意見集約ツールの「忠実な集約」と「熟議の演出」

たくさんの人の意見を集めて、機械（主に AI）で整理し、全体像を見せるツールがある。この手法をブロードリスニングと呼ぶ。パブリックコメント、アンケートの自由記述、SNS の声など、人手では読みきれない量を扱えるようにするのが狙いだ。

こうしたツールを比べるとき、「どちらが優れているか」で考えると噛み合わないことが多い。同じ「意見を集める」でも、ツールによって目指すゴールが違うからだ。ゴールは大きく2つに分かれる。

2つのゴール

集まった意見を、できるだけ歪めずに一枚の地図にする。似た意見を近くに集め、「この辺にはこういう意見のかたまりがあって、全体のこれくらいを占める」が一目で分かるようにする。自由記述でもできる国勢調査・アンケート集計、とイメージすると近い。

このタイプが何より大事にするのは正確さだ。少数の意見も見落とさず、AI が勝手に意見を足したり話を盛ったりしない。「結局どうするか（合意・意思決定）」は、人間が地図を見て判断する。ツールは判断を肩代わりしない。

意見を、時間とともに変化する生きた議論として扱う。誰のどの主張が、どの主張を支持し・反論しているかを線でつなぎ、議論がどこへ収束しそうか、まだ誰も触れていない論点は何かを、動き（ダイナミクス）として見せる。ディベートの実況中継や、意見が競い合う生態系のシミュレーションに近い。

このタイプが大事にするのは議論の構造とストーリー性だ。見る人が「議論が前に進んでいる」と体感できることに価値を置く。

どちらが上という話ではない。A は「いまの意見分布を正しく知りたい」とき、B は「議論そのものを動かし深めたい」ときに向く。答えたい問いが違うのだ。

広聴AI（デジタル民主主義2030 の OSS、dd2030）は **A（忠実な集約）**に重心がある。たくさんの意見を似たもの同士のかたまり（クラスタ）に分け、各かたまりに AI が見出しをつけて「意見の地図」を作る。地図の読みやすさ（見出しが手がかりとして機能するか）と、分布の忠実さを重視する。ただしこの「忠実さ」は頻度を測って完結する定量分析ではなく、歪めず写した地図をユーザに構造として読ませる設計である（analysis-stance の構造把握スタンス）。
OJPP の BroadListening（GitHub ochyai 発の別プロジェクトの一機能）は **B（熟議の演出）**に重心がある。各意見から主張・根拠・反論を取り出して関係を図にし、支持の盛衰や「議論の収束フェーズ」を時間変化として見せる。生物の生態系になぞらえた演出が前面に出る。ojpp-repo-source-2026-10-13より。

A と B を一つの画面に無理に同居させると、互いの前提がぶつかる。

A の地図に B の仕掛け（AI が意見を自動生成して混ぜる／「もう合意できた」と機械が自動で宣言する）を入れると、「この地図は本当に実在する人たちの意見を映しているのか」という信頼が崩れる。少数意見を見えやすくしたい目的とも相性が悪い。
逆に、B のツールに A の物差し（「分布は正確か」）を当てて減点するのも的外れだ。B はそもそも正確な分布を目的にしていない。

だから、両方の良さが欲しいときは、1 本の仕組みに全部詰め込むより、役割の違うレイヤー（別のビュー）として分けるのが素直になる。

「忠実な集約」を土台にしつつ、別レイヤーとして足せそうな着想がいくつかある。

意見の中の「主張・根拠・反論」を取り出す — ふつうの集約は意見を 1 つの点として扱うが、一つの意見の中身を主張と理由に分けると、「議論の質」や「かみ合っているか」を見やすくなる。
まだ語られていない論点を指摘する — 「地図にまだ無い空白」を AI に挙げさせ、次にどこを深掘りして意見を集めるかの設計に使う。
時間変化を追う — 同じテーマを時期をずらして分析し、意見分布がどう動いたかを並べて見る。

いずれも「集約の正確さ」を壊さない形（別ビューやオプション機能）で足すのがポイント。