東京大学 第7回R2P/ISTシンポジウム 知識創生 2014年3月17日13:30~17:50 東京大学 福武ホール

1. 公共データからの知識創生
平成２６年３月１７日
内閣官房 政府CIO補佐官
平本 健二
（東京大学公共政策大学院 非常勤講
0

2. 知識創生
 知識は、Wisdomサイクルの中から生まれてくる。
 オープンデータは、サイクルに種を与える。
データ
（Data）
情報
（Information）
（確定）情報
（Intelligence）
知識
（Knowledge）
知恵
（ Wisdom ）
経験
（ Experience ）
事象
（Event）
意志決定Decide
収集
Collect
分析
Analyze
確認
confirm
位置付け/理解
Orient/Understand
評価Evaluate/Judge
アクション
（Action）
米国空軍資料を参考に作成
信号
（Signal）
処理
Process
融合/関連付け
Fuse/Correlate
オープンデータ
ビッグデータ
ビッグデータ
オープンデータ
ビッグデータ
ハッカソン
アイディアソン
ビジネス化
不確実な情報も含めて処理
不確実な情報からマイニング
原データを直接解析
データや議事録等の
確認された情報を活用・マイニ
ング

3. ハッカソン、アイデアソンの中でスパークする
 スパークは起こり始めている、どうやって着火させるか？
 もしかすると着火する条件がそろっていないのか？
2

4. アイディアを育て、知識を実社会に反映するに
は
3
アイディア
議論(融
合）
プラン 作成
プロトタイ
プ
アイディアソン
ハッカソン
ハッカソン＋フォローアップ
ハッカソン＋フォローアップ＋ビジネス化
アイディア整理できず
エンジニア不在
ブレイクスルーするポイント見つから
データ供給が継続せず
運用主体なし
資金確保できず
詳細検討 ベータ版 試行運用 正式版 運用
引き継ぐ仕組み なし
大学やNPO、公的機関が引き取る仕組み

5. 知識創生のための環境とは
 知識の種の集積
 アイデアのプール
• 様々なところから出てきたアイデアを、プールする仕組み
 知識の種のアプリ化
 エンジニアの参加喚起
• エンジニアが尊敬される環境つくり
 企画屋のスタンス
• 企画言いっぱなしではなく、企画→データ作り、二次企画→エンジニアと
の協業のような、チーム全員での協力関係が重要
 知識の種のビジネス化
 ショーケースの整備（横展開の可能性の拡大）
 社会貢献窓口のリスト、マッチング
• 公的アプリに関しては、永続するための仕組みが必要
 ビジネスパートナーとのマッチング
4