ブロードリスニングの技術

意見収集には長らく「規模と深さのトレードオフ」がありました。大量に集めようとすれば選択式の浅い質問しかできず、深く聴こうとすれば少人数にしか聴けない。選択式アンケートの集計は100年以上前に技術が解決しましたが、自由記述の分析だけは高コストなまま取り残されてきました。この壁を崩したのが、LLMをはじめとする近年の自然言語処理技術です。

本セッションでは、デジタル民主主義2030がOSSで開発する意見可視化ツール「広聴AI」を題材に、ブロードリスニングを支える技術の中身を、数式を使わずに解説します。①LLMによる意見分割、②Sentence-BERTによる文脈ベクトル化（エンベディング）、③UMAPによる次元圧縮とクラスタリング、④LLMによるラベリングと要約——この4段のパイプラインが、なぜ「少数意見を含む多様性の可視化」を可能にするのか。魚拓や地図のたとえを使いながら、ブラックボックスの内側を開けていきます。

あわせて、ロングコンテキストLLMを前提とする次世代アーキテクチャ（TTTC Turbo、Google JIGSAW Sensemaker）と、開発中の次世代版についても触れます。技術によって分析コストが下がった結果、ボトルネックは「収集」と「解釈」へ移りました。それが何を意味するのかまで、持ち帰っていただければと思います。