オープンデータ on Data Visualization Japan

高田祐一／すべての文化財情報にアクセスできるようにする計画

Sat, 28 Dec 2024 00:00:00 +0000

Data Visualization Japan Meetup 2024（2024年12月28日開催）における、高田祐一さん（奈良文化財研究所主任研究員）の講演です。散在する文化財データを統一的なフォーマットで整理し、専門家から市民まで誰もが総覧できるプラットフォームを構築する取り組みを紹介します。

「すべての文化財情報にアクセスできるようにする計画」ということでお話ししていきます。特に秘密はございませんので、SNS などで呟いていただいて構いません。

これは何でしょう

まず、これは何でしょうか。見ての通り、日本かなと思います。問題は、これが何からできているかということです。

拡大してみると、日本列島がより明確に見えます。答えは、文化財の位置情報を入れた点です。3万8617のドットを落とすと、こういう風に日本地図になる。それだけ日本には文化財が多い、ということになります。

自己紹介

奈良文化財研究所企画調整部の主任研究員をやっています。仕事では文化財に関するデータベースの運営などをしていますが、個人研究としては実際にフィールドワークをして、山の中の調査や海の中の調査もやっております。

学問的な出自は歴史学です。前職では金融系のシステムエンジニアをやっていて、データベースなどを扱っていました。そこから転職して研究所に移りました。

私の立場としては、まずデータを作る生産者――実際に調査研究を現地でやってデータを作る立場。それらのデータを整理したりデータベースにしたりする仕事、人材育成、システムの研究開発、情報インフラの整備、国際連携もやっています。自分自身も調査研究しますので、データの利用者という立場もあります。

奈良文化財研究所は国立文化財機構という独立行政法人の一組織です。他に東京国立博物館、京都国立博物館などの国立博物館、東京文化財研究所などで構成されています。自治体系の研修もやっていて、私は「遺跡の GIS 課程」「デジタルアーカイブ課程」を担当しています。

今日の内容

文化財情報のデータビジュアライゼーション（生の計測データの可視化／大量データの可視化）
すべての文化財情報にアクセスできるようにする計画

前提：文化財とは、そして情報爆発

文化財には本当にいろいろなものがあります。形あるもの・ないもの、建物、物自体、習俗、民俗的なもの、遺跡など。実は文化庁の整理は論理的な分類にはなっていません。文化財の対象が順次拡大されてきた経緯があるので、きれいに分かれるものではないのです。

そして文化財は基本的に拡大する一方です。以前は文化的景観といった区分はありませんでしたが、近年追加されました。さらに私たちの時代もどんどん過去になっていくので、対象となる時代も増えていく。文化財は減ることがなく、増えていく一方なのです。

今日の話は私自身が考古学系なので、遺跡の話に寄ります。ご了承ください。

遺跡は文化財行政的には「埋蔵文化財」という括りです。田んぼや畑の下に昔の人が住んだ建物の跡があり、壺や土器がある。何か工事をする時には、開発する前に発掘調査をして、調べて報告書を作る。

情報量が多すぎて探せない

文化財行政の課題は、情報量が多すぎて探せないことです。

発掘調査は年間8000件（平成の終わり頃の統計）
開発に伴う発掘の市場規模は年間600億円
報告書は年間1500冊
日本の遺跡は約47万
専門職は約5600名

こうした傾向は、実は1977年の段階で指摘されていました。「資料の全貌はもはや誰にも把握しきれない」「将来この傾向がより難しくなることは目に見えている」と。

1993年には考古学の偉大な研究者2人の対談で、「戦後、高度経済成長期に入って日本全国で開発が増えた結果、調査も増え、資料も膨大になった。逆に皮肉なことに、情報が多くなりすぎてかえって分からなくなってきた」と語られています。

2015年には「制御できないほどの情報を日本考古学は抱いてしまった」という言葉も。実は地域の地元住民の方も、情報量が多すぎて地元の文化財を知らないということが多いのです。

これに対して1982年、ある研究者は「まず情報処理システムを作る必要がある。その上で固有の研究方法の強化と、新たな研究方法の創造がいる。それは実践でやっていくべきだ」と言っています。私としては、この方向性で情報爆発に対応したいと考えています。

蓄積型学問の宿命

考古学・歴史学・建築といった文化財系の学問は、基本的に蓄積型学問です。情報を蓄積させていくことで対象を広げ、進化させていく。

現状は着実な文化財行政が進んだ結果、情報爆発が起きていて、データが多すぎて探せない。この蓄積に飲み込まれつつある部分がある。すると人間の情報処理量には限りがあるので、研究テーマがタコツボになってしまう傾向があります。

以前推計したのですが、考古学の報告書の文字数は全体で120億文字あると私は踏んでいます。仮に1分間に600文字読んで1日7時間読むと、132年で読み終えます。ただその間にも報告書は出続けるので、200年ほどあれば読めるでしょうか。

問題は、読むのが目的ではなく、何かしらアウトプットすることが目的だということです。その時間が一切ない。情報アクセスには機械にも手伝ってもらわないと、もう人間では読めないテキスト量になっています。

話題1-① 生の計測データの可視化 ― 大阪城の石垣

私は大阪城の石垣の石、その採石場を調査しています。

兵庫県のある県立公園に石があり、長らく「こういう石がある」ことは分かっていたものの、それが大阪城の残石だとは分かっていなかった。調べた結果、大阪城の石だと分かったものです。

この石には刻印が刻み込まれています。大阪城の石垣を見に行くと、大名ごとにマークを入れている場合がある。このマークは大名の家紋になったりするので、非常に重要な研究要素です。

ところが花崗岩の表面は見えにくい。従来は「拓本」――紙をつけて墨を乗せて写し取る――のですが、見えないものを取るのは難しい。現地で見ても、はっきり見える刻印もあれば、真ん中のものは見たことがない、左側は丸があるのは分かるけれど中が分からない、という状態でした。

そこで、フォトグラメトリ（写真から3Dを作る手法）でとにかく3Dにしました。3Dにしてもまだ分かりません。人間の目には見えているはずなのに、分からない。

そこで CloudCompare という点群処理ソフトにかけて、奥行きの凹凸をかなり強調するなど、いろいろな見え方をさせると――文字やマークが出てきたのです。

生のデータ自体は XYZ の点群にすぎませんが、処理することで見やすくなる。正確に言えば「見えているけれど認識できていないもの」が見えるようになる。

これは非常に重要な成果でした。文字の刻印があり、年月が読める。左側は丸に葉が3枚――これは土佐の山内家の家紋です。つまり2つの大名が石に刻み込んで、中に人の名前と年月が入っている。明らかに何らかの契約行為をしていることになり、歴史学的にも重要な成果になりました。

