　日々の生活で目にしているデータの背景や仕組みを知る機会は多くありません。「統計」とは私たちが住む社会の姿を映し出し、未来の施策やビジネスの舵取りを誤らないための「羅針盤」です。毎年10月18日は、日本におけるデータ活用のルーツを振り返り、その重要性を再確認する「統計の日」と定められています。

　この記事では、その由来から、明治初期における近代日本の足跡、さらには現代の代表的な調査とその活用方法まで、分かりやすく紐解いていきます。

## 記念日の由来と誕生の背景
　この記念日は、国民に統計の重要性や関心・理解を深め、調査への協力を呼びかけることを目的として、1973年（昭和48年）の閣議決定により制定されました。

　日付の由来は、明治時代まで遡ります。1870年（明治3年）9月24日、日本で最初の近代的生産統計である「府県物産表」に関する太政官布告が公布されました。この日を太陽暦（新暦）に換算した日付が、まさに10月18日なのです。

　国家の基盤を作るにあたり、全国で何がどれだけ生産されているかを把握することがいかに重要であったかがうかがえます。現在でもこの時期になると、広報用ポスターの掲示や、グラフコンクールの展示会などが実施され、啓発活動が行われています。

## 日本の統計の歴史
　日本の統計制度は、先人たちの強い危機感と情熱によって形作られてきました。

　明治維新直後、欧米諸国の国力に圧倒されていた日本は、自国の実情すら正確に把握できていませんでした。この状況に強い危機感を抱いたのが、「日本近代統計の祖」と称される杉亨二（すぎ こうじ）です。

　日本初の総合統計書である『日本政表』編纂の中心人物として活躍しました。また、1879年（明治12年）には山梨県甲斐国で日本初となる本格的な人口調査「甲斐国現在人別調」を実施し、近代統計の礎を築きました。

　その志を受け継ぎ、1920年（大正9年）には第1回となる「国勢調査」が実施されました。全国民を一斉に調査する大事業は、当時の人々にとっても大きな関心事であり、近代国家としての体裁を整える一歩となりました。

　しかし、太平洋戦争の激化とともに軍事機密化され、終戦時には多くの重要資料が消失しました。終戦後の混乱期、正確な食糧配給や復興計画を立てるためには、一刻も早くデータの信頼性を取り戻す必要がありました。こうして1947年（昭和22年）に「統計法」が制定され、民主主義社会のインフラとして再建されたのです。

## 現代社会を動かす代表的な調査
　現在、日本の行政機関が実施している調査は、現状把握のために重要な役割を果たしています。
- **国勢調査（総務省）**  
5年に一度、日本に住むすべての人と世帯を対象に行われる重要な全数調査です。選挙区の区割り計算、防災計画、地方交付税の算定、さらに店舗出店時の人口分析など、行政・民間双方の基礎データとして用いられます。
- **国民経済計算・GDP（内閣府）**  
一国の経済活動の全体像を網羅したマクロデータです。経済成長率の測定や、各国の経済水準を比較する国際標準の指標として使われています。
- **家計調査・労働力調査（総務省）**  
家計の収入・支出の傾向や、完全失業率・就業者数を毎月把握するための調査です。日本銀行の金融政策決定や、物価動向（消費者物価指数）の測定、企業の製品開発や価格設定の根拠となります。

## なぜ今、統計が重要なのか？社会での活用法
　昔の行政の意思決定は、時として「勘や経験、前例」に頼りがちでした。しかし現代では、客観的なデータに基づいて効果的な政策を実施するEBPM（Evidence-Based Policy Making）が推進されています。限られた税金を無駄なく、本当に必要なところへ配分するためには、正確なデータが重要であり、民間企業にとっても、市場規模の予測や消費行動の分析に欠かせません。

　また、情報が氾濫する現代において、提示された数字の背景にある母数や調査手法を正しく見極める力は、偽情報や極端な主張に惑わされないための「身を守る武器」になります。

## 終わりに
　一人ひとりの調査の回答が積み重なり、社会の未来を支える力になっていることを思い起こす日です。

　数字の裏側にある社会の変化に目を向け、信頼できるデータを元に意思決定を行う姿勢が、より良い社会の実現へとつながっています。この日をきっかけに、身近な数字やニュースに関心を寄せてみてはいかがでしょうか。

「統計の日」は、社会の実態や未来を見極める羅針盤として統計の重要性を再認識する日です。明治時代の近代統計の始まりから現代の国勢調査やGDP算出に至るまで、統計は政策やビジネスの意思決定に不可欠な基盤となっています。

【統計の日】なぜデータは未来を動かすのか？歴史の原点と現代社会を支える代表的な調査

　現代の安全保障において、戦争の姿を根本から変えようとしている存在があります。それが、米軍やNATOが運用を進める最新鋭の軍事AIシステム「プロジェクト・メイヴン（Project Maven）」です。

　「AIが標的を認識し、攻撃を示唆する」というSFのような世界は、すでに現実の戦場で動き出しています。なぜ世界中で注目を集めているのか、自衛隊への導入構想を含めて最新情報をもとに分かりやすく紐解きます。

## 映像を瞬時に解析する「デジタル参謀」
　プロジェクト・メイヴンは、米国防総省（ペンタゴン）が2017年に始動させた軍事AI構想です。その本質は、膨大な戦場データから瞬時に意味を抽出し、指揮官の意思決定を支援する「画像・データ認識の自動化」にあります。

　無人航空機（ドローン）や人工衛星、レーダー、通信傍受データなど、戦場からは毎日人間では処理しきれない量の情報が届きます。従来は多くの画像解析官が目視で敵の車両や建物を確認していましたが、メイヴンはコンピュータビジョンと機械学習を用いて、人・兵器・施設などの標的を自動で検出・特定します。

