読んだ範囲

自治体の AI 利活用研究会で出た要望 14 件(11-18、#2_開発_広聴ai)

大木さんが、ある自治体の AI 利活用研究会で広聴AI を使ったワークショップをした。

  • 3 グループで「日々の業務の課題と AI の使い方」を話し合い、各グループの議論を録音・文字起こしして、その場で広聴AI にかけた。結果を見ながら続きを話し合い、全体で共有した
  • 途中で参加者の一人が、自分の業務で集めた防災訓練のアンケートも分析したいと言い、その場で追加で分析した

出た要望は大木さんが Issue にした(全部 2026-11-18 作成、open)。

種類Issue
機能の改善#1203 調整したプロンプトを保存して再利用 / #1204 音声ファイルからレポートを作る / #1205 レポート内の意見を検索して該当箇所へ / #1206 リスト表示ですべての階層を一括展開 / #1207 クラスター表示から個別の意見を確認
分析の質・レポートの読み方#1208 会議データの上位クラスターの分け方は妥当か / #1209 分析の目的に合う発言の抽出 / #1210 業務の課題と解決策を分けて整理 / #1211 抽出した意見の数と回答者の数の違い / #1212 散布図・クラスターマップの読み方 / #1213 件数の少ない大事な意見を見つける
会議の分析のアイデア#1214 議論の展開を楽譜のように時系列で見せる / #1215 話者や複数の会議を横断して関連する議論を探す / #1216 議論の構造と参加者の評価の関係

大木さんの見立て(同じスレッド):

  • 会議の分析は、ブロードリスニングとは少し違う領域かもしれない。ただ現場の職員はブロードリスニングをしたいのではなく、自分の業務の課題を片づけたい
  • 「人が直接読める量か」と「分析する価値があるか」は別。防災訓練のアンケートは、まだ回答が出そろっておらず中身も読めていなかったが、一部を分析しただけで全体像がつかめ、「職種ごとの違いも見たい」という話に進んだ
  • 会議はアンケートと違い、発言が前の発言を受け、話題が移って戻り、出た論点が回収されずに終わることもある。#1214(楽譜のような見せ方)はそこから出た。広聴AI で解くべきかは議論の余地がある、と本人も書いている
  • 出てきた課題を広聴AI で解くか、いどばたなど別の道具で解くかも議論の余地がある

関連:時系列の見せ方は new-visualization-axes-2026-11-11 の「話題の流れ」、件数の少ない声は同じページの「要約から落ちた声」と重なる。#1211 の「意見の数と回答者の数」は、1 つの回答から複数の意見を取り出す仕組み(同ページの「何と一緒に言われたか」)から来る読み違い。

散布図のクラスタの輪郭が重なって見える(11-10〜11、#2_開発_広聴ai)

  • 大木さん:クラスタ同士が重なっているのを初めて見た。起こりうるのか
  • nishio:ここまで大きくめり込むのは珍しいが、ありうる。境界を凸包で包んでいるので、片方のクラスタにくびれがあると、もう片方に食い込んで見える
  • 大木さん:見る人は「重なった部分には両方のクラスタに関わる意見がある」と読んでしまいそう。所属が重なっていないなら、重ならないように描いた方が誤解が少ないのでは
  • nishio:輪郭を消すのが楽。重ならないように描くこともやればできる
  • tokoroten:さらに下のクラスタに割れば原因は分かるが、見る人には分からない

main(45f941f5)では、公開側の散布図に凸包の表示を切り替える状態がすでにあり(apps/public-viewer/components/report/ClientContainer.tsx の showConvexHull、既定は表示)、全体と詳細の散布図で輪郭を描く。この件を追う Issue はまだ無い(#1212「散布図の読み方」が近い)。

手法の更新の話(#2_開発_広聴ai_アルゴリズム開発)

  • 11-11:FAISS の中の k-means が、より良い「e-means」に置き換わったという話(nishio と tokoroten が同時に貼った)
  • 11-12:UMAP も改善されたという作者の投稿を nishio が貼り、「UMAP は新しくした方が良さそう」。main の packages/analysis-core/pyproject.toml は umap-learn>=0.5.7 の下限だけで、上限は無い。どの版の何が変わったかは、まだ確かめていない
  • 11-10〜11:チームみらいのデータセットは、抽出プログラムのバグで、最初の 1,105 件だけ PR の本文から、残り 8,557 件はタイトルだけから抽出されていた。比べ直しても gemma-4-31B が当時の gpt-4o に勝つ向きは変わらない(詳細は team-mirai-local-llm-quality-2026-11-10、版と DOI は team-mirai-2025-open-dataset)

AI が政策案を出す機能の歪みと「あとから確かめられる状態」(11-17〜18、#7_雑談)