航空レーザー測量が変えた遺跡調査

最近、遺跡の調査で浸透しつつあるのが航空レーザー測量データの活用です。

2020年に兵庫県が1mメッシュという高精度な3次元地形データを公開し、2023年には0.5mメッシュも公開しました。

航空レーザーは、飛行機の上からレーザーを飛ばして点を取っていく。遠いところにあるものは返ってくる時間がかかるので距離が分かる。それをひたすら繰り返すと XYZ の点群の集まりができ、処理すると地図ができます。

一部のレーザーは木の枝に引っかかりますが、一部は地表面まで到達する。その XYZ をつなぎ合わせれば地形データを作れる。データは「表面（オブジェクトを含む）のデータ」と「地形データ」の2つに分かれ、遺跡の調査では地形が大事なのでグラウンドデータを使います。

ドローンでのライダー計測の結果を見ると、通常は森になって地表面が見えないのですが、デジタル的に木を伐採してあげると、下の地表面の道の跡などがよく見えるようになります。今までできなかったことが最近は非常に簡単にできるようになったので、考古学の調査でもよく使われるようになってきました。

AI で新しい古墳を探す

さらに、AI が浸透してきたので、教師データに遺跡の位置情報と高精度の地形データを与えて、新しい遺跡がないかを探してもらう研究もやりました。

古墳でやったところ、「この古墳がある地形に似ている場所」をスコアで出せるようになりました。ただし膨大な候補地が出るので、絞り込みが必要です。古墳はその地域の権力者の墓なので、人が住んでいないところには基本的にできない。だから古代の道沿い、古代の寺院や役所があるところ――人口が多いところ――で絞り込みをかけていく。

プロジェクトでは実際に現地調査をしました。スコアが高い部分を参考に行ってみたところ――新たな古墳が見つかりました。

CS立体図という微地形表現図で見ると、明らかに円墳と言われる丸い古墳が見え、中がへこんでいるのが分かる。遺跡立体図という独自の微地形表現図でも同様です。実際に現地調査に行くと、5〜6mある立派な石室が見つかりました。

今こういった古墳はほとんど見つけ尽くされているのですが、令和の時代に新たに見つかるというのは非常に驚きです。おそらくこれは一例で、全国的にまだまだ見つかるのではないかと言われています。

学術的意義

高解像度の地形があれば、現地評価を支援できます。別の例では、円墳から前方後円墳に評価が変わったこともあります。

資料が増えるということは、調査研究もワンステップ上がるということです。今あるデータで今の研究を組み立てているわけですから、資料が新たな観点から増えれば、研究も新たなステージに行ける。

先ほどの古墳は、実は集落からすぐ上がった裏山のようなところにありました。通常「ここにはないだろう」という、ある種の思い込みがある。山に入るのも大変なので、苦労してそこまで行くかどうかもある。

人間はやはり経験がいい面に作用する場合もありますが、逆に思い込みで制限してしまうというデメリットもある。AI やコンピューターを使えば、そうした思い込みを突破するきっかけになるので、非常にいいと思っています。

ただし一番大事なのはデータです。今回で言えば地形データ。可視化のやり方によって表現図が変わりますし、そもそも遺跡の位置情報を整理しておかないと使えません。データをしっかり整理しておくことが大事だと思っています。

話題1-② 大量データの可視化 ― 全国遺跡報告総覧

奈良文化財研究所では「全国遺跡報告総覧」という検索システムを運営しています。

発掘調査報告書は基本的に印刷物として紙で出ますが、今は PDF も同時に公開します。その PDF をこのシステムに登録する。すると PDF はテキスト情報を持っているので、全文検索ができるようになり、検索結果からダウンロードもできる。発行機関（自治体など）は無償で PDF を登録でき、どの報告書が何件ダウンロードされたかという統計データも閲覧可能になります。

現在のデータ量は（12月12日時点で）――

約4万の PDF
536万ページ
36億文字
位置情報がある文化財情報：67万件

もう人間には読めません。36億文字はすでに読めないので、機械で読むしかない時代です。

専門用語の辞書が必要

ただ、テキストを検索するにはキーワードを入れる必要があります。私の研究分野である石切り場でも、「石切り場」「石切場」「石切丁場」「石丁場」「築石場」など、いろいろな表記がある。担当者によって、地域によって言葉の使い方が違うのです。

人間は知らないものを探せません。この単語をすべて知っておかないと検索できない。だから専門用語のシソーラス・辞書が必要になります。

内部データとして、例えば「石切り場」という辞書を持っていて、どの辞書に収録されているか、類義語は何か、どの地域の報告書によく出るか、どの言葉と一緒によく出てくるか、報告書が刊行された時期はいつか、といった情報を保持しています。

日本の報告書テキスト全体には何が書かれているか

では、日本の報告書テキスト全体の内容は何か。36億文字にどういう言葉がよく含まれるかをバブルチャートで見てみます。

大きく出ているのは「口縁部」、そして「土師器」「須恵器」といった言葉。「沈線」「口縁」「ヘラ」なども出てきます。これは土器の言葉です。土器の口の部分を「口縁」と言い、その形状によって時代的な特徴を観察するのが考古学なので、それについて担当者がたくさん記述している、ということが分かります。

色分けすると、ピンクが遺物に関する言葉、黄色が遺構（建物の跡など）に関する言葉、青がそれ以外。こうして見ると、日本の考古学はほとんど遺物に言及していることがよく分かります。遺構よりも遺物を重視してテキストが書かれている。

地域ごとの特徴語

これを地域ごとにやったらどうなるか。その地域ではよく出てくるが他ではあまり出ない言葉を重ねると、特徴語として出せます。

福岡県では「甕棺墓」がよく出てくる。福岡ではよく出るが他ではあまり出ないので、特徴的な言葉になります。

ではクイズです。「石丁場」「山茶碗」「田」「京阪」「菊川式」といった言葉が特徴語になるのはどこでしょうか。

答えは静岡県です。伊豆の方では江戸城に石垣石を供給した石丁場がたくさんあるので、それが特徴語として上がる。「山茶碗」は東海地方でよく作られたお茶碗。田んぼに関する言葉は、教科書で習うような弥生時代の遺跡があるので、それに関連する言葉がよく出てくるのだと思われます。

