フィールドワークの強い味方？

教育的効果が高いように、もう少しフィールドワークの方法論の変遷などについて書こうと思ったのですが、紹介しようと思った「もじもじTV」のホームページの煽り文句にそのまま煽られてしまったので（オレって単純？）、そこんとこだけ急いで紹介しときます。このもじもじTVというのは、音声認識アプリケーションを開発している会社が始めたもので、ニコ動やユーチュープの動画、そして自分でアップロードした動画の音声を文字にしてくれるサービスです。動画の内容を文字で検索出来るようになるというのが売りで、文字変換への精度は、ユーザーが修正を加えることでクラウド方式にどんどん上がってゆくという仕組み。発表されたのは先月14日で、今はα版のクローズドな試験運用サービスが始まっています。その試運転への参加は人数限定の登録制なんですが（これまで1000人限定だったのが、2000人まで拡大されたようです）、実際これがある程度の精度を獲得して、オープンに誰でも使用可能になると、ニコ動やユーチューブのユーザー以外にも、いろんな人にいろんな意味で使い出が出て来ます。

• 福祉系の人なら、まず最初に聴覚障害者のための字幕サービスが思い浮かぶでしょう。字幕が出なかったテレビ番組や動画サービスの動画でも、中身が分かるようになる。
• 人文系の研究者なら、まずは情報検索の簡易化。それから、映画やテレビ番組の内容分析が非常に楽になる（もちろん映画やテレビを台詞の内容だけに還元してはいけないが）。
• で、フィールドワークの場合、僕も個人的に期待しているのが、インタビュー時に録音した音声ファイルの文字起こしです、ハイ。

僕は博論で東京とパリでフィールドワークをして、合計200本以上のインタビューをしましたし（この時代はまだカセットテープ）、その後就職した ブラック企業 （経営者の名前も【黒】ではじまるという本物デス）でなんちゃって研究員をしてた時も、いろいろな企業の委託でフランスの政府機関などに出かけては関係者にインタビューをする（この時代はMD〜ICレコーダー）という作業を継続的にしていました。雑誌の取材で有名無名の人々にインタビューするような機会も多かったので、文字起こしは平均すると毎週1回くらいのペースでやっていたような気がします。で、そういう締め切りに追われるような仕事も含めて、帰納的にこういう定理を見出しました。

文字起こしに必要な時間＝（実際にインタビューした時間＋休憩）×４

つまり、どれだけ急いでやっても、文字起こしにはインタビューにかけた時間の4倍かかります¹ 。もじもじTVがあれば、インタビューを録音した音声ファイルをアップロードすれば、あとは機械がやってくれます。ね、ラクチンでしょ。その分もっとインタビューをとって来れるし、僕みたいに博論書き終えるのに6年以上もかける必要なくなるわけです（ってこれはまた別の話ですが）。

というわけで便利そうなもじもじTVですが、もちろん、（かなり決定的な）問題もあります。

• 現時点での仕様では、音楽は音声と認識されず、「♪」と表示されるだけだそうです（ただしラップは除く、というから使ってみないと分からないけれど）。
• 外国語、はまた別の話です（僕のしたインタビューのほとんどは外国語です）。
• さっきも書いたけど、やっぱりすべてを文字情報に還元してしまうことで、世界に対する僕らの接し方が狭まる。
• デジタルディバイドに係る、一般的な諸問題は、そのまま引き受けざるを得ない（文字化され、検索される情報は、ネット空間に上がったものでしかなく、そこに上がらない世界は捨象される）

つーわけで、フィールドワークの方法論については、別の機会に書くことにします。

1. もっと早く出来るという方、いらしたら是非やり方を教えてください！ [↩]

このネタでは最初の記事ですね.