示
• 保育園のアイコンをクリ
ックすると開園時間など
の情報を表示
• これも、GitHubで公開
されて様々な地域に
横展開されている

25. FixMyStreet Japan
• 英国のmySociety が開発したFixMyStreetの日本語版
– 道路の陥没や落書き等をスマホで撮影してオープンデータ化
– ⾏政による対処を迅速化
– 愛知県では半田市などが運用
– 千葉市の「ちばレポ」も似たコンセプトのシステム

26. シビックテックとオープンデータ
• 背景: 地域社会の「持続可能性」を脅かす諸問題
– 少子⾼齢化, ⾏財政問題, 災害リスク, などなど.
– 今後，⾏政サービスで全てをカバーするのは難しい…
– 組織を超えて社会課題に取り組む仕組みが必要
オープンガバメント
– 道具: IT (Web, スマホ, IoT, AI) と データ
オープンデータ:
⾏政が持つデータや
公共分野のデータを
誰でも⼆次利用可能に
シビックテック:
ハッカソン等のイベントを通じた
技術者と市⺠・⾏政の協働により
ICTをまちの課題解決に活用
「おまかせ⺠主主義」からの脱却

27. オープンガバメントとオープンデータ
• オープンデータは，透明性や情報共有だけでなく
市⺠の参画や協働をより深めるためにも有用
Transparency
(透明性)
Participation
(参画)
Collaboration
(協働)
米OGD
IAP2
(国際市⺠
参画協会)
オープンガバメントにおける市⺠参画のレベル
Inform
(情報共有)
Consult
(意見収集)
Involve
(関与)
Collaborate
(協働)
Empower
(決定権)

28. • シビックテックを推進するアメリカの団体
• 2009年頃から活動，各地の自治体も巻き込んで成果
• 市⺠協働の仕組みづくりの例
– 地域住⺠の意⾒を取り⼊れるためのWebサイト開発
– 街の課題をスマートフォン
等で報告するシステム開発
– 地域課題の解決に向けた
ハッカソン (参加型開発イベント)

29. • 日本でもやろう︕と2013年6月ごろから始動
– 関治之さん（ジオリパブリック社）が中心

30. 日本各地のCode for X
Code for Japanと連携した各地のシビックテック団体は
「ブリゲイド」と呼ばれる（公認40＋準備中38）

31. • 発足から4年目，代表月替わり制で運営
• 代表経験者は「名誉代表」（現在18名）
– 企業など︓7名
– 大学教員・学生︓7名
– ⾏政・議員︓2名
– 公益財団法人・⼀般社団法人︓2名
• ミッション︓「テクノロジーで街をたのしく︕」
– 基本ゆるい

32. Code for Nagoya 開催イベント
• ハッカソン 14回
– 2013: Spending Data Party
– 2014: IODD名古屋城データハッカソン, Race for Resilience名古屋
，地下街バリアフリーハッカソン
– 2015: IODDバスデータハッカソン，介護ハッカソン，LODチャレン
ジデー，若⼿サミット
– 2016: IODDデータ⾒える化ハッカソン，UDC関連ハッカソン×3
– 2017: RESAS APIハッカソン，教材ハッカソン
• アイデアソンやワークショップ 4回
– 研究シーズを身近な社会課題解決に活かす仕組みを考える，etc.
• カンファレンス 6回
– ジオメディアサミット名古屋，Civic Tech Forum＠東海，etc.
• マッピングパーティー 1回
– 地下街バリアフリーマッピングパーティー

33. ハッカソン（Hackathon）
あるテーマに沿ったサービスやアプリを，
チームを組んで数時間〜数日で試作するイベント
Hack + Marathon
特にシビックテックがらみのハッカソンは
「シビックハッカソン」と呼ぶ（こともある）

34. ハッカソンの典型的な流れ
1. 課題の背景や
データ等の共有
2. アイデア出し
(アイデアソン)
3. チーム形成
4. 開発
5. 発表・デモ
6. 審査・表彰

35. ハッカソンで生まれたアイデアや
作品を登録できるサービス
http://idea.linkdata.org/

36. ハッカソン生まれのプロトタイプは
継続的な開発に繋がりにくい
• その場では盛り上がっても，その場限りになりがち
– 即席チームは特に継続しにくい
ハッカソン
継続的な開発
（定期的な「もくもく会」）
チームの再編成
（新たな仲間集め）
実社会応用