報告書を読まずに中身が分かる

さらに報告書ごとに特徴があるか。報告書のテキストからよく出てくる専門用語トップ40を出すと、それを読まずとも特徴を表せるのではないか。

ある報告書では「竪穴住居」「弥生時代」「縄文時代」などがよく出てくる。この言葉のグループを見ると、おそらく弥生時代や縄文時代の集落の遺跡だと分かる。明らかに江戸時代のお城の報告書ではないことも明らかです。

考古学の難しいところは、遺跡名がそのまま本のタイトルになること。「○○遺跡」とあっても、何時代のどういったものが出たのかがタイトルから分からない。こういったものを使えば、読まずとも中身を把握できるようになります。

そして、この「よく出てくる言葉のグループ」ができれば、グループ同士の類似度を計算できます。例えば私が作った大阪城の水中調査の報告書に似ているものを、下にサジェスチョンとして表示する。私は石材関係に関心があるので、それに似た報告書が下に出てきて、芋づる式に簡単に探せるようになります。

話題2 すべての文化財情報にアクセスできるようにする計画

報告書を作ったり文化財の調査をするのは、地方公共団体の文化財課、埋蔵文化財センター、博物館、大学の研究室、学会などです。

そこで作られた報告書の PDF を、この「遺跡総覧」に Web で登録してもらう。論文に関する情報、本の書誌情報、遺跡抄録（遺跡の概要）などの情報、さらには普及活用で作られた動画やイベントの情報も登録できます。

とにかく登録してもらうと、自動で――

国立情報学研究所の CiNii
国立国会図書館の NDL サーチ
商用のディスカバリーサービス
ARIADNE Plus（ヨーロッパと一緒にやっている考古学のポータル）

といったところに送り込んでいます。自動でデータを流通させていく、ということをやっています。

これを個人的に「文化財情報包括計画」と勝手に呼んでやっています。それをつなぎ合わせる1つの鍵が、内容の類似度で相互に自動でつなげていくというものです。人間が関心を持つものは、ついでにより見てもらいやすいので、内容から似ているものを提示していくことを提唱しています。

10年かけたデータベース統合

そのためには、いろいろな苦労がございました。私は2013年から働いていますが、着任してから世代交代などもありつつ、データベースを統合することをこの10年ずっとやっています。

いろいろなデータベースがそれぞれあったのですが、分散していると難しいので、内部のデータベースは統合していく。データベースがあるということは、データを登録する業務が走っているということで、それ自体も重複していた。だから業務自体も統合していくということをやってきました。

データクレンジングの道のり

遺跡の位置情報も、以前はかなり間違っていました。QGIS で表示すると、水中（海の上）にたくさん遺跡が落ちている、都道府県をまたいで落ちている、といったことがたくさんありました。

原因は――

日本測地系と世界測地系の取り違え（今は世界測地系を使わなければならない）
度分秒と十進法の区別ができていない
人間なのでミスしている

これを、まず Web 上に展開して、明らかに海の上にあるものは間違いなので1つずつ検知して探していく。市町村コードを持っているので、市町村界・都道府県界を超えているものは明らかにおかしいと検知する。測地系や進法が間違っているものは自動で変換する。そうした処理を回した結果、今はある程度きれいになってきました。非常に苦労いたしました。

上流でデータ品質を上げる

自治体の業務は非常に忙しいので、1回限りのデータ入力を Web でしてもらう。すると研究所のプラットフォームで適切に蓄積して、自動で流通させる。

大事なのは、入力してもらう時に不正なデータをできるだけ入れられないようにすることです。入力チェック機能をつけて、全角半角が不適切な場合はエラーを出す。データの選択の幅を狭めるためにラジオボタンにする。ただし定性的な所見を書くところはテキストでしっかり書いてもらう。メリハリをつけて、できるだけ上流からデータの品質を上げていくことを今やっています。

7つの壁

すべてをデジタルでつなげたい。そのために「7つの壁」をなくすと言っています。

媒体・コンテンツの壁（印刷物しかない）
認知の壁（言葉の定義が違う、類義語で探せない）
言語の壁
物理的な壁
データ表現の壁（3次元のものが2次元の印刷物で表示されている＝明らかにデータが減っている）
知的財産権の法的課題
業界の壁（考古学業界だけで閉じず、他の業界ともきちんとつなげる）

イベントや論文もつなげる

全国の博物館は文化財のイベントを一生懸命やっています。例えばある県立博物館で「古代の道沿いを掘る」という速報展示があるとすると、自動で特徴的な言葉を抽出し、それに似ている報告書を出す。イベントに関心がある人は、関連する報告書にも関心があるはずなので、一緒に見てもらいやすく、予習・復習にも使ってもらいやすい。

論文も同様に、1論文1IDを振って、地域・時代といった属性情報をどんどん付与しています。すると論文同士の類似度も出せる。ただし「どういう観点から似ているのか」が大事なので、ネットワーク図で「人骨つながりで似ている論文」といった形で出すようにしています。

これまでは、書庫にこもってひたすら本を読み、参考文献から芋づる式に探すというやり方がメインでした。当然そういう探し方には限界があるので、デジタル的に類似する報告書を提示してあげると業務が楽になる。さらに、そのテーマに関する動画やイベント、論文も探している人は欲しいはずなので、一緒につなげて見てもらう。そういうことを実践しています。

失敗例 ― 旧石器遺跡のネットワーク図

データを見える化する失敗例もあります。

旧石器の遺跡のネットワーク図を作ろうとしたのですが、結果的に失敗しました。1つの丸が1遺跡で、色が都道府県ごと、円の大きさがネットワーク的なつながりの多さ。報告書のテキストだけから遺跡のつながりを見ようというものです。

通常の考古学では、黒曜石など同じ技法で作られた遺物がどこの遺跡で出たかを考えて、流通や生産から消費を考えます。別の観点として、報告書のテキストからネットワークを探りたかったのですが、失敗しました。

原因は、全国的に同じ名前の遺跡が大量にあること。同姓同名がいっぱいいるとデータ処理で変な部分が出てきます。

そもそも、全国の遺跡の一覧が今は存在しません。文化庁は47万という全体数は押さえていますが、それぞれの目録があるかというとない。つまりマイナンバーがない状態なので、処理する時にベースになるものがなく、結果が難しくなるのです。

利用状況

遺跡総覧の利用数です。2023年度は PDF のダウンロード数が約39万件。PDF の登録数は約3万7000件。

2020年に増えて2021年に下がっているのはコロナの影響です。コロナ禍では図書館が閉鎖されたり大学に入れなかったりしたので、学生や研究目的でこのシステムがよく使われた。図書館が再開するとその部分はリアルに戻るので2021年度は落ち込みましたが、右肩上がりであることは変わりません。