　開発の主導権は、初期に参加したGoogle社が社内反発により撤退した後、データ分析大手のパランティア・テクノロジーズ社へと引き継がれました。現在では「メイヴン・スマート・システム（MSS）」として進化を遂げ、米軍のあらゆる作戦基盤を支える中核ツールとなっています。

## 実戦で示された圧倒的な実績
　ウクライナ情勢では、広大な戦場におけるロシア軍の展開状況をリアルタイムで追跡し、優先して破壊すべき標的を割り出すことでウクライナ軍の作戦を力強く後押ししました。さらに、NATO（北西洋条約機構）や英国防省も同システムの導入契約を順次拡大させており、西洋同盟国の共通基盤になろうとしています。

　こうした実績を受け、米国防総省はメイヴンを恒久的な公式プログラム（Program of Record）へと引き上げる方針を固めました。全軍の通信・警戒センサーと兵器をデジタルで直結させる「統合全領域指揮統制（CJADC2）」の要として、軍事作戦の根幹を担う存在へ昇格しています。

## 日本（自衛隊）への導入の動きと日米連携のリアル
　日本にとっても他人事ではありません。防衛省・自衛隊は、自衛隊の指揮統制（C2）システムに「メイヴン・スマート・システム（MSS）」を導入する検討を本格化させています。

　日本周辺での安全保障が緊迫する中、広大な海域や空域を24時間監視し、有事の際に迅速な判断を下すにはAIの力が重要です。さらに、米軍がメイヴンを標準プラットフォームとする以上、自衛隊が米軍と密接に情報共有（インテリジェンス共有）を行い、シームレスに共同作戦を展開するためには、同じAI基盤を共有することが合理的と判断されたためです。

　ただし、日本の安全保障データを海外企業のクラウド基盤やシステムに依存することに対する「データ主権」の問題や、ベンダーロックイン（特定企業への過度な依存）のリスクについては、国内で慎重な議論が求められています。

## 運用を巡る「誤爆」と「倫理」の大きな壁
　戦場の意思決定スピードを画期的に速める一方で、根強い懸念も存在します。最大の課題は、AIの判断精度と「誰が攻撃を決めるのか」という責任の所在です。

　AIは学習データに基づいて予測を出しますが、完璧ではありません。天候や悪質なダミー標的、画質の乱れによって民間人を誤って敵兵器と識別するリスクはゼロにできません。そのため米国防総省も「Human-in-the-Loop（攻撃の最終決定権には必ず人間が介在する）」という原則を維持しています。しかし、AIが提示する画面上の推奨標的を、人間が短い制限時間内でどこまで批判的に検証できるかという不透明さは残されています。

　また、兵器や作戦決定がアルゴリズム主導になること自体への市民社会や技術者からの倫理的反発も強く、軍事利用における透明性と厳格なコントロールが常に問われています。

## 結論：AIが握る次世代の抑止力と私たちの課題
　情報収集から攻撃判断までの「意思決定の時間」を縮めることで、プロジェクト・メイヴンは現代の紛争のあり方を大きく塗り替えました。 日本が安全保障上の脅威に対抗し、日米同盟の抑止力を維持していく上では、こうした防衛分野における先端AI技術の動向に向き合わざるを得ない状況にあります。しかし同時に、AIに依存しすぎることなく、データ管理の主権を守り、人間による倫理的な統制をどのように担保するのか。技術の恩恵とリスクの双方を正しく見極めた主体的な判断こそが、いま求められています。 

米軍・NATOが導入する軍事AI「プロジェクト・メイヴン」は、膨大な戦場データを瞬時に解析し、指揮決定を支援するシステムです。ウクライナ紛争などで実績を上げ、日本でも導入検討が進む一方、誤爆や倫理、データ主権の課題も指摘されています。

戦場の判断をAIが下す時代へ：軍事システム「メイヴン」の全貌と日本が直面する決断

　独立系システムインテグレーターであるデジタル・インフォメーション・テクノロジー株式会社（本社：東京都中央区、代表取締役社長執行役員：市川 聡、東証プライム市場3916、以下「DIT」）は、Excel帳票のイメージ上で行や列、セルをクリックするだけで必要なデータを抽出し、システム連携やデータ分析に活用できるCSV形式の構造化データへ変換する新ツール「xFormly（フォームリー）」を2026年４月1日（水）に発売いたします。
![img](https://storage.diamondv.jp/photos/inserted/1gCPFjKBZXfF6V1nGZjnjn/052d6123-7c31-40d5-9f5f-bbd42773212b.jpg)
## xFormly（フォームリー）とは  
　「xFormly」はExcelで管理された複雑なデータを正規化し、直感的で操作しやすい画面での設定でCSV形式へ変換できるクラウドサービスです。Excelで管理していた影響で連携ができなかった現場データとの分断状態を解消し、システム連携およびデータ分析を容易にすることで、企業全体のデータ活用を次のステージへ導きます。  

