Impressions：2月2日 ポジティブデータとネガティブデータについて。一般的に定性情報を分類すると、前述の二つの評価が現れる。ネガティブデータは、研究の世界やその他さまざまな領域において「要領が良くない」「ネガティブデータを量産して実験の進みが遅い」などという批判を受け、あまり意味のないデータとして扱われる傾向があるのかも知れない。ある小学校の話である。小学校の研究クラブの生徒が研究を始めたという。初年度はアイデアも豊富に湧き出し、有意義な年となったが、2～3年目については繰り返しの実験が継続し、生徒のモチベーションは下がった。そのような状況の中、グループ中のある生徒の実験データに「偏り」が現れ始めた。教員がその生徒にヒアリングところ、「偏り」を蓄積した生徒の操作や再現性に問題は見当たらなかった。この研究クラブの教員は、実験環境を再度観察し直したという。その教員は再現性が高く偏った結果が出続けるなら、結果に属人性はなく、実験室にある机の傾きが影響しているのでは？と仮説を立てた。水準器（水平を測る道具）などない小学校の古い理科実験室の話である。机の傾き（仮設）をどのように調べるか、子供たちに尋ねたところ「ペットボトルに水を入れる」との新たなアイデアを得た。その後、教室内の机の中に傾いた机が混在していることが検証されるに至ったという。これ以降、この研究クラブは、水平でない机を使った実験は禁止という新たな実験ルールを創設した。実験を成功に導くのは、ポジティブデータばかりとは限らない。2/2に、損保リスクマネジメントとマクニカはAIを活用したフォークリフトの「運転診断サービス」を開始すると発表した。フォークリフト作業中の事故率（労災事故・物損事故など）は、トラックや乗用車に次いで高いという。このためフォークリフト・ドライバーへの安全運転指導は重要だ。「運転診断サービス」はAIを駆使し、ドライブレコーダを搭載したフォークリフトから作業中の映像を収集、解析する。安全に問題ありとされる「ネガティブデータ」は解析され、ドライバーの安全運転指導に反映・活用されるという事例だ。一般的に解析作業は、人手で行うと膨大な工数の投資を余儀なくされるが、人手不足が深刻である物流業界ゆえ、この解析をAIに任せることが出来るメリットは大きい。自動車フォレンジックは言うなれば、自動運転サービスのライフサイクルの末端に蓄積される「ネガティブデータ」の集積だ。自動運転領域のプレーヤーがレベル4に注力し、社会受容、認知度も向上していく2022年。これら「ネガティブデータ」の蓄積が、自動車、或いは自動運転サービス、保険、監督省庁などの人々に認知され、活用される日はそう遠くないのかも知れない。