ページビューは1億回ほどあるので、研究者のみならずたくさんの方に使われていることが分かります。研究者だけで1億回も開くことはできませんから。

デモ ― 実際に使ってみる

（画面で実際のシステムを操作しながら）

「奈良文化財研究所」で検索するとホームページが出てきて、トップに「全国遺跡報告総覧」があります。

テキストボックスに「縄文土器」と入れると、報告書の全文検索結果が出てきます（ビッグワードなので3万件ほどヒットします）。

上部に「表記揺れ」という部分があります。印刷物の報告書はスキャンをかけて OCR（文字認識）をしているのですが、今の技術では100%正しく変換されません。似ている文字を時々間違える。例えば「土」が「上」になったり「士」になったり。これを組み合わせて表記揺れも一緒に探せます。「縄文」の「文」も別の字が使われる場合があるので、類語で一緒に探せます。

必要なものが見つかれば PDF をダウンロードできますし、下の方には類似している報告書、類似しているイベント、類似している動画が自動で出てきます。

もう1つご紹介したいのが「文化財総覧 WebGIS」です。日本全国の67万件の文化財情報が入っています。ぜひ皆さんのお住まいの場所を見てみてください。

オレンジのポリゴンが遺跡の範囲、青が実際に調査された場所。「遺跡総覧へのリンク」を押すと報告書に飛べます。今まで地図から報告書を探すことはできなかったのですが、それが可能になりました。

種別で絞り込むこともできます。「古墳時代の集落遺跡」で検索して、そこにハザードマップを重ねてみましょう。すると――ハザードマップ（洪水想定区域）の中には実は遺跡があまりなくて、集落遺跡は低湿地を避けて少し上の高台にあることが分かります。3D表示にすると、古墳時代の集落遺跡が山際や台地に一致していることがよく分かる。

紙の地図や地名だけではイメージしにくいものが、WebGIS 上でやってあげるとより理解が早く、いろいろな方が使いやすくなります。

先ほどの兵庫県の高解像度データ（50cmメッシュ）を重ねると、かなりクリアに地形が見えます。3次元にすると、今まで見つかっていなかった古墳や山城を見つけやすくなる。

これは本当に時間泥棒で、私も時々やると時間がなくなってしまうので、この辺りにしておきます。

とにかく私からのお願いは、ぜひ使ってみてください、ということです。ありがとうございました。

熊田安伸／2022年のキーワードは「OSINT」オープンデータとジャーナリズムの新潮流を総括する

Tue, 27 Dec 2022 00:00:00 +0000

Data Visualization Japan Meetup 2022（2022年12月27・28日開催）における、熊田安伸さん（スローニュースシニアコンテンツプロデューサー）の講演です。OSINT（Open Source Intelligence）がジャーナリズムのトレンドワードとなった2022年を総括し、国内外でどんな手法やデータが使われたのかを余すところなく紹介します。

スライド

自己紹介

もともとNHKの記者です。経済事件が中心で、災害の前線報道などもやってきました。NHKがデジタル化するための「ネットワーク報道部」という新しい部署を設立して、政治マガジンやNHK取材ノートなどをやってきまして、昨年夏にスマートニュースの子会社で調査報道・ノンフィクションに特化したスローニュースというメディアに移籍しました。NHK時代からずっと、いろいろなメディアの会社で「オープンデータをいかに報道に使うか」という講座なども開いています。

本日のお題

OSINT の話（他所でも話しているので聞いたことがある方もいるかもしれません）
2022年、世界の優れたデータジャーナリズムを一挙紹介
日本のデータビジュアライズ報道の一挙紹介と考察

最後にちょっとおまけもつけたいと思っています。

OSINT とは ― 実は古い言葉

今年はやはり、OSINT にとって新しい時代が来たなという感触がありました。

OSINT（Open Source Intelligence）は、実は古い言葉です。もともとは CIA のような情報機関が、相手国のことをオープンデータから調べるというものでした。

インテリジェンスは今でもどこでもやっていることで、日本でも例えば国税当局は、芸能人の自宅を紹介するテレビ番組があれば全部録画しておいて、そこに映る家具・車・時計を全部金額で弾いて「こいつの所得から買えるはずがない、脱税しているんじゃないか」と調べたりする。オープンソースから徹底的に物事を調べる、スパイ活動に近いことがインテリジェンスと呼ばれる言葉でした。だから、OSINT という言葉を嫌がるジャーナリストもいます。

謎の調査集団 Bellingcat

最も話題になったのが Bellingcat です。拠点はオランダにあって、世界中の人たちがオンラインでつながって一緒に調べている。すごいことをやっています。

代表作の1つが、今年日本でも上映されたドキュメンタリー映画です。プーチンが恐れた野党指導者を、ロシアが暗殺しようとした――その未遂に終わった事件で、ロシアのエージェントたちがどういう手口で殺そうとしたのかを全部割り出してしまう。それがリアルの映像に収められているので、びっくりする映画です。関心のある方はぜひご覧ください。

彼らの記事は、私のところのスローニュースで独占契約していて、翻訳記事を今は無料で読めるようにしています。ウクライナ侵攻では、ロシアが人道的に非常によろしくないクラスター爆弾を最初に使っているのではないか、といち早く報じて世界中で話題になりました。

Bellingcat の手法 ― GEOINT

彼らが使う主たる手法が GEOINT（Geospatial Intelligence、地理空間情報）です。それを使って、そこで何が起きたのかを明らかにしていく。

先月出た記事が、Bellingcat の手法の教科書のように詰まったものでした。アゼルバイジャン兵がアルメニア人捕虜を不法に処刑してしまっているのではないか、という映像が SNS 上に上がった。それが本物かどうかを検証する記事です。

Google Earth Pro — 映像のごくわずかな地形から場所を推定
Planet Labs — アメリカの衛星映像ベンチャー。軌道上に多数の衛星を打ち上げて情報を提供している。それと重ね合わせて、人為的な動きや火災・戦闘の痕跡を次々に見ていく
PeakVisor — 山頂の画像をもとに「この山頂の形はどの山か」を特定する無料ツール。位置をさらに裏付ける。太陽の軌跡を表示する機能もあるので、「何日の何時何分に違いない」と絞り込める
FIRMS（NASA提供）— ほぼリアルタイムで世界中のどこで火災が起きたかの位置データを提供。赤外線をキャッチするので、火災以外にも火山の噴火、大爆発、戦争でミサイルが落ちているといったことも熱で分かる。アメリカとカナダはリアルタイム、他の地域も3時間ほどでキャッチできる。日本のメディアでも、日経がウクライナ侵攻1週間後に「住宅地に砲撃が撃ち込まれている」ことを熱源で表現する取材に使っていました
Camopedia — 軍事迷彩のデータベース。映り込んでいる兵士の軍服の迷彩模様から、どこの誰かが分かる。この模様はトルコ由来の2種類で、アゼルバイジャン軍の典型的な模様だと分かる