37. Outline
1. オープンデータとは
2. Linked Open Data (LOD) とは
3. シビックテック (civic tech) とは
4. LODによるシビックテック／市⺠協働の⽀援
5. 議論のファシリテータエージェント
6. 人工知能学会 市⺠共創知研究会 (SIG-CCI)

38. ゴオルシェア
• 社会課題の解決目標をLODにする目標共有サービス
– 用途: シビックハッカソンでの目標共有や協⼒者集め
– ハッカソン終了後にチーム再編成 → 継続的な開発を可能に
[白松 16] 白松 他: 社会課題とその解決目標のLinked Open Data 化による目標マッチングサービスの開発,
人工知能学会論文誌, 31(1), pp. LOD_C 1-11，2016．
[Tossavainen 16] Tossavainen et al. A linked open data-based system utilizing structured open
innovation process for addressing collaboratively public concerns in regional societies, Applied
Intelligence, 44(1), pp. 196-207, Springer, 2016.
http://bit.ly/goalshare
新たな協⼒者による
プロジェクト継続へ
目標とアプローチを
LODにして共有化

39. ゴオルシェアのデータモデル

40. 具体的な部分目標への細分化により
期待される効果
(i) 貢献可能性の探索を⽀援
– 自分がどの部分目標に貢献
できそうか︖を分かりやすく
(ii) すり合わせ・合意形成を⽀援
– 「総論賛成・各論反対」に陥った主体間で，
協⼒できる部分目標とできない部分目標を可視化
(iii) 類似度計算の精緻化
– 上位目標や部分目標といった文脈的な素性を活用

41. シビックハッカソンでの試運用
Code for Nagoyaによる2回のシビックハッカソンで試運用
• 2014/10: 名駅地下街バリアフリーハッカソン
– ⾞椅子での地下街移動を⽀援するサービスを試作（参加者約30名）
– 参加4チームによる4シナリオ(29目標) http://bit.ly/bfree-goal
• 2015/2: International OpenData Day 2015 in Nagoya
– 名古屋市バスのデータを使ったサービスを試作（参加者約50名）
– 参加7チームによる7シナリオ(25目標) http://bit.ly/citybus-goal

42. ⼊⼒された階層構造の違い
バリアフリーハッカソン
（各チームメンバーが⼊⼒）
IODD
（熟練者が発表を聞いて⼊⼒）
最上位ノードはハッカソンで与えられた目標
最も詳細: 13ノード
最少:1ノード
5分間の発表を聞いて
2階層，3ノード程度を⼊⼒(例外) ⼊⼒者が
参加したチーム
の部分木
(チーム毎のばらつき大)
(ばらつきは小さいが
必要な文脈が落ちる)

43. ゴオルシェア試運用上の課題
• 震災復興に関する目標を⼿動で構造化 (2012-3)
– 目標数657，RDFトリプル数4349
• 2回のハッカソンで参加チームの開発目標を⼊⼒ (2014-5)
– 名駅地下街バリアフリーハッカソン
– IODD 2015 in Nagoya
• 名古屋周辺で活動する人々の目標を⼊⼒ (2015)
– 第3回 名古屋わかもの会議
– ⾼齢者⾒守りサービスを扱う「むすびGroup」
– 白松研究室B4の卒論執筆に関する目標
• ゴオルシェアは組織横断的協働が対象だったので，
全ての目標データをオープンライセンス (LOD) にしていた
普段から目標管理に使う上では，
最初はクローズドなLinked Dataである方が望ましい

44. 大学研究室内外での協働を扱う
• まず研究室内部での協働 → その後外部連携に繋げたい
• 学生が作った目標階層構造を参照して教員が指導
– 学生のアクティブラーニングを⽀援
• ただし成果発表後にはLOD化し，外部との連携による
オープンイノベーションへと繋げたい
もくろみ／期待する利点
1. 学生が自ら研究・学修目標を構造化することで，
主体的な研究⽴案を可能に
• 外部からの強制ではない内発的な動機付け
2. 研究室内で共有することで，教員や先輩学生による
モニタリングが容易になり，学生の独断専⾏を防止