　誰でも迷わず使える“分かりやすい画面操作”とAI等によるデータ解析に必要なExcelデータの正規化をノーコードで実現するツールです。  
## xFormlyの特長  
xFormlyは、すでに運用されているExcelデータを正規化することで、他システムとの連携が進み、運用の属人化も解消できます。直感的な画面操作で誰でも使いやすく、導入コストも抑えられているため、初めてのDXツールとしても取り入れやすい点が特長です。  
- Excel上のデータを正規化することによる他システムとの連携性向上  
- 担当者にしかわからない構造で、AI解析や正規化も難しい業務用Excelを構造化することにより属人化を解消  
- 直感的で操作しやすい画面デザイン  
- 現行のExcelを残したまま導入できる日本の業務実態に即したツール  
- 必要な項目だけを確実に抽出  
- 必要機能に絞り込むことで安価で導入しやすい価格設定  
## 導入効果 ～ データ管理を効率化し精度向上 ～  
　導入により、以下の効果が期待できます。  
- CSV化の負荷軽減  
レイアウト重視で、システム連携するデータとしては扱いにくい"帳票型Excelデータ"を現場の負荷なくCSV化できます。  
- 工数の削減効果  
他システムとの連携のために毎月作成しているCSV作成時間や手作業転記によるミスも大幅に削減されます。  
- 部門間データ有効活用  
これまで、部署や業務で分断していたデータを有益に活用し、企業内での情報共有と分析基盤の強化が進みます。  
- データ整備によるBI・AI精度向上  
データが正規化されることでBIツールやAI分析の精度向上が期待され、作業の簡素化とコスト削減を実現します。  
## 提供価値と今後の展望  
　人材不足という社会課題を解決する手段は、「人を増やす」ことだけではありません。業務プロセスを見直し、自動化できる領域をシステムやツールに委ねることで、働く人がより付加価値の高い業務へ集中できる環境づくりが求められています。  

　DITは、こうした社会的要請に応えるべく、現場負荷の軽減と生産性向上を両立する業務効率化ツールの開発を推進しています。  

　DITは、誰もが使いやすいソリューションを提供することで、深刻化する人材不足の解消と、持続可能な働き方の実現に貢献してまいります。  
### 製品概要  
-	製品名：xFormly（フォームリー）  
-	発売日：2026年４月1日（水）  
-	利用料：Standardプラン(1ユーザー) 1,200円(税別)/月  
　　　　Proプラン(1ユーザー) 3,600円(税別)/月  
　※Proプランはユーザー間の抽出設定の共有や  
　　データ加工・クレンジング機能が可能なプラン。  
-	URL　：https://www.x-formly.com/  
### 会社概要  
**デジタル・インフォメーション・テクノロジー株式会社（東証プライム3916）**  
業務系・組込み開発を安定基盤とする独立系IT企業で15期連続増収増益を達成。Web改ざんを瞬間検知・瞬間復旧するセキュリティ商品 WebARGUS「ウェブアルゴス」や、働き方改革を支援する業務自動化プラットフォーム商品 xoBlos「ゾブロス」といった独自商品で更なる成長を図る。  
資本金　：4億5千3百万円（2025年6月末時点）  
売上　　：241億5千万円（2025年6月期）  
設立　　：2002年1月4日  
所在地　：東京都中央区八丁堀4-5-4　FORECAST桜橋5F  
代表　　：代表取締役社長執行役員　市川　聡  
従業員数：1,630名(連結) （2025年12月末時点）  
ホームページ：https://www.ditgroup.jp/


Excelで管理された複雑なデータを正規化し、直感的な画面操作でCSV形式へ変換できるクラウドサービス「xFormly」を4月1日に発売。帳票型Excelのデータ抽出・整備を効率化し、システム連携やデータ分析を容易にすることで、企業全体の業務効率化とデータ活用を推進します。

DIT、Excelデータの集計・システム連携作業の省力化ツール「xFormly（フォームリー）」を4月1日（水）に発売

　嘘をついているかどうかを、機械で判定することは可能なのでしょうか。

　採用面接や捜査、セキュリティの現場など、私たちは日常や仕事の中で「相手が本当のことを言っているのか」を判断しなければならない場面に数多く直面しています。

　この問いは、決して現代に始まったものではありません。20世紀初頭から現在に至るまで、心理学や生理学、情報工学といった複数の分野で、繰り返し検討されてきたテーマです。

　一般に「うそ発見器」と呼ばれる装置は、こうした研究の積み重ねの中で生まれた技術の一つです。生理反応を手がかりに人の心理状態を推定しようとする試みは、長い歴史を持つ一方で、その限界や扱い方についても議論が重ねられてきました。

　本記事では、うそ発見器の起源と仕組み、捜査や司法における位置づけ、そして近年注目されているAIを用いた分析手法について、研究や実務の動向を踏まえながら整理します。

## 生理反応から嘘を推定するという考え方
　うそ発見器の原型であるポリグラフ検査は、20世紀初頭のアメリカで開発されました。心理学者のウィリアム・マールトン・マーストンは血圧変化に注目した研究を行い、その後、警察官で生理学研究者でもあったジョン・オーガスタス・ラーソンが、複数の生理指標を同時に測定する装置を実用化しました。当時の研究者たちは、「人が嘘をつく際には心理的な緊張が生じ、その影響が身体反応として表れる」という仮説に注目していました。

　ポリグラフは、心拍や血圧、呼吸の変化、発汗に伴う皮膚電気反応など、自律神経活動と関係の深い複数の生理指標を同時に記録します。単一の反応ではなく、複数の変化を重ね合わせて分析することで、心理状態の変動を捉えようとする点に特徴があります。

　ただし、研究の初期段階から重要な前提も共有されてきました。ポリグラフが測定しているのは「嘘そのもの」ではなく、あくまで身体に表れる生理反応であるという点です。生理反応の変化は、虚偽に限らず、緊張や不安、恐怖などさまざまな心理状態によって生じる可能性があります。

## 捜査や司法における扱われ方
　こうした特性から、ポリグラフ検査は多くの国で限定的な位置づけにとどまってきました。日本を含め、裁判において単独で事実認定を左右する証拠として採用されるケースは一般的ではありません。

　一方で、捜査の補助資料として利用されてきた側面もあります。供述内容の整理や捜査方針の検討にあたり、一定の参考情報として扱われることがありました。ただし、その結果は常に他の証拠や事情とあわせて総合的に評価されるべきものとされています。

　研究の蓄積が進むにつれ、個人差や環境要因、質問方法の違いが結果に影響を与えることも明らかになってきました。こうした点が、法的証拠としての利用を慎重なものにしてきた背景にあります。

