データの整備を後押しする条件

津田 ── 僕がここ数年追い掛けているのは「インターネットと政治」という分野です。

例えば選挙の分析で、日本でもTwitterの膨大なログをビッグデータ^＊19として見ながら、例えば民主党だったら民主党、自民党だったら自民党、候補者だったら候補者ごとで言及しているツイートの統計を取る、といった研究をする人が増えたように思います。

新井 ── 実際に増えていますよ。

津田 ── アメリカだったら、例えばオバマとロムニーがツイート分析をやったときに、これはポジティブワードだ、ネガティブワードだみたいな単語を辞書登録して、ネガポジ判定ができるそうなんです。日本はそういう話題がなかなか出てこない。

新井 ── 大統領選では、それがちゃんとお金になっているからだと思うんですね。どの州が本当に取れそうか、みたいな今の動向を把握して、あとどのくらいお金を積んで、どういうCMを流さなければいけないか、という戦略がある。選挙向けにデータをチューニングしたり、整備しておくメリットがあるのでしょう。

日本も人力で言語資源を作らなきゃならないのに、そこに手間やコストが掛かるから、あまりみんなしない。何十億というマーケットになったら、それは大勢が真剣にやりますよね。

津田 ── それは分かりやすい話です。

新井 ── 他の例でも、IBMの「ワトソン^＊20」は、クイズ番組の「ジョパディ！^＊21」で人間のチャンピオンに勝ったような人工知能ですが、実際に応用されようとしているのは、医療分野なんです。

医師が電子カルテから診断しようとしたとき、思い込みがあるといけない。そこで人工知能が「こういう症例なら別のタイプの病名もあり得ます」とサジェスチョンをする。これは、医療過誤を防ぐのが目的です。

医療訴訟が多いアメリカでは、そこにお金を投入する意味が病院側にもあるから、ビジネスとして成り立っているのです。

日本語で同じようにデータを整備できるかというと、そこまで裁判が多くないのに本当にやる必要があるのかと言われてしまう。経済面が大きな問題になるのです。