Jobs – XOR for Mac & Windows:リアルタイムPDF比較ビューワ

UCC DRIP POD

UCCのDRIP PODを導入しました。いわゆるコーヒーメーカーです。先日、サウナ目的で極楽湯多摩センター店に出向いたところ、仮店舗でキャンペーンをやっていて。

担当の若い女性2人は派遣社員かな。わざわざ尋ねはしなかったけど、以前どこかでそんな求人を見かけたことがあったから。出来高に貢献できたなら嬉しいです。今の日本は非正規労働者に冷たすぎます。まるで「非正規=正規雇用から落ちこぼれた人たち」といったカースト制度のようだし。

UCC DROP POD

さて、キャンペーンの内容はこんな感じ。

  • コーヒーメーカー本体+専用カプセル15個アソートが無料
  • コーヒー豆の専用カプセル12個入りを5箱 x 4回のサブスクリプション
  • コーヒー豆の専用カプセルは最長45日おきで届く(期日延長可)

私もコーヒー好きだけど特に拘りはないので安いインスタントコーヒーでも満足できるものの、前々からコーヒーメーカーで淹れるコーヒーには憧れがあったのですよね。

DRIP PODのカプセルは1杯あたり82円ぐらいだからインスタントコーヒーよりも割高だけど、経費として計上するのでOKです。

DRIP-POD (ドリップポッド) UCC 一杯抽出 コーヒーマシン カプセル式 DP3 ブラウン + UCC ドリップポッド テイスティングキット15P ポッド・カプセル 【コーヒーメーカー】 【ギフト】【中元】【歳暮】【父の日】【父の日】【アイスコーヒー対応】【静音】【レギュラーコーヒー対応】【緑茶】【Amazon.co.jp限定】

DRIP-POD (ドリップポッド) UCC 一杯抽出 コーヒーマシン カプセル式 DP3 ブラウン + UCC ドリップポッド テイスティングキット15P ポッド・カプセル 【コーヒーメーカー】 【ギフト】【中元】【歳暮】【父の日】【父の日】【アイスコーヒー対応】【静音】【レギュラーコーヒー対応】【緑茶】【Amazon.co.jp限定】

¥13,200(税込)

Amazon badge

非正規の増加は腐った雇用習慣の結果

先日、togetterでまとめられている下記のXポストが目に止まりました。

togetterのまとめ:マレーシア在住の社長「日本をダメにしたのは派遣労働だと叫ぶ人がいます。彼らは竹中平蔵悪玉論も訴えます。しかしこの見方は極めて短絡的です」「本当の問題は日本の腐った雇用習慣です」

マレーシア在住の社長「日本をダメにしたのは派遣労働だと叫ぶ人がいます。彼らは竹中平蔵悪玉論も訴えます。しかしこの見方は極めて短絡的です」「本当の問題は日本の腐った雇用習慣です」

タイトルを読んで、またぞろ「派遣労働は自己責任の結果」「努力すればその境遇を抜け出せるはずだから放置していい」「自分たちが納めた税金を就職氷河期世代の支援なんかに使うな」といったクズ意見の記事かと思いきや全然違っていて、冷静な分析が続きます。いわゆる「竹中平蔵悪玉説」に異論を唱えているだけです。

以下、要約。

  1. 人材派遣は70~80年代にかけて整理解雇を巡る裁判が無数に起き、ほぼ全てで企業側が敗訴して正社員の解雇が難しくなった結果、バッファとして生まれた
  2. 日本には2021年時点で42,448社の派遣会社があり、断トツ世界一
  3. 派遣業界の平均利益率は僅か1.2%。派遣会社も儲かってはいない
  4. 解雇規制、特に過去の判例が企業を派遣に走らせたのだから、そこを抜本的に改革すべきで、金銭解雇の法制化などは必須
  5. 日本は世界で最も同一労働同一賃金からかけ離れており、ここが治らない限り日本経済の復活は不可能
  6. 派遣が増えたのは解雇規制の結果だが、解雇規制を緩和すると失業率も海外の様に大幅に上がる
  7. 法令だけ見れば日本の解雇規制は世界でも厳しくない方だが、判例では世界屈指の厳しさ

