Empirical Domain
AI支援型自治体政策形成
第一の実証対象は、自治体におけるAI支援型政策形成です。ここでは効率だけでなく、正統性、説明責任、異議申立て可能性、修正可能性を見ます。
Research Aim
このページの役割
都市を主語にするのではなく、自治体政策形成を、公共AIガバナンスの最も説得力のある実証領域として位置づけます。
問うのは「都市が賢いか」ではなく、「AIを使う自治体政策形成が、どの程度監査可能で、誤りを平和的に修正できるか」です。
Research Questions
研究質問
- 誠実性は、AI支援型自治体政策形成における制度的性質として、どう定義できるか。
- 公共価値、社会契約、ウェルビーイング、異議申立て可能性を、どのように監査項目へ変換できるか。
- 実際の政策事例に適用したとき、どのようなガバナンス上のボトルネックが可視化されるか。
Policy Cycle
どこを見るか
課題設定
誰の問題として定義したか。誰の声が入っていないか。AIの導入目的が公共目的と整合しているか。
選択肢評価
代替案を比較しているか。指標が住民の実感や厚生を十分に表しているか。精度と説明の均衡が取れているか。
意思決定
最終責任は誰にあるか。AIの出力を人間がどう受け止め、どの根拠で採否を決めたか。
実装
運用時のログは残るか。現場担当者や住民に、どこまで説明できるか。苦情処理は機能するか。
再検討
異議申立ては可能か。エラーや偏りが見つかったときに、どの経路で制度を修正できるか。
結果
効率向上だけでなく、ウェルビーイング、エンパワーメント、手続的正義にどのような変化があったか。
Evidence Plan
公開面に置くべき実証情報
Unit
分析単位
自治体の個別政策形成プロセス、または政策案件単位。
自治体の個別政策形成プロセス、または政策案件単位。
Materials
主な資料
政策文書、会議記録、運用ログ、説明資料、ワークショップ、インタビュー。
政策文書、会議記録、運用ログ、説明資料、ワークショップ、インタビュー。
Output
出力
診断マップ、ボトルネック整理、改善順序の提案。
診断マップ、ボトルネック整理、改善順序の提案。
Boundary
公開範囲
概念図、研究質問、ケースの骨格、公開可能な要約。未公開データは載せない。
概念図、研究質問、ケースの骨格、公開可能な要約。未公開データは載せない。