  • 大木さん:自治体向けの広聴・政策検討の仕組みの機能要件を話す中で、AI が市民の意見から政策案を出す機能は、モデル・プロンプト・周りの設計しだいで特定の事業者に少し有利な案を出しやすくできてしまう、と感じた。自治体も事業者も良かれと思って求め・提案する中で、意図しない歪みが入りうる。閉じた開発だと気づく機会が減る。職員にだけソースを見せてもあまり意味はない
  • naoyo4:大事なのはオープンソースかどうかより、第三者があとから再現して確かめられるか。歪みはコードよりプロンプト・モデルの選び方・入力データの選び方に入りやすいので、それらと入出力の記録が要る。記録を残す仕組みが最初からあれば普段のコストはほぼかからず、確かめるのは疑問が出た時だけでよい。確かめられうること自体が歪みを入れにくくする
  • 今井さん:広聴AI の結果を確かめられるようにする仕組みとチェッカーを試しに作っている(監査の見え方のイメージも共有)。作っても使われないのでは、という迷いもある
  • 大木さん:毎回確かめるのはコストに負けそう。https の鍵マークのように「確認済み」の印があると安心か。全員が見る必要はなく、見たい人が簡単に見られるとよい

広聴AI との関係:レポートの出力に、使ったモデル・プロンプト・入力と、各段の出力をどこまで残しているか、という問いになる。今井さんの試作は Slack の上だけで、Issue / PR はまだ無い。

そのほか

  • 11-17、大木さん:交通系の民間企業のまちづくり担当と地域の自治体との意見交換で、広聴AI といどばたを紹介した。住民の声を集める仕組みはあるが活かしきれていない、似た要望ばかり集まるのでどう問いを立てて深掘りするか、という悩みが自治体と共通していた。地域の課題を地域の事業者や活動したい人にも開けば参加が増えるのでは、地域の声そのものがインフラになりうる、という話に広がった
  • 11-10、大木さん:Bedrock の構成例(PR #1191、merge 済み)のやり方で、事業者の側ですでに動いているとのこと(domestic-data-residency-options-2026-11-10)
  • 11-11、nishio:v5.0 のリリースに合わせ、コード以外も含めた「これまでの貢献者」の一覧を作りたい(#1199)

Open Questions

  • 研究会で出た 14 件のうち、会議の分析のアイデア(#1214〜#1216)や会議データ向けの抽出(#1209・#1210)を広聴AI の範囲に入れるか、別の道具に任せるか
  • クラスタの輪郭:既定で表示のままにするか、重ならない描き方にするか、既定で消すか
  • UMAP・FAISS の新しい版で、配置やクラスタがどれだけ変わるか(変わるなら、過去のレポートと見比べる時に注意が要る)
  • 「あとから確かめられる状態」のために、レポートに何を残すか(モデル・プロンプト・入力・各段の出力)

Updates

  • 2026-11-19: スレッドの続き(11-19)。nishio:楽譜のようになるかは分からないが、時系列ビューを試作したので会議の音声があればすぐ試せる。実験的試みとし、今すぐ本体機能にはしない。グループに分かれて話す場で「他の卓で自分の発言と関係する話があったか知りたい」に、文字起こしからの広聴AI が使えそう。大木さん:会議の分析は「話の流れ」と「取り残された話題」を見せる方向がありそうで、リアルタイムで議論の構造や未解決の論点が見えれば途中からでも参加しやすくなる。nishio が PRANCE の 5 時間のカンファレンスの文字起こしを題材に挙げ、同日に試作した(meeting-transcript-score-prance-2026-11-19)
  • 2026-11-19: 試作への反応(11:14〜14:00、nishio が貼ったスレッドより)。大木さん:「戻ってきた話題」「一度だけ出た論点」が取れているのは面白い。楽譜で言えば、同じ主題が戻ってきた時に前とどう変わったか、別の主題の議論を経て戻ったのか(最初の問題提起が別の視点や反論を経てどう変わったか)も見たい。まとまりの中の時系列だけでなく、まとまり同士のつながりも見たい。939 件を可視化しても量が多く、どこを見ればよいか分からなくなりそうなので、面白い展開があった所を AI に見つけてもらい、そこから全体を読む使い方もありそう。通常の広聴AI は意見を互いに独立に扱うが、会議では発言の前後関係に意味があるので、文字起こしの段階から「どの発言を受けて次の発言が出たか」を分析すると違うものが見えそう。nishio:トピックでゆるくまとめた上で、後の発言が前の発言に賛成・反対・根拠の追加・新しい切り口の追加のどれをしているかを出せると面白いかもしれない(meeting-transcript-score-prance-2026-11-19)