#61 AIが記者になる時代、その数字どこから？

データジャーナリズムとは、生のデータを一般人が最後まで読み通せる物語に変える仕事です。質の高い記事1本に、新聞社のチームが何週間もかけて、背景調査・統計分析・切り口決め・図表デザインをこなします。最近のAIは個々の作業（統計分析やサイト制作）は得意になってきましたが、「最初から最後まで通しで記者の仕事をこなせるか」は未解決でした。さらに深刻なのは、すでに一部企業がAIで大量にニュースを生成し始めているのに、「その数字がどこから来たのか」「グラフは正しいのか」を読者が確認する手段がないこと。AIは平気で「それっぽい嘘（ハルシネーション）」を作るため、検証可能性が大きな課題でした。

最大の工夫は「バーチャル編集部（Virtual Newsroom）」という発想です。1つの巨大AIに全部やらせるのではなく、7つの役割に分担させます。背景を探す「探偵」、統計を回す「分析官」、切り口を決める「編集者」、図表や動画を作る「デザイナー」、サイトを組む「プログラマー」、レイアウトの不備を見つける「監査役」、そして目玉の「検査官（Inspector）」です。

検査官の役割が秀逸で、完成記事のあらゆる要素（数字・引用・グラフ）を、その出どころ（コードの何行目か、参照したURLか）に紐づけます。つまり記事全体が「証拠の鎖」で裏打ちされ、後から誰でも監査できる。

もう一つは「マルチモーダル生成」。プレーンな文章と静的グラフで済ませず、読者が何を見たいかをAI自身が考えます。地理の記事ならズームできる地図、音楽の記事なら音声クリップ、トランプの記事なら実際に遊べるデモを埋め込む、という具合です。

人間が書いた専門記事18本（経済誌Economist、長編メディアPudding等）と比較評価しました。53人の一般読者によるブラインド評価では、5つの観点（見た目・構成・透明性・主張とデータの整合・洞察の価値）すべてでAIが上回り、総合でも 74% の読者がAI版を好みました（人間版25%）。特に「透明性」で大差（+1.49点）。検証可能性では、AI記事の主張の 93% が出どころまで追跡できたのに対し、人間記事はコードが付いていないため 25% にとどまりました。一方で、人間記事はデータの外側にある「切り口」では依然優位で、AIは人間の切り口の約半分（50.4%）しか再現できませんでした。

これは「AIが記者を置き換える」話ではなく、「AIが裏方を引き受け、人間は判断と切り口に集中する」という分業の現実的な形を示しています。ビジネスの現場に置き換えると分かりやすい。社内に眠る大量のデータ（売上、顧客行動、アンケート結果）を、誰でも読める「ストーリー仕立てのレポート」に自動変換でき、しかも「この結論はこの計算式から」と全部追跡できる——これは経営判断や説明責任の場面で極めて強力です。

注目すべきは「監査可能性（auditability）」という価値。AIが生成した内容を、人間が丁寧に書いた記事ですら通常は持っていないレベルで「証拠付き」にできる点です。AI生成コンテンツへの不信が高まる時代に、「検証できるAI出力」は信頼の決め手になります。また、人手が足りず取材されてこなかったニッチなデータ（地方の統計、専門領域の数値）を、検証可能な記事として世に出す道も開きます。