Observation before Structure 観察を核に積み上げるLOD化

街歩き観察LOD(AI-LOD)

街歩き&ワークショップで生まれる一次情報(生の気づき)をデータの核として扱います。
AIは要約・分類などの補助処理として使います。
これは、置き換えではなく後続利活用に耐える形へ整えるための枠組みです。

AIは判断主体ではなく一次情報を尊重し、人間の確認と調整を前提に意味単位へ分解し共有しやすい構造へ変換するものです。

作品概要

本作品は、街歩き&ワークショップで参加者が得た気づきや観察を一次情報として尊重し、AIを補助的に用いて整理・構造化し、再利用可能なLinked Open Data(LOD)へ接続するための設計と手順を示すものです。AIは判断主体ではなく記述の要約や分類などの補助処理を担います。ユーザーによる確認・調整を前提とし、最小単位の「観察(Observation)」を積み上げることで、他の地域や他の事例への展開や比較が可能なデータ化を目指しています。どの地域でも同じ考え方で実践できるAI-LOD化の枠組みを提供する点に特徴があり、完成データの提供ではありません。

一次情報を核 AIは補助 最小単位はObservation 再現性(他地域展開) JSON-LD想定

想定ユーザー

利用の流れ

最小単位のObservation(観察)を積み上げる設計により、比較や再利用がしやすいデータ化を目指します。

この作品で提供しているもの

本作品は、完成したデータを配布するものではありません。 街歩きワークショップで生まれる一次情報を、どの地域でも同じ考え方でデータ化し、AI補助による分析とLOD化へ接続できる「設計」と「手順」を提供します。

AIに渡すファイルは2つだけ
2つのCSVをセットで渡していただくと、AIが状況を勘違いしにくくなります。特に event_id を同じにすることが要点です。
初心者向けの補足(必要な場合のみ開いてください)
event_id とは
2つのCSVが同じイベントのものだとAIに伝えるための合言葉です。両方で同じ値にしてください。
frame_mark.txt とは
現時点では不要です。慣れてきて、AIに考え方のルールを追加で伝えたい場合のみご利用ください。

分析方法の説明

街歩きワークショップで得られた参加者の記述は、まず主催者によってCSV形式に整理されます。 各行は一つの気づきや観測を表し、場所・テーマ・自由記述などの項目を含みます。

これらのデータに対し、AIを補助的に用いて次の処理を行います。AIは判断主体ではなく、市民の声を後続利活用に耐える構造へ変換するための支援として位置づけています。 必ず人間による確認・調整を伴います。

AIの出力は下書きです。公開や意思決定の責任は人間が持ちます。一次情報に対して説明可能な形で整えることを最優先とします。

ライセンス

本ページで公開している設計・手順・説明文等は、原則として Creative Commons Attribution 4.0 International(CC BY 4.0)相当での共有を想定しています。 実際のイベントデータ(観察ログ)は、個人情報・写真等の扱いを含め、主催者が適切に判断してください。