人材派遣の始まりは古くとも小泉政権下でなされた派遣分野拡大の影響は大きく、竹中平蔵氏が無関係だったとは思えないけど、ここではスルーして、最も重要なのは「5.」でしょう。

かつて派遣労働は価格競争力がある職種だけに認められていたように、派遣社員の存在や働き方が悪いのではなく、問題は現状の「派遣(非正規)労働者≒低賃金」という図式が派遣の当事者のみならず、中小企業の正社員の賃金も抑制している点です。

やはり解雇規制が問題か?

上記の「4.」 には「解雇規制、特に過去の判例が企業を派遣に走らせた」とあり解雇規制の緩和は急務に思えるかもしれないけど、他方で「6.」に「解雇規制を緩和すると失業率も海外の様に大幅に上がる」と書かれている通り、それを先に改革するのは悪手です。

経営者にしてみれば業務のパフォーマンスが不十分な社員を抱え続けたくないのは当然だし、そのような同僚を持つ労働者にも不満はあるだろうけど、正社員を解雇しやすくすればいいかというと、そう単純ではありません。

解雇規制緩和の副作用

解雇規制の緩和、つまり金銭解雇を可能にしたら労働者を繁忙期などに短期雇用してすぐに解雇する経営者が必ず出てきます。正社員の有期雇用化です。

また、特定の社員に対して「割増退職金を受け取って辞めるか、それとも賃下げを飲むか?」と迫る経営者も現れるでしょう。つまり、労働者の立場が弱くなります。

まあ、それらのチート技は法的な罰則次第で防止できるかもしれないけど、そもそも経営者が誰かを解雇しても、代わりの正社員を雇ったり、浮いた人件費で残った他の社員達に還元したり、設備投資に充てる確約はありません。

結局、解雇規制を緩和すると失業者を増やしつつ、多くの企業のスリム化にばかり寄与する可能性があります。それは個々の企業、経営者にとっては合理的でも合成の誤謬で日本全体の経済にはマイナスに働くと。

よって解雇規制を緩和するよりもセーフティネットの充実の方が先です。それは竹中平蔵氏が「派遣分野の解禁自体は正しかったがセーフティネットを張らずにやったのが拙かった」と振り返ったことにも通じます。

戦力外社員はなぜ辞めないのか?

そもそもパフォーマンスが不十分な社員が辞めないのは「今の会社にしがみついた方が有利だから」でしょう。自身の立場が危ういことや居心地が悪い自覚があっても、「今辞めて再就職に難航すれば人生がたちまち不利になるから、できるだけ会社にしがみつこう」という思惑が働いて。住宅ローンや子供の養育費負担があるなら尚更です。

「在職中に転職先を探してから辞めればいい」という声もあるだろうけど、新たな職場が自分に合わなければ、また就活せざるを得なくなるわけで、やはり会社を辞めることを躊躇せざるを得ません。

ならば解は「転職に踏み切りやすい社会にする」です。それがセーフティネットとして機能すると。

今の会社では成果をあげられない人でも、別の会社、あるいは異業種でなら重宝される人材かもしれないし、人生100年時代とも言われる今、いつかは次なるキャリアに踏み出すなら早い方が賢明です。

転職に踏み切りやすい社会とは?

転職に踏み切りやすい社会とするために必要な処置は「派遣(その他の非正規フルタイムワーカーを含む)の賃金水準の底上げ」です。

上記の「5. 日本は世界で最も同一労働同一賃金からかけ離れており、ここが治らない限り日本経済の復活は不可能」という見解の通り、内需を拡大して日本経済を再活性化し、社会保障の永続性を担保するためにもワーキングプアと呼ばれる人達はできるだけ減らす必要があります。