## AIを用いた嘘検知研究への関心の高まり
　近年、うそ発見技術に関する研究の関心は、従来の生理測定型から、AIを活用した分析手法へと広がりつつあります。こうした研究は、大学や研究機関の心理学・認知科学・情報工学の研究者を中心に進められているほか、一部ではテクノロジー企業やスタートアップも参画しています。

　AIを用いた手法では、心拍や血圧といった生理反応ではなく、人の行動や表現の特徴が分析対象となります。
音声の抑揚や話す速度、表情の微細な変化、視線や瞬きの頻度、さらには言語表現の構造などがデータとして用いられます。これらを大量に学習させることで、虚偽とされる発話や行動に共通しやすい傾向を統計的に抽出しようとする試みです。

　こうした研究が進められている背景には、人間による嘘の見抜きが必ずしも高い精度を持つわけではない、という知見があります。実験研究では、特に初対面の相手や限られた情報に基づく判断において、人間の直感的な評価が正確性を欠く場合が少なくないことが示されています。

## 実験研究で示されている成果
　一部の研究では、特定の条件下において、AIの判定精度が人間の判断を上回ったと報告されています。映像や音声といった限定された情報を用いた実験環境では、AIが一定の識別能力を示したとされています。

　もっとも、こうした成果は主に統制された実験環境で得られたものであり、現実社会において同様の精度が再現されるかどうかについては、引き続き検証が必要とされています。文化的背景や言語の違い、個人の性格特性などが結果に影響を及ぼす可能性も指摘されています。

## AI型嘘検知に対する評価と課題
　研究者や実務家の間では、AIを用いた嘘検知について慎重な評価が共有されています。AIの判断は学習データの質や偏りに大きく左右されるため、特定の集団や状況に適用した場合に誤認が生じる可能性があるとされています。例えば、文化的背景や言語表現の違い、緊張しやすさの個人差、あるいは障害や心理状態によって生じる行動の特徴が、虚偽と誤って解釈されるおそれがあることが指摘されているのです。

　そのため、AIの分析結果を単独で事実認定に用いることについては、多くの専門家が慎重な姿勢を示しています。現時点では、従来の技術と同様に、補助的な情報としての利用が前提とされるケースが多いのが実情です。

## 技術評価と制度的な検討
　新しい技術が社会に導入される際には、その技術的有効性だけでなく、社会的影響や運用上の課題を含めた評価が求められます。過去には、米国議会が新技術の影響を評価する専門組織を設けていた例もあり、AIを含む先端技術についても、同様の枠組みの重要性が指摘されています。

　嘘検知技術についても、研究成果と制度設計をどのように整理していくかが、今後の検討課題とされています。

## まとめ
　うそ発見器の歴史を振り返ると、嘘そのものを直接測定することの難しさは一貫して確認されてきました。従来のポリグラフ検査は、生理反応を通じて人の緊張状態を捉える試みでしたが、その一方で、反応の背景にある行動や表現の違いまでは十分に捉えきれない側面もありました。

　近年のAI技術を用いた研究では、こうした限界を補う形で、発話の特徴や表情、行動パターンといった、ポリグラフでは可視化しにくかった要素に光が当てられています。分析手法は高度化していますが、研究や実務の現場では、これらの結果を他の情報とあわせて慎重に活用する姿勢が引き続き重視されています。

　うそ発見器は、単に虚偽を見抜く装置としてではなく、人間の行動や意思決定の特徴をより多角的に理解するための技術として、その役割を広げつつあると言えるでしょう。


嘘をついているかどうかを、機械で判定することは可能なのでしょうか。

採用面接や捜査、セキュリティの現場など、私たちは日常や仕事の中で「相手が本当のことを言っているのか」を判断しなければならない場面に数多く直面しています。

この問いは、決して現代に始まったものではありません。20世紀初頭から現在に至るまで、心理学や生理学、情報工学といった複数の分野で、繰り返し検討されてきたテーマです。

一般に「うそ発見器」と呼ばれる装置は、こうした研究の積み重ねの中で生まれた技術の一つです。生理反応を手がかりに人の心理状態を推定しようとする試みは、長い歴史を持つ一方で、その限界や扱い方についても議論が重ねられてきました。

本記事では、うそ発見器の起源と仕組み、捜査や司法における位置づけ、そして近年注目されているAIを用いた分析手法について、研究や実務の動向を踏まえながら整理します。

## 生理反応から嘘を推定するという考え方
うそ発見器の原型であるポリグラフ検査は、20世紀初頭のアメリカで開発されました。心理学者のウィリアム・マールトン・マーストンは血圧変化に注目した研究を行い、その後、警察官で生理学研究者でもあったジョン・オーガスタス・ラーソンが、複数の生理指標を同時に測定する装置を実用化しました。当時の研究者たちは、「人が嘘をつく際には心理的な緊張が生じ、その影響が身体反応として表れる」という仮説に注目していました。

ポリグラフは、心拍や血圧、呼吸の変化、発汗に伴う皮膚電気反応など、自律神経活動と関係の深い複数の生理指標を同時に記録します。単一の反応ではなく、複数の変化を重ね合わせて分析することで、心理状態の変動を捉えようとする点に特徴があります。

ただし、研究の初期段階から重要な前提も共有されてきました。ポリグラフが測定しているのは「嘘そのもの」ではなく、あくまで身体に表れる生理反応であるという点です。生理反応の変化は、虚偽に限らず、緊張や不安、恐怖などさまざまな心理状態によって生じる可能性があります。

## 捜査や司法における扱われ方
こうした特性から、ポリグラフ検査は多くの国で限定的な位置づけにとどまってきました。日本を含め、裁判において単独で事実認定を左右する証拠として採用されるケースは一般的ではありません。

一方で、捜査の補助資料として利用されてきた側面もあります。供述内容の整理や捜査方針の検討にあたり、一定の参考情報として扱われることがありました。ただし、その結果は常に他の証拠や事情とあわせて総合的に評価されるべきものとされています。