45. MissionForest
• 目標階層を部分的にユーザが選択して公開可能に
– 成果発表のタイミングなどで
• ごちゃごちゃしていたUIをすっきり
– ただし開発途中

46. その他のシビックテック関連研究
• 市⺠参加型議論のファシリテータエージェント
• 徘徊⾼齢者の探索⽀援のためのBLE位置推定
• 地方議会議事録の探索的閲覧⽀援
• 農家⺠宿用の鍬動作分析
＆アドバイス生成
• 演奏未経験者向け
即興合奏⽀援システム
– 市⺠参加型イベントでの
アイスブレイクのため

47. Outline
1. オープンデータとは
2. Linked Open Data (LOD) とは
3. シビックテック (civic tech) とは
4. LODによるシビックテック／市⺠協働の⽀援
5. 議論のファシリテータエージェント
6. 人工知能学会 市⺠共創知研究会 (SIG-CCI)

48. 自律的なファシリテータエージェント
の実現に向けて
• 議論にファシリテータが必要とされる状況
– 議論の停滞（参加者の発⾔が無くなる）
– 発⾔者の偏り（⼀部の参加者のみ多く発⾔）
– バンドワゴン効果 (考え無しに多数派に乗ってしまう)
– 建設的でない対⽴・紛糾 (現状認識が平⾏線, など)
• 動機: 実際の議論でのファシリテータ発⾔を分析
ファシリテータ発⾔の自動生成に使える知⾒
– 合意形成を妨げる上記のような諸状況への対処を
実際のファシリテータはどのように実践しているのか︖
まずは人間のファシリテータ発⾔の実例分析が必要

49. ファシリテータが用いる⾔語表現の分析
• 2013年11月の名古屋市タウンミーティング[伊美15]
– 名古屋市次期総合計画についてCOLLAGREE上で議論
– 4つのテーマを設置 (災害, 魅⼒, 環境, 人権)
– 参加者266人，全1223発⾔，うちファシリテータ506発⾔
– テーマ毎に担当ファシリテータを割り当てて議論を進⾏
• 「何を⾔うか? (What)」に関する分析
ファシリテータの発⾔の特徴を抽出し，類型化
• 「どのように⾔うか? (How)」に関する分析
ファシリテータが実際に用いる⾔語表現を抽出
• 「いつ⾔うか? (When)」に関する分析
議論が停滞したタイミングなど，特定のタイミングでの特徴を抽出
[伊美15] 伊美 他: “オンラインファシリテーション支援機構に基づく大規模意見集約システム COLLAGREE―名古屋
市次期総合計画のための市民議論に向けた社会実装”, 情報処理学会論文誌 56(10), pp. 1996-2010, 2015.

50. 情報利得を用いた特徴表現抽出
1. 特徴表現を抽出したい発⾔の集合をc+，その補集合をc-
2. 特徴表現 f (形態素N-gram)を含む発⾔をf +，
その補集合をf -とおく
3. .C={c+, c-}, F={f +, f -}とおき，特徴表現 f がCの分類に寄
与する度合を情報利得(IG:Information Gain)で算出
( | ) = ( ) – ( | )
4. ( | )が上位のf のうち，
自己相互情報量PMI(c+, f +)が正の値をとるf のみ抽出
– ( | )が上位のf には，c+特有の表現の他に
c- 特有の表現も含まれてしまうため
特徴 f によってどれだけエントロピーが減るか

51. ファシリテータ発⾔の特徴抽出
• ファシリテータ発⾔に特有な特徴表現を抽出する
– c+：ファシリテータの発⾔
– c−：それ以外の参加者の発⾔
• 「ファシリテータは議論進⾏，⼀般参加者は自らの意⾒」が明確に
ファシリテータ発⾔c+の特徴表現 ⼀般参加者発⾔c−の特徴表現

52. ファシリテータの特徴表現の8類型
問いかけ
c+中の97発⾔に出現
• どのような
• のでしょうか
• どんなものが
• etc.
発言促進
c+中の92発⾔に出現
• ご意⾒を
• お待ちしております
• etc.
挨拶
c+中の71発⾔に出現
• 退出します
• 明日もよろしくお願い
します
• etc.
言い換え
c+中の32発⾔に出現
• ということですね
• 理解でよろしいですか
• etc.
称賛
c+中の28発⾔に出現
• 素敵ですね
• いいですね
• etc.
御礼
c+中の56発⾔に出現
• ご意⾒ありがとうござ
います
• etc.
まとめ提示
c+中の37発⾔に出現
• 集約しました
• 議論のまとめです
• etc.
同意
c+中の36発⾔に出現
• そうですね
• おっしゃるように
• etc.