こうして「これはやはり事実なのではないか」と言えるようになっていく。

Bellingcat はビジュアルには力を入れていない

一方で、Bellingcat はかっこいいビジュアルにはそれほど力を入れていません。せいぜい、最近流行りのスクロリーテリングに似たものが少しある程度で、画像が普通に出てくるという感じです。

対照的に、Bellingcat の影響を受けたニューヨーク・タイムズは Visual Investigations というチームを作りました。ここは動画で、ビジュアルにものすごく力を入れています。

それから、これは矢崎さんに教えてもらったのですが、台湾の学生で軍事マニアの方がいて、オープンデータの論文やネットの公開資料をもとに、中国のどこに人民解放軍の基地や施設があるのかを全部 Google マップにマッピングしてオープンデータにしてしまった。中国にとって非常に都合が悪いでしょう、ということを一人の大学生がやってしまった。それくらい OSINT は誰でもできるということですね。

2022年、世界の優れたデータジャーナリズム

ここからは、GIJN（Global Investigative Journalism Network）にも認められたようなものを紹介していきます。データジャーナリズムとして優れているという意味で、ビジュアル化として優れているわけではないものも含まれる点はご了承ください。

シンプルな表現

ウクライナのメディア：オープンソースから、ヨーロッパ全域にロシアを支援する人々がどれくらいいるのかを可視化する報道。国ごと、分野ごと（政治の右派・左派、メディアなど）に切り替えて見られるようになっています。

ProPublica：Web のみでやっている調査報道NPO。原子力規制委員会のオープンデータをもとに、アメリカのウラン工場や関連処理施設の跡地――浄化作業をしても地下水が汚染されている――がどうなっているのかをマッピングして可視化。

スペインのメディア：帝王切開が非常に多く、4人に1人が帝王切開だという。情報公開請求で（当初は開示拒否されたものの粘って）病院ごとのデータを手に入れ、病院によっては必要以上に実施している疑惑を可視化した報道。

スクロリーテリングの好例

ワシントン・ポスト：国勢調査の記録と歴史的資料をもとに、アメリカの議会議員たちが奴隷をどのように所有していたかというデータベースを初めて作成。昔の議会の映像に「このうちこれだけの人たちが奴隷を所有していた」という表現を重ね、南北戦争、修正第13条と時代が進むにつれてグラフが減っていく――でもまだいる、という展開を見せます。

ニューヨーク・タイムズ「ハイチの失われた数十億」：ハイチがフランスから独立する際、条件としてお金を要求された。古い歴史的資料や台帳、銀行取引の資料から明らかにしていく記事です。表現は実にシンプルで、「彼らは現在のドルで5億6000万ドルを支払ったが、もしそれがハイチに残って役立てられていたら210億ドルになっていたはず」といった話を、シンプルな図で示していく。

ガーディアン「イギリスの水の利権を握っているのは誰だ」：イギリスには民間の水道会社が15社ありますが、財務レポートをもとに株主を追跡すると、イギリスの水は世界のいろいろなファンドや億万長者に握られている。国家的にやばいのではないか、という報道です。表現としては、スクロールでぐりぐり動きすぎて酔いそうになるくらいで、これがいい表現なのかどうかは議論があるところだと思いますが、報道としては非常にいいものだと思います。

女性に関するニュースの見出し分析：アメリカ・イギリス・インド・南アフリカの英文メディアで、女性を中心としたニュースの見出しにどんな言葉が使われ、どう変化したかを可視化。「訴える」という言葉はアメリカが最も高い、「黒人」はどの国も高い、イスラム教徒に関する言葉はアメリカで極端に少なく南アフリカではなくなり、インドでは高い……といったことが見えてきます。犯罪・暴力、ジェンダー関連、女性のステレオタイプなど、カテゴリごとにも見られる。最後はメディアごとにスコア化して、バイアス指数として可視化しています。

【余談】アメリカには Media Bias Chart という有名なものがあり、メディアリテラシーの授業で教材として使われています。縦軸が信頼性の高さ、横軸が右派・左派。極端に右・左に寄るところは信頼性も低く、中間的なメディアに信頼性が高いところが多い――山形になるというのが見えてきて面白いです。

3Dマッピングと、原点回帰

ドイツのメディア「住めなくなる地球」：気候変動に関する報告書をもとに、今世紀末までに生活が困難・不可能になる場所を3Dの球体上に可視化。データセットを自分で選ぶと視覚効果が変わります（後で紹介する日経のものと比べると面白いです）。

Vox：アメリカの保守とリベラルの間のワクチン接種格差を、シンプルかつ独創的な方法で説明する動画。原点に返るビジュアルという感じで、これは面白いです。

日本のデータビジュアライズ報道 ― 「発見」のビジュアル

ここからは、日本でも OSINT 以来のデータビジュアライズが非常に厚かった1年、ということで紹介していきます。

まずは発見です。ビジュアルにすると発見がある。報道は何かを発見することが非常に大事で、発見できれば調査報道になりますから、これが一番大事だと思います。

朝日新聞「見えない交差点」：何が素晴らしいかというと、もともと警察庁が公開しているデータをマッピングしただけ、とも言える。でもそうすると、信号機がない小さな交差点での事故が実は多い、名前のない交差点は注目されていない、という発見がある。社会のためになりますし、「自分が住んでいるところは大丈夫かな」と我が事化できる、非常に良いビジュアライズです。

秋田魁新報：同じ警察庁のデータを使って秋田だけのマップを作る。「意味がないじゃん」と思う人がいるかもしれませんが、そんなことはない。秋田ならではの視点で、秋冬の事故が春夏の2倍、日没が早まる時間帯に集中している、といったことが分かる。地元ならではの視点で危なさが見えてくる。同じ記者が、ふるさと納税のデータ（総務省の現況調査）をマッピングして、北海道の端や九州の端、日本海側のベルトに集中していることを見せた例もあります。

朝日新聞：国勢調査のデータを23区の町丁目単位で細かく高齢化率の推移としてマッピング。東京23区内にもかかわらず小さな限界集落のようなものが存在していることが浮かび上がる。