研究の蓄積が進むにつれ、個人差や環境要因、質問方法の違いが結果に影響を与えることも明らかになってきました。こうした点が、法的証拠としての利用を慎重なものにしてきた背景にあります。

## AIを用いた嘘検知研究への関心の高まり
近年、うそ発見技術に関する研究の関心は、従来の生理測定型から、AIを活用した分析手法へと広がりつつあります。こうした研究は、大学や研究機関の心理学・認知科学・情報工学の研究者を中心に進められているほか、一部ではテクノロジー企業やスタートアップも参画しています。

AIを用いた手法では、心拍や血圧といった生理反応ではなく、人の行動や表現の特徴が分析対象となります。
音声の抑揚や話す速度、表情の微細な変化、視線や瞬きの頻度、さらには言語表現の構造などがデータとして用いられます。これらを大量に学習させることで、虚偽とされる発話や行動に共通しやすい傾向を統計的に抽出しようとする試みです。

こうした研究が進められている背景には、人間による嘘の見抜きが必ずしも高い精度を持つわけではない、という知見があります。実験研究では、特に初対面の相手や限られた情報に基づく判断において、人間の直感的な評価が正確性を欠く場合が少なくないことが示されています。

## 実験研究で示されている成果
一部の研究では、特定の条件下において、AIの判定精度が人間の判断を上回ったと報告されています。映像や音声といった限定された情報を用いた実験環境では、AIが一定の識別能力を示したとされています。

もっとも、こうした成果は主に統制された実験環境で得られたものであり、現実社会において同様の精度が再現されるかどうかについては、引き続き検証が必要とされています。文化的背景や言語の違い、個人の性格特性などが結果に影響を及ぼす可能性も指摘されています。

## AI型嘘検知に対する評価と課題
研究者や実務家の間では、AIを用いた嘘検知について慎重な評価が共有されています。AIの判断は学習データの質や偏りに大きく左右されるため、特定の集団や状況に適用した場合に誤認が生じる可能性があるとされています。例えば、文化的背景や言語表現の違い、緊張しやすさの個人差、あるいは障害や心理状態によって生じる行動の特徴が、虚偽と誤って解釈されるおそれがあることが指摘されているのです。

そのため、AIの分析結果を単独で事実認定に用いることについては、多くの専門家が慎重な姿勢を示しています。現時点では、従来の技術と同様に、補助的な情報としての利用が前提とされるケースが多いのが実情です。

## 技術評価と制度的な検討
新しい技術が社会に導入される際には、その技術的有効性だけでなく、社会的影響や運用上の課題を含めた評価が求められます。過去には、米国議会が新技術の影響を評価する専門組織を設けていた例もあり、AIを含む先端技術についても、同様の枠組みの重要性が指摘されています。

嘘検知技術についても、研究成果と制度設計をどのように整理していくかが、今後の検討課題とされています。

## まとめ
うそ発見器の歴史を振り返ると、嘘そのものを直接測定することの難しさは一貫して確認されてきました。従来のポリグラフ検査は、生理反応を通じて人の緊張状態を捉える試みでしたが、その一方で、反応の背景にある行動や表現の違いまでは十分に捉えきれない側面もありました。

近年のAI技術を用いた研究では、こうした限界を補う形で、発話の特徴や表情、行動パターンといった、ポリグラフでは可視化しにくかった要素に光が当てられています。分析手法は高度化していますが、研究や実務の現場では、これらの結果を他の情報とあわせて慎重に活用する姿勢が引き続き重視されています。

うそ発見器は、単に虚偽を見抜く装置としてではなく、人間の行動や意思決定の特徴をより多角的に理解するための技術として、その役割を広げつつあると言えるでしょう。


嘘発見器の歴史や仕組み、捜査・司法での利用、AIを活用した最新の嘘検知技術について解説。生理反応や行動分析を通じて嘘を推定する試みが続く一方で、判定の限界や慎重な運用の必要性、今後の課題も指摘されています。

うそ発見器はどこから来て、どこへ向かっているのか――ポリグラフからAIまでの技術史

　大学在学中に起業、新卒でリクルートへ。その後、気鋭のAIスタートアップで急成長と組織崩壊を経験し、再び起業の道へ――。多彩な経歴を持つノウンズ株式会社の代表取締役・田中啓志朗氏。そのキャリアの根底には、幼少期から一貫して持ち続けてきた「意志（Will）の力」という強い信念があった。波瀾万丈の道のりの中で彼が何を学び、どのような価値観で現在の会社を率いているのか。その原点に迫る。  

## ビジネスの面白さは『こち亀』から、金銭感覚は親から学んだ
### まず、田中社長のご家庭や幼少期のご経験からぜひお聞かせください。
　私は大阪で生まれ、奈良で育ちました。ごく一般的な家庭でしたが、母方の祖父が事業家だった影響は今までのキャリアとの関係性が少しあるかもしれません。幼少期の話なので恥ずかしいのですが、幼い頃に私に影響を与えたものの一つが、漫画『 **こちら葛飾区亀有公園前派出所** 』です。小学校4年生のころから集めていて、ビジネスのことはもちろん、昔の時事や、様々な趣味関連の話など、たくさんのことを教えてもらいました。

　『こち亀』のことは皆さんご存知かもしれませんが、主人公の両津勘吉が様々な事業を立ち上げては、成功したり、失敗したりして、最終的に大原部長に怒られる。あの一連の流れが本当に面白くて、世の中には色々なビジネスがあり、こうやってお金を儲けるのかと、その仕組みを両さんから学びました。成功も失敗も華々しく描かれるあの物語は、間違いなく今の私の役に立っています。

