AIリサーチと取材先の発掘

🔄 Quick Recall: 前のレッスンでAIがジャーナリズムの各段階を加速することを学んだ。最も大きなリターンが得られるのがリサーチ——ここから掘り下げる。

リサーチの革命

リサーチは記者が最も時間を使う工程。地方の不動産開発業者と市議会の関係を調べる記者は、何年分の議事録、選挙資金報告書、不動産取引記録、過去の報道を精査する必要がある。数日の仕事。

AIを使えば、これらの文書を投入し、キーコネクションがハイライトされた構造化要約を1時間で得られる。重要な文書は自分で読む。でもAIが「どの文書が重要か」を教えてくれる。

文書要約

AIリサーチの基本中の基本——大量文書を実用的なブリーフィングに変換する。

以下の文書を要約して：[文書を貼り付け or アップロード]

1. 主な主張・結論のリスト
2. 登場する人物・組織名と役割
3. 主要な数値データ（出典ページ番号つき）
4. 矛盾点や曖昧な表現
5. 追加取材が必要そうなポイント

日本の報道リサーチで使えるコツ：

国会議事録、有価証券報告書、登記情報はAIに構造を理解させてから投入
朝日新聞のALOFAのように、会見や取材音声をまず文字起こし→AIで要約の2段階が効率的
日本語の固有名詞（人名、法人名、法律名）は誤変換に注意——要約後に原文と照合

取材先の発掘

パターン1：公文書から人を見つける

以下の[文書の種類]を分析し、[テーマ]について
知見を持つ可能性のある人物を特定して：

[文書内容 or 概要]

各人物について：
- 名前と所属
- なぜこの人物が関連するか
- 公開されている連絡手段
- 取材の切り口の提案

パターン2：専門家マッピング

[テーマ]についてコメントできる専門家を
以下のカテゴリで提案して：

- 学術研究者（日本の大学・研究機関）
- 業界関係者（企業・団体）
- 政策立案者（省庁・自治体）
- 市民活動家・NPO

各カテゴリで2-3名、
公開情報に基づく根拠も添えて。

背景調査のブリーフィング

[企業名 or 人名]について、
公開情報を基にした背景調査ブリーフィングを作成して：

1. 基本情報（設立、所在地、主要事業）
2. 主要人物と役割
3. 最近のニュース・メディア露出
4. 訴訟・行政処分の記録
5. 財務概要（公開情報に基づく）
6. 取材すべきポイント・疑問

※注意：すべて公開情報の範囲で。
「確認が必要」な情報にはその旨を明記。

✅ Quick Check: AIが「取材先候補」として名前を出してきた。次のステップは？ AIの提案を鵜呑みにしない。その人物が本当に関連するか、公開プロフィールで確認し、コンタクトは自分で取る。AIは「候補リスト」を作るだけ——信頼関係を築くのは記者の仕事。

日本のリサーチ源とAI活用

リサーチ源	AIの使い方
国会議事録（国会会議録検索システム）	特定テーマに関する発言を抽出・要約
有価証券報告書（EDINET）	財務データの推移分析、リスク要因の抽出
裁判例（裁判所ウェブサイト）	判例の要約、類似案件の比較
統計データ（e-Stat）	大量データの傾向分析、異常値の検出
特許情報（J-PlatPat）	技術動向の把握、企業の研究開発方向性

エクササイズ：AIで背景調査する

自分の担当分野に関連する企業または人物を1つ選んで：

AIに背景調査ブリーフィングを依頼する
ブリーフィングの主要事実を3つ、原文ソースで検証する
AIが「取材先候補」として提案した人物を、公開情報で確認する
検証結果を記録する——AIが正確だった点と不正確だった点は？

Key Takeaways

AI要約は出発点——重要な情報は必ず原文で検証する
AIは公文書・データベースから取材先候補を発掘できるが、信頼関係の構築は人間の仕事
背景調査ブリーフィングは手作業で何時間もかかるものをAIが構造化してくれる
日本の公文書（議事録、有価証券報告書、登記）もAIリサーチの素材になる
「AIが見つけた」はリード（手がかり）であって記事ではない——検証がすべて

次のレッスン： AIリサーチの次はファクトチェック。主張、データ、ソースの正確性をAIワークフローで検証する方法。