53. 先⾏文脈が停滞していた時の特徴表現
• 停滞時（直前発⾔からの経過時間が閾値以上）に何を⾔うか
– c+：停滞時のファシリテータ発⾔
– c−：それ以外のファシリテータ発⾔
• 結果: 問いかけに分類される表現が抽出された
– 確認のため，経過時間と表現の出現との相関を⾒る
• 問いかけではなく，まとめ提示の表現と中程度の正の相関（+0.454）
• 閾値以上の経過時間に対しては「問いかけ」が抽出されたが，
より⻑い時間が経過した際は「まとめ提示」 ファシリテータが諦めた︖

54. 後続文脈への影響の分析
• 後⾏文脈の盛り上がりを文脈特徴として分析
– c+：後⾏発⾔数が閾値以上のファシリテータ発⾔
– c−：それ以外のファシリテータ発⾔
• 問いかけ表現の後に発⾔数が増えていることが確認できた
– 確認のため，発⾔数と表現の出現との相関を⾒る
• 抽出された特徴表現と同様に問いかけが現れた

55. 分析結果が示唆した傾向
• What: 何を⾔うか
– 頻出8類型 (発⾔促進, 問いかけ, ⾔い換え, 同意, まとめ提示, 挨拶, 御礼, 称賛)
– 特に「問いかけ」の重要性が実事例分析から示唆された
• 「問いかけ」の後続文脈で発⾔数が増える傾向を確認
• 要件: 適切な質問 (問いかけ) を生成できる必要性
• How: どのように⾔うか
– 実事例からファシリテータが実際によく使う⾔語表現を抽出
– 発⾔生成のときに使える可能性
• When: いつ⾔うか
– 「問いかけ」は，直前発⾔から⼀定時間経過したときに頻出
– 「まとめ提示」は，更に⻑い時間経過したときに現れる
– 否定的な問題提示の後に「御礼」

56. 表層的な処理による質問生成⼿法
かつやんさんの意見に賛成で
す！〜(中略)〜が望ましいです。
参加者A
興味を持った人たちが無償で
プランニング、素敵なご意見で
すね。〜(中略)〜システムが欲
しいですね。
参加者B
僕も勝つやんさんと同じスタン
スです。〜(中略)〜無関心に
なってしまいます。地域の自
立のために市民から関心が集
まることが重要だと考えるの
で、そのようなシステムに期待
したいです！
参加者C
抽出部分
手がかり
表現
係り受け解析
ファシリテータ
どうすれば地域の自立のた
めに市民から関心が集まる
でしょうか？
先
行
文
脈
集まる
に か
ら
が
立
の
た
め
地
域
の
自
市
民
関
心
述
語
項
助
詞
助詞を用いた
パターンマッチ

57. 今後の展望
• ファシリテータ発⾔の分析: 質問の重要性を示唆
• 表層的な処理による質問生成:
– 表層的な処理でもある程度の質の「掘り下げ質問」
を生成可能（6割程度）
– 同時に内容理解を伴わない表層的処理の限界も明らかに
今後の展望
• 議論内容の自動解析(理解)結果に基づく質問生成
– 議論内容: 論点集合, 案の集合, 賛否意⾒, 根拠, etc.
– 参加者の状況: 感情極性, 重視する論点, 発⾔の偏り, etc.
– 例1: 不足していると判断した項目を問いかける
– 例2: 解析が失敗した要素について問いかける
– 例3: ⾔及の少ない論点を重視する参加者に問いかける

58. Outline
1. オープンデータとは
2. Linked Open Data (LOD) とは
3. シビックテック (civic tech) とは
4. LODによるシビックテック／市⺠協働の⽀援
5. 議論のファシリテータエージェント
6. 人工知能学会 市⺠共創知研究会 (SIG-CCI)