　もう一つ、親から教わった金銭感覚も大きいですね。私の両親は子供のWillに寄り添ってくれてお金を惜しまずに使ってくれる人でしたが、一方で自分たちのことで散財しているところを見たことがないくらい堅実なお金の使い方をする人でした。両親の姿を見て、**自分の身の丈に合ったお金の使い方をすること**の大事さを感じたことが、私の金銭感覚の根底にあると思います。この金銭感覚が、会社の経営においても、Willへの投資はしますが、無駄な経費はできる限り使わず、やるべきことに資金を集中させるという考えに繋がっていると思います。

## 「やりたい」と思った瞬間、道は拓ける。意志の力が道を拓いた学生時代
### 学生時代に培った価値観はどんなものだったのでしょうか。
　私の人生を振り返ると、「意志（Will）の力」が道を拓いてきたと感じることが何度もあります。

　中学受験の時も、大学受験の時もそうでした。普段はあまり勉強しないタイプなのですが、小学6年生の秋に「偏差値的に絶対無理だけどこの学校に行きたい」と思った瞬間、高校3年生のときに「偏差値的に絶対無理だけど東京大学を目指したい」と思った瞬間から、凄まじい集中力を発揮して目標に近い結果を得ることができました。 **自分が「やりたい」と心から思った時の力は絶大で、その意志は必ず叶う** と信じています。

　この信念は、大学時代の起業経験にも繋がります。大学2年生の時、それまでの1年間、遊びが中心で非常に怠惰な生活を送っていたのですが、あるときに「このままでは何もしないまま4年間が過ぎてしまう」という危機感から、全く違うコミュニティに飛び込もうと思い自分の人生で一切接点がない人たちである美大生と交流しはじめました。そこで出会った仲間と共に、美大生の才能を社会に活かすための会社を立ち上げたのです。大企業と美大生を繋いで商品を共同開発するなど、様々な事業を手掛けました。しかし、学生起業で能力不足を痛感し、一度就職して力をつけようと、新卒でリクルートの門を叩きました。


## ビジネスモデルより「人の力」。リクルートで学んだこと
### 強い意志から成し遂げる力、素晴らしいですね。新卒で入社されたリクルートはどのような環境だったのでしょうか。
　リクルートでは、上流のシステム設計や開発、データベースエンジニアからキャリアをスタートし、2年目以降はさらにマーケティングや新規事業の立ち上げを同時並行に数多く経験しました。3年目には、社内でも珍しい物流機能を持つ部署のフルフィルメント統括チームを任されるなど、難易度の高い仕事に挑戦する機会に恵まれました。

　リクルートで最も強く感じたのは、あの会社の強さの源泉は、ビジネスモデルではなく、圧倒的な「 **人の力** 」だということです。そこには「Will-Can-Must」というフレームワークが文化として根付いており、常に「あなたは何がやりたいのか」を問われます。事業に対する一人ひとりの強い意志が、会社全体を前進させているのです。特定のスタープレイヤーに依存するのではなく、すごい熱量を持った人材が次々と現れる。会社にいる皆がWillを持ち、熱量高く活躍できる環境を作る。この組織への考え方は、現在の会社経営における私の原点になっています。

## スタートアップでの成功と挫折。内部崩壊から学んだ「相手を思いやる」ということの重要性
### その後、スタートアップに参画されていますが、そこではどのような経験をされたのでしょうか。
　リクルートで5年ほど経験を積んだ後、私はAIスタートアップに初期メンバーとして参画しました。Webサイト訪問者の行動から感情を予測し、購入を後押しする「ZenClerk」という画期的なプロダクトを開発しており、会社は急成長を遂げました。

　しかし、全てが順風満帆だったわけではありません。個々のメンバーが非常に優秀だった一方で、個人事業主感があり、組織としての結束力はとても脆い状態でした。その後あるきっかけがあり、会社は内部崩壊を起こしてしまったのです。せっかくうまくいっていた事業が、人の問題で崩れていくのを目の当たりにし、本当に悔しい思いをしました。

　この時、痛感したのが「 **相手を思いやる** 」ことの重要性です。個の力が強いメンバーが集まるスタートアップは、成長期は勢いがありますが、ひとたび歯車が狂うと瓦解も早い。また、組織が成長するとありがちなセクショナリズムは組織崩壊の引き金になります。「結局は同じVMVを達成する仲間だ」という意識が根底にあれば、崩壊にまでは至らなかったはずです。この苦い経験から学んだ教訓は、絶対に繰り返すまいと心に誓いました。


## 自分の手で価値を創りたい。創業の原点にある想い
### 人を大切にすることの重要性を学んだ瞬間だったのですね。苦しい経験をされてその後、学生時代に起業された企業に戻られています。そこで得られたものはどのようなものだったのでしょうか。
　AIスタートアップでの経験後、大学時代に立ち上げた美大発ベンチャーに戻りました。私が離れていた時期も順調に成長を続けていて、綺羅星のようなクリエイターが、皆が注目するクリエイティブをどんどん生み出しており、その会社の一員であることにとても高揚感を覚えていました。会社の成長は喜ばしかったものの、自分の原点はデータやマーケティング、事業立ち上げにある。 **当事者として、社会に価値あるものを作ったと胸を張れるサービスを手掛けたい** 。その思いが日に日に強くなっていきました。

　その頃、リクルート時代に感じていた「消費者リサーチの非効率さ」という課題を思い出し、「これこそが自分が解決すべきことだ」と確信しました。ちょうど2人目の子どもが生まれたタイミングでもあり、働き方を変えたいという思いも重なって、2019年に現在の会社を創業しました。

