何が起きたか
研究チーム「Lin et al.」が公開したData2Storyは、Detective・Analyst・Editor・Designer・Programmer・Auditor・Inspectorという7体のエージェントを「virtual newsroom」として連携させ、生データセットから多モーダルなWeb記事を人手介在ゼロで生成するシステムです。実証例として2026 FIFAワールドカップの試合日程を入力し、FIFPROの暑熱リスク評価とOpen-Meteoの気候データを組み合わせ、約4割の試合が「極めて高い暑熱リスク」地域で開催される——湿度が主因——というインタラクティブマップ付き記事を自動生成しました。
なぜ重要か
注目すべきは「Inspector」パネルです。記事内のすべての文と画像について、根拠コードや外部URLをインデックスカード形式で提示し、可視文の93%が出典に辿れる状態を実現しました。The Economist・The Pudding・TidyTuesdayの18本の人間記事と比較した評価では、視覚デザイン・物語の流れ・データ透明性・検証可能性・洞察の5項目すべてでData2Storyが勝ち、特に透明性は7点満点で+1.49差をつけました。
何が新しいのか
従来のAI記事生成は、訓練済み知識から「もっともらしい数字」を吐き出す傾向があり、北京大学の研究では「attribution hallucination(出典ハルシネーション)」と呼ばれる、正解しても引用元を誤る問題が指摘されています。Data2Storyは「Analystがコードを実行して数値を出す」「Inspectorが根拠を紐付ける」という分業で、この問題を構造的に回避しました。Perplexityの「Search as Code」と同じく、推論ではなく実行可能な手続きに価値を移す流れです。
限界も明確
著者らは「検証可能性は正確性を意味しない」と釘を刺します。また人間が優位な領域として、編集的視点(Repair Cafeの取材で得たメーカー側の修理阻害という仮説のような取材ベースの洞察)、創造的デザイン(Ali Wong公演の文字起こしを笑い時間で円のサイズに変換したThe Pudding作品)、情報密度の高い単一グラフィック(The Economistの宇宙開発可視化)の3点が残ると指摘しています。
💼 事業会社視点：これは自社にどう効くか
日本のメディア企業や調査会社、コンサル業界にとって、Data2Storyの示唆は「人間の取材力」と「機械の検証力」を明確に分業すべき段階に入ったことです。日経・東洋経済などビジネスメディアの定型レポート、シンクタンクの統計解説、SaaSベンダーが顧客向けに出すベンチマークレポート——これらは現時点ですでに自動化の射程に入りました。経営者は「人間記者の数を減らす」のではなく、「コードを公開しないアナリストレポートの信頼性が相対的に下がる」リスクに備えるべきです。読者の25%しか出典検証できない人間記事と、93%検証可能なAI記事が並ぶと、BtoB領域では後者が選ばれます。事業会社の広報・IR部門は、自社発表の数値に検証用データセットや算出コードを添付する「Inspectorパネル型」開示への移行を、半年単位で検討する価値があります。受託開発企業にとっては、Claude CodeとOpenRouterを組み合わせたエージェント分業設計が、顧客企業の社内レポート自動化案件の新しい標準アーキテクチャになります。