59. 市⺠共創知研究会
• 人工知能学会の「第⼆種研究会」
– 2016年9月に発足、これまで開催回数2回
• AI研究者と市⺠の共創の場を提供
– 「学術・技術」×「生活に密着した視点」のコラボ
– 異分野間共創活動を⽀援する技術を試す
実社会フィールドにもしたい

60. 研究会幹事メンバー

61. これまでに実施した研究会
• 第1回研究会
– 2016年11月25日(⾦)〜27日(日)
– 岩⼿県遠野市「遠野ふるさと村」古⺠家にて開催
• 第2回研究会
– 2017年6月30日(⾦)〜7月2日(日)
– ⻑崎県対馬市 宝泉寺、⻄⼭寺にて開催
• 第3回研究会
– 2017年12月8日(⾦)〜10日(日)
– 名古屋市 ⻄祐寺にて開催予定

62. 地域Aでの市民共創知研究会
地域Cでの市民共創知研究会地域Cでの市民共創知研究会 地域Eでの市民共創知研究会地域Eでの市民共創知研究会
地域Bでの市民共創知研究会
地域Dでの市民共創知研究会地域Dでの市民共創知研究会
地域Fでの市民共創知研究会地域Fでの市民共創知研究会
ソーシャルメディアによる
共創知の融合と促進
ソーシャルメディアによる
共創知の融合と促進
市民共創知研究会の構想：
ソーシャルメディアによる地域巡回型共創支援
時間軸
地域A
開催
地域B
開催
地域C
開催
ソーシャル
メディア上で
共創
ソーシャル
メディア上で
共創

63. 共創プロジェクト⽀援システム︓みらいらぼ 63
• プロジェクト管理機能
• プロジェクトの作成
• プロジェクト計画の作成
• 議論機能
• 応援，サポート，参加機能
• SNSとの連携
• インセンティブ機能 ポイント
• リマインドメール機能
• コンテスト機能
仙石，伊藤，白松，堀田，三井，藤田，福田：“地方創生のための共創プロジェクト促進
システム「みらいラボ」の試作”、情報処理学会全国大会2017
http://mirailabcci.com/

65. これまでに実施した研究会（再
掲）
• 第1回研究会
– 2016年11月25日(⾦)〜27日(日)
– 岩⼿県遠野市「遠野ふるさと村」古⺠家にて開催
• 第2回研究会
– 2017年6月30日(⾦)〜7月2日(日)
– ⻑崎県対馬市 宝泉寺、⻄⼭寺にて開催
• 第3回研究会
– 2017年12月初旬
– 名古屋市にて開催予定

67. 11/25(金) 13:30～ 地域を知るフィールドワーク
• 全員参加
遠野市立博物館
遠野伝承園・カッパ淵
• コース別
馬 （馬の里）
陶芸 （薬師窯）
食 （風の丘）
郷土芸能（婦人の家 ）
18:00～ 民泊
11/26(土)
In 遠野ふるさと村
9:00～ オープニングトーク（名古屋工業大学 伊藤孝行教授）
ウェルカムトーク（遠野市 飛内雅之副市長）
チェックイン
9:55～ 発表・対話セッション
発表者による対話と，発表内容に対する対話を行う
11:20～ 昼食，飯豊神楽・語り部鑑賞
12:35～ 子ども語り部
13:05～ 発表・対話セッション
17:55～ ディナーセッション
11/27(日)
In 遠野ふるさと村
9:00～ チェックイン
コンテスト説明
9:25～ 共創対話セッション，発表
11:15～ 表彰式
研究会後 BSF(Baby Step Fes)
コンテスト（市民共創知コンペティション）
プログラム
地域について知る
参加者について知る
共創プロジェクトを創る
１
２
３

69. 第3回研究会「みらいらぼ なごや」
• 2017年12月8日(⾦)〜12月10日(日)
– 会場: 名古屋市 ⻄祐寺，名古屋工業大学（予定）
• テーマ:「テクノロジーを料理する
〜歴史と未来の共創によるまちづくり〜」
および共創⽀援技術・共創的事例など⼀般
– 古い伝統を残しつつAIやIoTを活用した
近未来まちづくりを考える
• リニア開通を控えた名古屋での事情に絡めても絡めなくてもOK
– 原稿投稿: http://bit.ly/sigcci003-submit (11/13〆切)
– 参加申込: http://bit.ly/sigcci003-regist (11/30〆切)