## 経営の軸は「人」と「運」。サーバント・リーダーシップで未来を創る
### 様々なご経験をされた田中社長が、経営者として大切にされていることを教えてください。
　経営者として私が大切にしていることはいくつかありますが、2つご紹介させてください。一つは、先ほどの経験からも分かる通り「 **人を大事にすること** 」です。自分一人でできることには限界があります。社員や取引先など、周りの人々を大切にすることが、結果的に自分自身を、そして会社を成長させることに直結すると信じています。

　もう一つは、「 **自分は運がいい** 」と信じ切ることです。もちろん苦労はありますが、どんな困難も、周りの力や運に助けられて必ず突破できる。自分の実力ではなく、支えてくれる人たちと運のおかげで今がある、という感覚が常にあります。

　世の中の起業家や社長はカリスマタイプやリーダータイプの牽引型の方が多いイメージがありますが、私はそういう人とは程遠いタイプです。むしろ、周りの優秀な人たちが輝けば輝くほど、会社は前に進むと考えています。最近になって「サーバント・リーダーシップ」という言葉を知りましたが、まさに私のスタイルはそれだと感じています。これからも現場主義を貫き、未来のビジョンと「今」のバランスを取りながら、皆が働きやすい環境を作っていくことが私の役割です。

## 創業時から変わらない。「消費者意識データ」で世界一を目指す
### ありがとうございます。最後に、これからの展望をお聞かせください。
　私たちが創業時から一貫して追求しているのは、「 **消費者意識に関するファーストパーティデータを、世界で最も多く保有する** 」というビジョンです。

　生成AIが進化する現代において、その学習源となる独自データの価値は計り知れません。私たちは、競合他社が「イノベーションのジレンマ」によって本格参入しづらいこの領域で、圧倒的なポジションを築きつつあります。

　自分でも驚くのですが、創業時に作成した事業計画書に書かれていることと、今やっていることは何も変わっていません。それだけ、この事業の価値を確信していたということです。やるべきことは明確です。これからもブレることなく、世界一のデータカンパニーを目指して、仲間と共に進んでいきたいと思っています。


大学在学中に起業、新卒でリクルートへ。その後、気鋭のAIスタートアップで急成長と組織崩壊を経験し、再び起業の道へ――。多彩な経歴を持つノウンズ株式会社の代表取締役・田中啓志朗氏。そのキャリアの根底には、幼少期から一貫して持ち続けてきた「意志（Will）の力」という強い信念があった。波瀾万丈の道のりの中で彼が何を学び、どのような価値観で現在の会社を率いているのか。その原点に迫る。  

## ビジネスの面白さは『こち亀』から、金銭感覚は親から学んだ
### まず、田中社長のご家庭や幼少期のご経験からぜひお聞かせください。
私は大阪で生まれ、奈良で育ちました。ごく一般的な家庭でしたが、母方の祖父が事業家だった影響は今までのキャリアとの関係性が少しあるかもしれません。幼少期の話なので恥ずかしいのですが、幼い頃に私に影響を与えたものの一つが、漫画『 **こちら葛飾区亀有公園前派出所** 』です。小学校4年生のころから集めていて、ビジネスのことはもちろん、昔の時事や、様々な趣味関連の話など、たくさんのことを教えてもらいました。

『こち亀』のことは皆さんご存知かもしれませんが、主人公の両津勘吉が様々な事業を立ち上げては、成功したり、失敗したりして、最終的に大原部長に怒られる。あの一連の流れが本当に面白くて、世の中には色々なビジネスがあり、こうやってお金を儲けるのかと、その仕組みを両さんから学びました。成功も失敗も華々しく描かれるあの物語は、間違いなく今の私の役に立っています。

もう一つ、親から教わった金銭感覚も大きいですね。私の両親は子供のWillに寄り添ってくれてお金を惜しまずに使ってくれる人でしたが、一方で自分たちのことで散財しているところを見たことがないくらい堅実なお金の使い方をする人でした。両親の姿を見て、**自分の身の丈に合ったお金の使い方をすること**の大事さを感じたことが、私の金銭感覚の根底にあると思います。この金銭感覚が、会社の経営においても、Willへの投資はしますが、無駄な経費はできる限り使わず、やるべきことに資金を集中させるという考えに繋がっていると思います。

## 「やりたい」と思った瞬間、道は拓ける。意志の力が道を拓いた学生時代
### 学生時代に培った価値観はどんなものだったのでしょうか。
私の人生を振り返ると、「意志（Will）の力」が道を拓いてきたと感じることが何度もあります。

中学受験の時も、大学受験の時もそうでした。普段はあまり勉強しないタイプなのですが、小学6年生の秋に「偏差値的に絶対無理だけどこの学校に行きたい」と思った瞬間、高校3年生のときに「偏差値的に絶対無理だけど東京大学を目指したい」と思った瞬間から、凄まじい集中力を発揮して目標に近い結果を得ることができました。 **自分が「やりたい」と心から思った時の力は絶大で、その意志は必ず叶う** と信じています。

この信念は、大学時代の起業経験にも繋がります。大学2年生の時、それまでの1年間、遊びが中心で非常に怠惰な生活を送っていたのですが、あるときに「このままでは何もしないまま4年間が過ぎてしまう」という危機感から、全く違うコミュニティに飛び込もうと思い自分の人生で一切接点がない人たちである美大生と交流しはじめました。そこで出会った仲間と共に、美大生の才能を社会に活かすための会社を立ち上げたのです。大企業と美大生を繋いで商品を共同開発するなど、様々な事業を手掛けました。しかし、学生起業で能力不足を痛感し、一度就職して力をつけようと、新卒でリクルートの門を叩きました。


