データでいのちを描く テレビディレクターが自分でAIをつくったわけ

阿部博史

• NHK出版 (2018年3月26日発売)

感想・レビュー・書評

[日本工業大学LCセンター図書館さんの感想 · 2025年6月21日]

↓利用状況はこちらから↓
https://mlib3.nit.ac.jp/webopac/BB00544436

[鎌倉女子大学図書館さんの感想 · 2023年6月21日]

貸出状況はこちらから確認してください↓
https://libopac.kamakura-u.ac.jp/webopac/BB00288253

[Yoshieeさんの感想 · 2022年8月31日]

データを活用して如何に社会に貢献するか、適切なメッセージを伝えていくか、飾らない、肩肘を張らない言葉で説明されている。NHKのディレクターという立場を離れても色んな場で著者の知見が頼られているとも聞く。一読に値する。

[aladdinaさんの感想 · 2020年7月19日]

読書メモ

・全量全種収集
・データの分類
意思を持って発信された情報（ツイートなど）
自然に生み出される情報（観測データ、位置情報）
外部者が生み出す情報（救援部隊の動き）
積み上げられた情報（時間の経過で変化する情報）
・データの可視化
・可視化する際の3つの視点
鳥の眼（俯瞰的に見る、マクロ）
虫の眼（ミクロ）
魚の眼（時間の流れを意識した視点）
・情報ミルフィーユ（例えば地図情報など、何層にも重なった情報）
・条件、フィルタリングで見えてくる事実
・全量提示と公正さが大切（全量収集、全量提示）
・データだけでなくリアルを体感することも大切（見失わない）
・新しいことを始めるには新しいツールを作る必要がある
・生データはデータクレンジングが必要
1.汚れのパターンを分析
2.意味不明の文字列を整理し、データの形式を整える
3.似た意味や曖昧表現を正しい表現へ変更
（これ以前に、紙情報の場合はまずはデータ化が必要）
・石ころ一つから社会的課題を見つける
（一つの事柄や仮定から物語を妄想する思考実験。思考実験の途中で必要なものを洗い出せる。）
・ランキングは2位以下に着目する（1位以外に着目することによって新たな情報を届けられる。別の切り口で見ることができる。）
・頭の中にモノサシを持つ（データを扱う際、物事の大体の数や距離、時間などを知っておくことは情報の深い理解に役に立つ。自分の身体感覚に基づくパーソナルな単位も頭に入っていると便利。）
・データを八境で見る（まずはデータを2つに分けて考えてみる。その次には別の２つに分けて考える。男性か女性か、大人か子どもか、国内か海外か？等。切り口を変えていくことで見えてくることがある。このやり方が見ていくと効率が良い。）
・統計学の基本的な姿勢
①AとBの関係が統計的に有意ならば、その相関・因果関係の下に議論する。
②AとB に関する十分な数のデータが集まらない時、統計的な手法が使えないので、AとBの関係を一切語ることはできない。
・統計について著者の姿勢
①統計的に有意ならば、大半のことを正確に証明しているかもしれない。しかし、その事象はほとんどの人にとって自明であり、改めて議論する必要はない。むしろ、その大きな傾向から外れたところに社会の課題が眠っているのではないか。
②統計で要求される十分なサンプル数を集められる事象は多くない。理想論であり、目を向ける課題を狭めている原因だ。限定的ではあるかもしれないが、現場で得たファクトを紡いだ方が議論は進む。
・臨界質量→キャズムを超える閾値がどこかにある
・むずかしいことをやさしく、やさしいことをふかく、ふかいことをおもしろく、おもしろいことをまじめに、まじめなことをゆかいに、ゆかいなことをいっそうゆかいに（劇作家：井上ひさし）
・人の行動を左右する8つのトリガー
①恐怖トリガー
②記憶トリガー（記憶を刺激されて行動を起こす）
③お得トリガー
④感動トリガー（感情を揺さぶられて行動を起こす）
⑤脱枠組みトリガー（ルールから外れたことが起こった時に行動を起こす）
⑥無自覚トリガー（何らかの外的要因）
⑦じらしトリガー（謎を解決したくて行動を起こす）
⑧あなたトリガー（自分自身に深く関わることであれば行動を起こす）

[sayarabbitさんの感想 · 2020年2月20日]

大震災の情報整理の為始められた。情報をミルフィーユ状にして、視点をずらす
ナースコールのビックデータで勤務シフト変更

視点のトレーニング
軽自動車1トン、建物1階分は3メートル、1時間に歩ける距離5キロ

一定の閾値を超えた時に大きな反応を起こす

簡単なことを面白く、面白いことを深く、深いことを10秒で、おもしろいことをまじめに、まじめなことをゆかいに、ゆかいなことをいっそうゆかいに

[じょん＠日記さんの感想 · 2018年12月27日]

過学習。学習させすぎるとそのデータセットにしか対応できない。
95％で過学習という専門家もいるが、一般人には精度が悪いと言われかねない。

ブラックボックス型のAIは自分で作ったが中身が自分でもわからない。データ×コードの掛け算で脳ができる。
データのどの値がきいてくるか、変えるといいのかを出せれば良い

社会課題に対してあらゆるデータを突っ込んで数千の因子から主要因子を数十にまで絞れた
※相関関係は分かっても因果関係は分からない

[miyaさんの感想 · 2018年11月4日]

AIの実際の使用例、か。

[佐賀大学附属図書館さんの感想 · 2018年9月11日]

(図書館員のつぶやき）
”AI”を自分で作る？テレビのディレクターの目線からひも解く、テレビに関わる仕事から見つめた内容と思います。読んでみらんですか。

[yusuke0205さんの感想 · 2018年6月24日]

期待外れのエッセイ集。

[nyankoteacherさんの感想 · 2018年4月7日]

著者は、物理出身でNHKに身を置くというキャリアから、ビッグデータを俯瞰することでマス・メディアの本質的な役割を考察していく、という適任の仕事を見出している。ジャーナリストは情報を切り出してフォカースする人だが、今後はAIも価値のあるジャーナルを量産するということだろう。