「編輯帖・開発帖・記憶帖・制作帖」――このブログを四つの部屋に分けたとき、いちばん人目を引かないのがこの「開発帖」だろうと思っていた。編輯や制作は成果物として画面に現れるが、開発は多くの場合、誰の目にも触れないまま裏側で完結する。今日はその最初の一室を、あえて地味な題材で開けてみたい。「スクレイピング」の話である。
表に出ない仕事
ギャラリーに一枚の浮世絵が並ぶまでには、いくつもの工程が横たわっている。出典を確定し、著作権の状態を確認し、画像を取得し、余白を整え、用途ごとに切り出し、クレジットを付す。訪れる人が目にするのは最後の一枚だけで、その手前にある取得と選別の作業は、基本的に誰にも見せるつもりのないものだ。
けれど、この「見せるつもりのない部分」こそが、アーカイブの信頼性を支えている。Met Open Access APIから取得する場合と、Cooper Hewittから取得する場合と、Wikimedia Commons経由でポール・クレーの作品を追う場合とでは、それぞれ機関ごとにデータの構造もライセンスの表記も違う。一つひとつに専用の取得スクリプトを書き、ダウンロードし、トリミングし、クレジットを機関ごとの表記ルールに合わせて生成する。この地道な繰り返しを、私は「暗躍」と呼びたい気分になる。
なぜ「暗躍」なのか
暗躍という言葉には、どこか後ろ暗いニュアンスがある。だが私が指しているのはむしろ逆で、正当な権利処理を経て、表舞台には出ない形で黙々と働き続ける仕組みのことだ。パブリックドメインの確認、CC0ライセンスの機関を優先的な取得源として選ぶこと、禁止キーワードによるフィルタリングから目視レビュー、最終的な公開可否判定に至るまで、三段階の品質ゲートを通す。これらはすべて、鑑賞者の視界には入らない場所で動いている。
見えない場所で正しく動き続けるものを設計すること――これが開発という仕事の本質だと、あらためて思う。
機械的な担保という美意識
私はプロンプトエンジニアリングよりも、機械的な強制力のある仕組みを好む。これは技術的な好みというより、一種の美意識に近い。AIに「正しく判断してください」と頼むのではなく、宣言的なパイプラインと品質ゲートを組んで、判断の余地そのものを構造で縛る。スクレイピングという行為も同じで、「なんとなく良さそうな画像を拾ってくる」のではなく、取得元の機関を信頼できる範囲に限定し、ライセンス条件を機械的にチェックし、人間のレビューを挟む。
松岡正剛の編集工学に触れてきた身からすると、これは「編集」という行為の一形態でもある。情報を集め、選び、関係づけ、意味を与える――スクレイピングパイプラインの設計は、まさにその最初の段階を担っている。
開発帖という部屋について
この部屋では、今後もこうした地味な工程を記録していきたいと思う。派手な機能追加よりも、裏側で静かに正しさを担保している仕組みの話が多くなるはずだ。それは誰かに読まれることを強く期待した文章ではないかもしれない。けれど、暗躍する仕組みについて言葉を残しておくことにも、それなりの意味があると信じている。