問いの考え方

問いは、ニュースの要約や重要ニュースランキングではありません。JapanTracker のデータと社会で実際に起きている議論から、考える価値のある問いをつくるためのデータです。

問いは正式なデータ

問いはSNS投稿を作るためだけの一時的な文章ではなく、record や statistics と同様に永続的に保存する対象です。問い、根拠、生成・採択過程を後からたどれる形にします。

問いを新奇さのためにゼロからひねり出すことを目的にはしません。SNS、Community Notes、新聞、テレビ、世論調査などから、その時点で何が話され、どんな前提や印象が流通しているかを拾います。

そこから、すでにある議論を深める、別の比較軸へずらす、抜けている視点を補う、認知を較正するといった方向で問いを作ります。

まだ注目されていない問題も扱いますが、「主流が扱っていないこと」自体を価値にはしません。すでに大きく議論されているテーマでも、より良い問いに変換できるなら同じように扱います。

attention が少ないテーマほど優先する、というルールも置きません。逆に、伸びそうなテーマだけを採択することもしません。

5年前、20年前の経緯でも問いにできます。ただし、単なる過去の雑学ではなく、現在の制度、判断、行動、議論に接続する意味があることを重視します。

一つの経緯から生まれる問いの数は制限しません。問いには、見落としを補うもの、議論を深めるもの、認知を較正するものなど典型はありますが、厳密な分類をデータモデルには持ち込みません。

一方向のコストや便益だけを問って終わらせません。「受け入れるコスト」を扱うなら「受け入れないコスト」も検討します。

左右という一つの軸だけで対称性を作るのではなく、逆方向の因果、別の当事者、別の時間軸、別の分母や比較対象から見た問いを探索します。

問いには、根拠となる record、case、statistics、mediaCoverage、person、organization などを機械可読に紐づける方向です。なぜその問いを作ったのか、何を材料にしたのかを後から確認できる状態にします。

公開しなかった候補も基本的に捨てません。採択理由、不採択理由、参照したデータ、生成条件などを audit に残し、可能なものは公開します。

問いそのものの条件は問いをつくるときの考え方にまとめています。