日経新聞：船舶の位置情報（AIS）のオープンデータから独自の指数を作成し、対ロシア制裁が骨抜きになっていることを明らかにした報道。裏ルートで石油が経由して流れていることを明らかにしました。

NHKスペシャル「追跡謎の中国船」：これは白眉だったと思います。中国の世界規模での海洋戦力を明らかにしたもの。もともと2019年に、私が編集をやっていた媒体で新潟の若い記者とディレクターが書いた記事が元になっていて、その時は MarineTraffic を使っていました。その後何年も取材して、当時は日本海側の動きだけだったものが、世界中の動きを調べたらものすごいことが分かった。ビジュアライズすることで中国の世界戦略がいろいろ見えてくる、素晴らしい発見のあるものでした。

私が今年いちばん好きだった報道

実は私が今年いちばん好きだったのは、NHKの非常に地味な報道です。埋もれかけた踏切事故、A4で2枚の報告書を精査する記事。正直、ビジュアルな記事ではありません。でも状況を絵で説明していて、その絵を見ると「あ、すごいことだ」と分かる。

ネタバレになるので詳しくは見せませんが、読んでもらうと分かります。報道にはストーリーがいかに重要かを強く感じた記事です。正直、私は不覚にも泣いてしまいました。「そういうことが起きているのか、僕らはそういうことに気をつけなきゃいけないんだ」と非常に感動した記事なので、興味のある方はぜひ読んでみてください。

「検証」のビジュアル

発見まではいかないけれど、「こういうことなんじゃないの」という想定を検証してみると見えてくるものがある、という例です。

NHK「インフラ老朽化」報道：全国道路施設点検データベースと情報公開を組み合わせて、全国規模で可視化。予測通りひどい、という話なのですが、若干の発見もあります。例えば新潟がなぜ真っ赤なのか。新潟は農業県で水路が多い。水路を作れば橋を架けなければならず、橋がたくさんあるので補修も多い。しかも豪雪地帯で除雪が必要で、融雪剤には塩が混じっているから橋が錆びる――という独特のつながりがある。（新潟にいた人間はみんな知っている話で、私も平成16年に新潟でデスクをしていた頃からよく知っていました。自転車もすぐ錆びますから。）

朝日新聞「ひったくり」：大阪府警のオープンデータで1万2000件のひったくりを Tableau で可視化。防犯カメラの普及で減ったかな、夕方に多いね、というくらいで発見には至りませんでしたが、頑張ってみたという感じです。

朝日新聞の記者による分析：旧統一教会は参院選で特定議員の得票を本当に増やしたのか。教会の立地と入会前後の得票増加率を統計学的に分析して可視化した報道です。実は朝日の本紙紙面には結論しか載っておらず、記者が個人の note に図表を含めて詳述している。個人の note で説明を補足するというのが、なかなか今風だと思いました。同じ記者は「選挙の夜のはかない予測」として、開票の早い段階で統計モデルから最終得票を予測する試みも定期的に出しています（ワシントン・ポストのモデルを使ったところ、日本では精度が全然違ったそうです）。

今年いちばん笑った、ある意味で本当にいいと思ったもの：ジャーナリストでも何でもない方が、夫の背中を借りて「日焼け止めはどれが本当に効くのか」を実験してみたというもの。日焼け止めを塗って4時間焼いてどうなったか。これこそまさに可視化のジャーナリズムだなと、逆に非常に思いました。

現代ビジネス：可視化も何もない、ただのシンプルなグラフですが内容が面白い。政府が省エネのために提唱する室温28℃は本当にいいのか。実は不快です、と。実際に姫路市役所で25℃の冷房を1か月続けたら、光熱費は7万円増えたが、残業時間が平均2.9時間減ったせいで人件費が40%も減った。冷房をどうするかではなく、実質的なところを見るべきだという、検証として非常に面白い例です。

SNS分析：ある楽曲の主題歌起用が「炎上した」という報道がいくつかのこたつ記事で出た。では本当なのか。こうした炎上には実態がない場合もありますが、追悼……ではなく投稿をクラスター分析すると、実際にクラスターは存在した。ただしごく少数で、それを「批判が殺到」と取り上げてアクセスを稼ぐメディアはどうなのかという問題提起でもありました。

スポーツ紙の調査報道

日刊スポーツ：でかでかと「調査報道」と書いてあって何かと思って見たら、毎年の本塁打数・試合数・投手の防御率を並べただけ。でも並べてみると、防御率が急に高くなったり低くなったり、本塁打が上がったり下がったりするのが、試合数の増減や使っている球の影響だと一目瞭然で分かってくる。

スポーツ報知：大谷翔平がストライクと言われた球のうち、15%は確実にボールではないか、という記事。MLB の公式データサイトからデータを算出してグラフで可視化し、実際に16.3%は大谷が見逃した通りボールだったという分析。記者が R を使った分析方法も記事の下部で詳述しているので、面白いです。

お金のデータの検証は難しい

オープンデータに「行政事業レビューシート」があり、国の予算や事業が一発で見えます。これをもとに、コロナ予算がどう使われたか、何が問題かを可視化しようというのが NHKスペシャルとその特設サイトでした。

ただ、この手のものはなかなか「我が事化」しにくい。「あなたにコロナ予算はいくら使われたのか」という設問に答えていく仕掛けもあるのですが、設問が毎回違ったり、省庁や政策ごとに見るグラフはあっても「グラフを動かしてみる」「自分の視点をシェアする」まで到達した人がどれだけいるのか。ハードルが高いなと思いました。5回シリーズの3回目以降がずっと「公開予定」のままなのも、少し心配しています。

これに使われたのが「ジャジ」というサイトで、実はこのイベントを主催する矢崎さん自身が開発に関わったものです。キーワードを入れるだけでいろいろなことが分かる。ある報道NPOはこれを使って、「復興予算を防衛費に流用するな」という議論が出ていた時期に、実はとっくに1270億円がすでに投入されているという記事を出していました。

「記録」のビジュアル

報道の役割の1つには、歴史的な何かを残すこともあります。

読売新聞：ウクライナの被害を3Dのデジタル地図で可視化。「ロシア軍を食い止めるために破壊された橋」を選ぶと、実際の写真と地図、そして3Dモデルが出てきて、ぐりぐり動かせる。橋には命を落とした人たちの名前が記録されていることまで読み取れる。現場に行って読むことはできないけれど、この表現を使えば読み手が現地の人たちの思いを見て取れるサイトになっています。

