調査方法

記事は、次の流れで作ります。各段で何を確かめ、何を確かめていないかを書きます。

1. 原典の発見と取得

政府・国際機関・議会記録・研究機関・学術データベース（OpenAlex・Crossref など）・公文書館の公開資料を、公開の API・フィード・サイトマップから集めます。情報源ごとに利用規約と robots.txt を確かめ、機械での取得を禁じている情報源や、ボット確認のある画面からは取得しません。取得の間隔は情報源ごとに空けています。

2. 抽出と構造化

PDF・表・統計データ・議会の発言から、数値・引用・人物・組織・出来事・年代を抜き出し、資料のページと結び付けて保存します。表の読み取りに自信が持てないものは「要確認」として、記事の材料に使わせません。画像だけの PDF は、文字認識（OCR）をしていないことを記録します。

3. テーマの発見

集めた資料の中から、数字の食い違い・予測と結果・見解の変化・史料どうしの不一致・日本語の資料が少ない題材などを機械で見つけ、重要性・独自性・資料の信頼性・検証のしやすさ・権利などで採点して、記事にするテーマを選びます。

4. 記事の下書き

選んだテーマについて、AIが原典を読んで下書きを書きます。具体的な事実には、すべて原典の引用文を付けることを求めます（AIを使用する範囲）。

5. 品質の検証

引用文が原典の本文に実際にあるか、数字が原典にあるかをプログラムで照合します。さらに、比較・差・比率・推移・予測の判定について、単位・数え方・時点・集計範囲がそろっているか、推計を確定のように書いていないか、要点が本文より強く言い切っていないかなどを検査します。データから集計した値は、集計のスクリプトを再実行して一致を確かめます。1つでも通らなければ公開しません。

6. 別のAIによる点検

執筆したAIとは別の会社のAIが、同じ原典から言える最も強い反対の読み方を探す役で監査します。重大・高の指摘は必ず直し、中の指摘は誤情報や重大な誤解につながるものを直し、軽微なものは改善課題として記録します。改訂の回数には上限を設け（直しきれない記事は公開しません）、改訂の後に変わった主張を確かめ直します。検証の方法に詳しく書いています。

7. 権利の確認と公開の判定

原典ごとに、取得・保存・解析・数値の掲載・図表の掲載・再配布の可否を記録し、許されない使い方があれば、品質と別に公開を止めます。監査を通った内容と、公開する内容が同じであることを内容のハッシュで確かめます。監査の後に本文が変わった記事は、確かめ直すまで公開しません。

8. 公開・更新・訂正

初回の公開は運営者が承認します。その後は、運営者が承認した公開の方針に従い、上の条件をすべて満たした記事だけを公開します。誤りが見つかったら記事を直して版を上げ、訂正の履歴を残します（訂正・更新方針）。問題が起きた記事は、記事単位ですぐに非公開にできます。

この方法で保証できないこと

原典そのものの誤り、プログラムで判定できない読み違い、検査の想定していない種類の誤りは残り得ます。数字を使うときは、脚注から原典を開いて確かめてください。