インタビューAIグランプリ
11/24 21:00〜22:00
- ブロードリスニングを現実の政治に実装するときの大きい課題の１つが、「大量のデータからいかに政策立案者にとって学びのあるデータを抽出するか」
- アンケート調査のような一往復の浅いデータから、より対話的に深いリアクションまで調査するのにAIインタビューという形式が有望そう
- ただし、その非構造化データからは『生ログを読まなければ』なかなか有用な知見が得づらいという課題がある
- 一般の方向けが必要なレベル感は「わかりやすいか」は別として一定できている
- このミッシング・ピースを埋めなければデジタル民主主義の実装は進まないが、逆にここが周りはじめたら、後はゴリゴリ実装していけば良い
- いろんな人のいろんな試行錯誤が行われることが効く領域なので、i-1グランプリという形でやってみることにした
- 上手くいったらもう少し継続的に実施を検討したい
関連
2025-11-24
- ver.1の有用性が論文ほどでなくても、1日で出てくるとそれを見て質問をアップデートしていく改善のサイクルが回りやすくて良いかも、速度が質に転化する的な
- 政策立案者が「背景知識が豊富にある人」とも限らなくて船荷証券に関しては日常的に業務でそれを扱ってる人の視点を政策立案者は持ってないので獲得する必要がある
- Webで真実かどうかがわかるかはわからないけど、Webで反証データが見つかることはありそうw
- Deep Researchやりまくる手もある
- 意外な事実を出すためには読み手の「暗黙に持ってる思い込みX」との差分が知りたいのだけどXがわからないという問題があり...インタビューデータだけではなく政策立案者の書いたドキュメントなどが与えられるとよさそう？
- →提供してもらえた
2025-11-27
- 仮説(今の気持ち)
- 人間が読むレポートを直接「LLMをAPI呼び出しするスクリプト」が出力するのではなく、ChatGPT GPT5.1かなにか賢いLLMのコンテキスト幅に収まるように情報をダイジェストして出力し、人間用の最終レポートは賢いLLMが出すのが良いのではないか
- うっかりスクリプトの設定をミスって「大量に情報を出しすぎてしまった」ものをGPT5.1に「どうなるといいか審査員の気持ちでレビューして」「それのサンプルレポートを作って」とやったもの(v2)がその後スクリプトを改善したv3よりもいい品質な気がしている
- Markdownのレポートを作るのに飽きてきたw
2025-12-07
インタビューAIグランプリ2025-12-11 インタビューAIグランプリ2025-12-20
2025-12-21