これは東大の渡邉先生と一緒にやったもので、渡邉先生と GEOINT の活動をしている青山学院大学の古橋先生が GitHub で GEOINT に使えるデータを公開しています。非常にありがたいので、使いたい方はぜひ。

日経新聞：マリウポリの激戦がどのようなものだったかをスクロリーテリングで見られるようにしたもの。ミャンマーのクーデター1年のタイミングでは、武力紛争データプロジェクトのデータで紛争・衝突をマッピングした上で、過去の衛星画像と比較すると村ごと消失していることが見て取れる報道も。

日経新聞「3Dで学ぶ宇宙」：地球を覆う小型衛星3万機。ロケットのサイズが小さくなり、エンジン性能も上がって、クレジットカード大のもので撮影できたりする。1965年からだんだん衛星が増えて、今や軌道上に9060機。将来のスペースデブリは大変ですね、という記事です。

朝日新聞「アーバンベア動くクママップ」：クマの出没場所を年代ごとに見えるようにしたもの。黄色が人口メッシュで、クマの色が重なっていく。凶暴なクマのはずですが、なんとなく可愛く見えてしまう。すぐ役に立つわけではないかもしれませんが、非常に面白い表現です。

NHKアナウンサーの note「ヘビーメタルの歴史」：ヘビーメタルの歴史を超概略で可視化したもの。昨日、三中先生が系統樹の話をされていましたが、そのおしゃれ版なのかなと。ファンに刺さってバズりました。「ブラックメタルはこういう流れなのか」と分かります。（分類と系統の話は、時間があれば――実はあれをちゃんとやると大スクープにつながる話をしたいのですが。）

ヤクザ取材のライターによる図：沖縄のヤクザの抗争と組織の歴史を、Twitter に上げるためだけに3時間もかけて手書きで書いた、というもの。「俺は一体何をやっているのか」とご本人が書いていて非常に面白い。私も1990年代のこのあたりの抗争を取材したので、これがいかに素晴らしいビジュアルか、よく分かります。

災害のビジュアル

日経の若いエンジニアによる「都市と気候危機」：複数の都市で爆弾低気圧がどんな影響を与えるかを、スクロリーテリングで見せる。見た目もかっこよく、分かりやすく、面白い。

日経「東京圏の海面上昇」：温暖化で海面が上がるとどうなるか。縦軸が人口の多さで、1m・3m・7m と見せていく。江東区はこんなひどいことになってしまう、と。世界の各都市で水面が上昇するとどれくらい影響が出るかも見られる。先ほどのドイツのものより、こちらの方がかっこいいかもしれないと実は思いました。

NHK「急増津波浸水域の高齢者数」：国土交通省の津波浸水想定と、高齢者住宅など福祉施設のデータベースを重ね合わせたもの。「うちのおばあちゃんがいるところは大丈夫か」と我が事化できる、非常に役に立つ報道です。

秋田魁新報：過去の浸水データを検索し、秋田ではどうなのかを分析。地方で QGIS を普通の記者が普段使いできるという動きが、だんだん広まってきています。鹿児島でも、使ったことがなかった若い記者が「最大規模の雨が降ると避難所が危ない」という報道をしていました。

画期的だった報道 ― 人の流れから被災地を見つける

災害時のマッピングは非常に大事です。西日本豪雨のとき、広島では少し前に安佐北区の土砂災害があったので、みんな北の方に注目してしまった。ところが救助要請がある場所をマッピングしていくと、全然違う南側――呉市に近い方が実は危ないと見えてきて、実際にそちらで死者がたくさん出た。

災害の初期には、地震も大雨も「どこがやばいか」が分からない。マッピングは大事なのに、行政もそのためのデータを十分には提供できていないのが実態です。

そんな中、NHKがつい最近こんな報道をしました。Yahoo! から提供された、個人識別できないよう処理・集計された携帯の位置情報ビッグデータをもとに機械学習し、平常時の人の流れと比べて異常値になっているところを検出する。すると「ここが危ない場所だ」「渋滞が起きている」と分かってくる。さらにその周辺で検索されたワード（「通行止め」など）を見ると、何が起きているかが見えてくる。これは災害報道が変わります。

実際、指定避難所は使えなくなってしまうことがあります。中越地震のとき、新潟の人たちはビニールハウスを自分たちで勝手に避難所にしてしまった。これは指定避難所ではないので行政の記録には出てこない――でも、そここそ取材すべきポイントなんです。熊本地震では、Yahoo! 研究所の研究で、指定避難所ではなかった大規模施設に人々が集まっていることを検知できると分かった。それが面白いと思ってアプローチして始まった話です。避難所の実態や被災者の実数の解明にもつながるので、今後期待されるものだと思います。

データベースとサービス・ジャーナリズム

今年は使えるデータベースがいろいろ生まれたので、一気に紹介します。

NHK 全国ハザードマップ（国交省の重ねるハザードマップが使いにくいので、ついに作ってしまった）
秋田魁新報の記者による秋田の災害リスクマップ
中日新聞の記者による津波危険度マップ（QGIS を使ったことがなかった記者が作った）
スマートニュースメディア研究所国会議案データベース（どんな議案が提案され、誰がどう賛成・反対しているかが全部分かる。GitHub 公開）
みんなで調べよう交付金の使い道（内閣府のポータルサイトから、地方創生の交付金がどこにどう出ているかを調べられる）
主要商品の価格推移（値上げの状況をビジュアル化して入手できる）
国立国会図書館 NDL Ngram Viewer（電子化された蔵書からキーワードを検索し、「モダンガール」という言葉が何年頃から本に出始めたのかといった分析ができる。非常に面白い）
九州大学 3Dデジタル生物標本（誰でも使える、素晴らしいデータ）
日本動画協会アニメ大全（日本の全アニメの情報を網羅）
喋る選挙ポスター（NHKの記者のアイデア。選挙ポスターにスマホをかざすと候補者の動画や詳しい情報が出てくる。素晴らしいアイデア）

【ひとこと】正直、ワードクラウドはそろそろ飽きました。どのメディアも必ず党首演説で「どの言葉がどういう頻度で出た」とやりますが、だから何なのか。ちゃんとした分析につながっているか。「福島と言ったけれど、この人は原発再稼働に舵を切ったじゃないか」――逆に今こそ、そういう膨らませ方で使うべきではないかと思ったりします。

課題は持続可能性

オープンガバメント・パートナーシップ：世界が共通フォーマットでオープンデータ化しようという取り組みが2011年から始まったのに、日本はいまだに不参加です。

データカタログサイト：各省庁を横断するデータカタログサイトを作ったものの、機能を果たしていませんでした。ついに今年デジタル庁に移管され、担当者に話を聞くと「今度こそ使えるようにする」とのことなので期待しましょう。