## ビジネスモデルより「人の力」。リクルートで学んだこと
### 強い意志から成し遂げる力、素晴らしいですね。新卒で入社されたリクルートはどのような環境だったのでしょうか。
リクルートでは、上流のシステム設計や開発、データベースエンジニアからキャリアをスタートし、2年目以降はさらにマーケティングや新規事業の立ち上げを同時並行に数多く経験しました。3年目には、社内でも珍しい物流機能を持つ部署のフルフィルメント統括チームを任されるなど、難易度の高い仕事に挑戦する機会に恵まれました。

リクルートで最も強く感じたのは、あの会社の強さの源泉は、ビジネスモデルではなく、圧倒的な「 **人の力** 」だということです。そこには「Will-Can-Must」というフレームワークが文化として根付いており、常に「あなたは何がやりたいのか」を問われます。事業に対する一人ひとりの強い意志が、会社全体を前進させているのです。特定のスタープレイヤーに依存するのではなく、すごい熱量を持った人材が次々と現れる。会社にいる皆がWillを持ち、熱量高く活躍できる環境を作る。この組織への考え方は、現在の会社経営における私の原点になっています。

## スタートアップでの成功と挫折。内部崩壊から学んだ「相手を思いやる」ということの重要性
### その後、スタートアップに参画されていますが、そこではどのような経験をされたのでしょうか。
リクルートで5年ほど経験を積んだ後、私はAIスタートアップに初期メンバーとして参画しました。Webサイト訪問者の行動から感情を予測し、購入を後押しする「ZenClerk」という画期的なプロダクトを開発しており、会社は急成長を遂げました。

しかし、全てが順風満帆だったわけではありません。個々のメンバーが非常に優秀だった一方で、個人事業主感があり、組織としての結束力はとても脆い状態でした。その後あるきっかけがあり、会社は内部崩壊を起こしてしまったのです。せっかくうまくいっていた事業が、人の問題で崩れていくのを目の当たりにし、本当に悔しい思いをしました。

この時、痛感したのが「 **相手を思いやる** 」ことの重要性です。個の力が強いメンバーが集まるスタートアップは、成長期は勢いがありますが、ひとたび歯車が狂うと瓦解も早い。また、組織が成長するとありがちなセクショナリズムは組織崩壊の引き金になります。「結局は同じVMVを達成する仲間だ」という意識が根底にあれば、崩壊にまでは至らなかったはずです。この苦い経験から学んだ教訓は、絶対に繰り返すまいと心に誓いました。


## 自分の手で価値を創りたい。創業の原点にある想い
### 人を大切にすることの重要性を学んだ瞬間だったのですね。苦しい経験をされてその後、学生時代に起業された企業に戻られています。そこで得られたものはどのようなものだったのでしょうか。
AIスタートアップでの経験後、大学時代に立ち上げた美大発ベンチャーに戻りました。私が離れていた時期も順調に成長を続けていて、綺羅星のようなクリエイターが、皆が注目するクリエイティブをどんどん生み出しており、その会社の一員であることにとても高揚感を覚えていました。会社の成長は喜ばしかったものの、自分の原点はデータやマーケティング、事業立ち上げにある。 **当事者として、社会に価値あるものを作ったと胸を張れるサービスを手掛けたい** 。その思いが日に日に強くなっていきました。

その頃、リクルート時代に感じていた「消費者リサーチの非効率さ」という課題を思い出し、「これこそが自分が解決すべきことだ」と確信しました。ちょうど2人目の子どもが生まれたタイミングでもあり、働き方を変えたいという思いも重なって、2019年に現在の会社を創業しました。

## 経営の軸は「人」と「運」。サーバント・リーダーシップで未来を創る
### 様々なご経験をされた田中社長が、経営者として大切にされていることを教えてください。
経営者として私が大切にしていることはいくつかありますが、2つご紹介させてください。一つは、先ほどの経験からも分かる通り「 **人を大事にすること** 」です。自分一人でできることには限界があります。社員や取引先など、周りの人々を大切にすることが、結果的に自分自身を、そして会社を成長させることに直結すると信じています。

もう一つは、「 **自分は運がいい** 」と信じ切ることです。もちろん苦労はありますが、どんな困難も、周りの力や運に助けられて必ず突破できる。自分の実力ではなく、支えてくれる人たちと運のおかげで今がある、という感覚が常にあります。

世の中の起業家や社長はカリスマタイプやリーダータイプの牽引型の方が多いイメージがありますが、私はそういう人とは程遠いタイプです。むしろ、周りの優秀な人たちが輝けば輝くほど、会社は前に進むと考えています。最近になって「サーバント・リーダーシップ」という言葉を知りましたが、まさに私のスタイルはそれだと感じています。これからも現場主義を貫き、未来のビジョンと「今」のバランスを取りながら、皆が働きやすい環境を作っていくことが私の役割です。

## 創業時から変わらない。「消費者意識データ」で世界一を目指す
### ありがとうございます。最後に、これからの展望をお聞かせください。
私たちが創業時から一貫して追求しているのは、「 **消費者意識に関するファーストパーティデータを、世界で最も多く保有する** 」というビジョンです。

生成AIが進化する現代において、その学習源となる独自データの価値は計り知れません。私たちは、競合他社が「イノベーションのジレンマ」によって本格参入しづらいこの領域で、圧倒的なポジションを築きつつあります。

自分でも驚くのですが、創業時に作成した事業計画書に書かれていることと、今やっていることは何も変わっていません。それだけ、この事業の価値を確信していたということです。やるべきことは明確です。これからもブレることなく、世界一のデータカンパニーを目指して、仲間と共に進んでいきたいと思っています。


大学在学中に起業、新卒でリクルートへ。後に、気鋭のAIスタートアップで急成長と組織崩壊を経験し、再び起業の道へ。多彩な経歴を持つノウンズ株式会社の代表取締役田中啓志朗氏。そのキャリアの根底には幼少期から一貫して持ち続けてきた「意志（Will）の力」という強い信念があったという。田中氏の原点に迫った。