オープンデータは諸刃の剣：例えば破産者マップ。破産者のデータはオープンデータで、官報から取れるので非常に問題になりました。一方でジャーナリズムにとっては重要で、安倍元首相銃撃事件のとき、容疑者の母親が本当に破産したのかもこれで検証できました。

Flightradar24 も、船と同様に飛行機の情報が取れますが、そのせいでイーロン・マスクがプライベートジェットの追跡アカウントを凍結する引き金にもなりました。民主的な社会のためのオープンデータが、個人や組織の利害と衝突する局面は必ず生まれる。これをどうするかという課題は大事です。

メディアの持続可能性：Bellingcat にヒントがあります。

対象とするソースをどんどん広げている
手法がこれまでと違う
調査に参加する人間が、ジャーナリストだけでなく一般の人や外部の専門家ともつながっている ← これこそが持続可能性を広げる
テクニックを使えるようにする人材育成やコラボもやっている（毎日新聞やNHKにも「弟子」がどんどんできました）

壁になっているのは、秋田魁新報の記者が一面で書いたような「使えない形式のデータ」や「年度ごとに変わる書式」です。大きな障害なので、みんなで声をあげましょう。

おまけ ― 分類と系統が大スクープにつながった話

（時間に余裕ができたので、続きのおまけをお話しします。）

昨日の三中先生の「分類思考と系統樹思考の相互関係」の話に痛く感銘を受けました。「そうだよね」と思ったのは、実際にこれをやったことで大スクープにつながった話があるからです。

災害報道の講座でよく出す例ですが、大川小学校の件です。東日本大震災最大の悲劇の1つと言われ、74人もの子どもたちが津波の犠牲になった。なぜそんなことになったのか。校庭にみんないて、逃げるための行動になかなか移せなかった。

その時に各社が一面で報じたのは、大川小学校の避難マニュアルです。避難場所として「近隣の空き地・公園」と書いてあった。ところが、それに値するようなものは大川小学校の周辺には実は存在しない。だから逃げようがなかったのではないか――ここまでは各社が報じました。

ところが、なぜそうなっていたのかまで追求しないと本当の原因は分からないのではないか。当時仙台にいた記者が何をやったかというと、石巻市中（最終的には宮城県中）の学校の避難マニュアルを全部集めたんです。

集めて読み込むと、津波で17校も被災していた。大川小学校だけが被災したわけではない。そのうち8校は、そもそも津波の想定をしていなかった。大川小のマニュアルも、見ると「地震発生時」にはなっているけれど、津波被害を想定していない。海側なのに、過去に三陸津波があったのに――そういう不思議なマニュアルが存在していた。

さらに全部を分析すると、なぜか内容がそっくりなものがあり、分類してみると大まかに4種類に分けられることが判明した。ではなぜこの4種類になったのか。今度は系統立てて調べていく。

小学校には防災に詳しい先生など滅多にいない。だから、比較的防災に詳しいある先生が作ったマニュアルを、隣の学校の先生が「それコピーさせて」と借りて少しいじる。それをまた別の学校の先生が「コピーさせて」と……という系統が4系列あった。

その系統をたどっていくと、浮かび上がったのが10年前に石巻市が各学校に配っていた参考資料でした。この参考資料と実際のマニュアルを比べると――残念なことに、この参考資料を作った先生が内陸部の方だったので、津波のことを想定していなかった。そのいびつなマニュアルが4種類に発展していった。

途中で「これは危ないんじゃないか」と思った先生がいて、津波のことを書き加えたマニュアルも確かにありました。4系統のうち2系統では、津波の記述が最後まで到達していた。一方で、ひどいものはそのままコピーされて残っていた。

大川小の悲劇は人災だったと私たちは結論づけて報道しました。裁判の判決が出る前でしたが、実際に裁判でも人災だったと認められました。

やはり分類と系統は大事だという話です。ビジュアルはあまりうまくできていませんけれど。

三中先生：今の最後のマニュアルの系図は、もうかなり確実ですね。「祖先マニュアル」があって、学校ごとにコピーして多少の変更を加えながら伝わっていった。そして一番最初の「始原マニュアル」には津波に関する記述が一切なかった。それがどこかの「子孫マニュアル」で「津波はやはり必要だよね」というものが生まれたけれど、そちらの系統は（大川小には）伝わらなかった。非常に面白い話です、ありがとうございました。

オープンデータ on Data Visualization Japan

高田 祐一／すべての文化財情報にアクセスできるようにする計画

これは何でしょう

自己紹介

今日の内容

前提：文化財とは、そして情報爆発

情報量が多すぎて探せない

蓄積型学問の宿命

話題1-① 生の計測データの可視化 ― 大阪城の石垣

航空レーザー測量が変えた遺跡調査

AI で新しい古墳を探す

学術的意義

話題1-② 大量データの可視化 ― 全国遺跡報告総覧

専門用語の辞書が必要

日本の報告書テキスト全体には何が書かれているか

地域ごとの特徴語

報告書を読まずに中身が分かる

話題2 すべての文化財情報にアクセスできるようにする計画

10年かけたデータベース統合

データクレンジングの道のり

上流でデータ品質を上げる

7つの壁

イベントや論文もつなげる

失敗例 ― 旧石器遺跡のネットワーク図

利用状況

デモ ― 実際に使ってみる

熊田 安伸／2022年のキーワードは「OSINT」 オープンデータとジャーナリズムの新潮流を総括する

自己紹介

本日のお題

OSINT とは ― 実は古い言葉

謎の調査集団 Bellingcat

Bellingcat の手法 ― GEOINT

Bellingcat はビジュアルには力を入れていない

2022年、世界の優れたデータジャーナリズム

シンプルな表現

スクロリーテリングの好例

3Dマッピングと、原点回帰

日本のデータビジュアライズ報道 ― 「発見」のビジュアル

私が今年いちばん好きだった報道

「検証」のビジュアル

スポーツ紙の調査報道

お金のデータの検証は難しい

「記録」のビジュアル

災害のビジュアル

画期的だった報道 ― 人の流れから被災地を見つける

データベースとサービス・ジャーナリズム

課題は持続可能性

おまけ ― 分類と系統が大スクープにつながった話

高田祐一／すべての文化財情報にアクセスできるようにする計画

熊田安伸／2022年のキーワードは「OSINT」オープンデータとジャーナリズムの新潮流を総括する