同一労働同一賃金ではなく賃金底上げ

ただし、同一労働同一賃金の追求では解決しません。同じ労働内容でも「正社員と非正規社員では責任範囲が違う」などと言えば骨抜きにできてしまうので。

よって、立法でフルタイムワーカー向け最低賃金を設定するなどして賃金水準を上げる必要があります。正社員を派遣社員に置き換えても人件費の削減にならなくすると。

そうして今の会社を辞めて再就職までしばらく派遣で働いても所得が極端に下がることがなければ、生き方を変えたい正社員は迷わず離職に踏み切れます。

派遣社員がホクホクとはならない

では、賃金水準が上がれば派遣を始めとする非正規フルタイムワーカーが無条件に報われるかというと、そうでもないでしょう。企業側にしてみれば人件費削減の効果が薄れるので派遣労働者の雇用機会は減っていきます。

でも、それこそが狙いです。企業は割安ではなくなっても期間限定で雇える点を重視して派遣社員を使うか、それとも別の雇用形態の労働力を求めるかの選択を迫られるのだから。

派遣社員の代わりに正社員を雇うのか、パートやアルバイトで回せるよう業務を簡略化するのか、それともDXやAIの導入を進めるなどして業務効率を高めるのか。そこは自由です。

結果、優秀な元派遣社員は好条件の雇用にありつける一方、そうでない人は条件が劣る雇用に甘んじることになるでしょう。でも、それって本来の姿ですよね。

派遣労働市場の黄昏

まあ、派遣労働市場は縮小して派遣会社の多くは淘汰されることになるけど本質的に手配師ビジネス。派遣した社員の上前をハネて成り立っている会社がこんなにたくさんあることが不健全です。

それに、労働市場の流動性が高まれば、派遣会社の元社員を含む多くの求職者にとって雇用機会が増えます。派遣会社勤務の経験が労働市場でアピールになるかは分からないけど。

さあ、解雇規制を緩和しようじゃないか

そうやってセーフティネットを張った後であれば解雇規制を緩和しても大丈夫。と言うか、きっとポジティブな効果が得られるでしょう。

ただし、間違っても解雇規制の緩和を先にやってはダメ。それだと阿鼻叫喚、正社員が続々とセーフティネットなしの非正規市場に吸い込まれていきます。

AIが示す日本の少子化の原因

2024年の出生率が1.15と発表されました。数でいくと68万人。政府予想よりも15年早まったのだそうな。

人口は必ずしも国の豊かさには比例しないものの、急な減少は社会の安定を脅かすので、少子化ペースを少しでも緩めたいところです。

そこでまたChatGPTに少子化の原因を訊いてみました。

AIのイメージ

日本の少子化の主な原因は、複数の社会的・経済的・文化的要因が複雑に絡み合っています。以下に代表的な原因をカテゴリごとに整理します。


🔹 1. 結婚率の低下・晩婚化

  • 日本では「結婚=出産」という価値観が強く、未婚者が子どもを持つケースが少ない

  • 晩婚化が進行し、結果的に出産可能な年齢が短くなる。

  • 生涯未婚率(50歳時点で一度も結婚していない人の割合)は増加傾向。


🔹 2. 経済的不安・不安定な雇用

  • 若者の非正規雇用や低賃金が増加し、将来への不安から結婚や出産をためらう。

  • 教育費や住宅費、保育費など、子育てコストの高さが重い負担。


🔹 3. 子育て支援の不足

  • 保育園不足、待機児童問題、病児保育の課題など。

  • 働きながら子育てをするインフラが完全に整っていない

  • 地域差が大きく、「子育てしやすい場所」が限られている。


🔹 4. 長時間労働とワークライフバランスの悪さ

  • 特に男性の育児参加が難しく、女性に育児負担が偏る

  • 共働きでも家事・育児の分担が進まず、負担感が重い。

  • 長時間労働文化が、家庭生活との両立を妨げる。


🔹 5. 都市部への人口集中(東京一極集中)

  • 先ほど述べた通り、都市部では生活コスト・住環境・育児支援がネックになりやすい。

  • 地方では若者の流出により、出産世代そのものが減少。


🔹 6. 社会的価値観の変化

  • 「結婚しない自由」や「子どもを持たない人生」が以前より選択肢として受け入れられるように。

  • 子どもにかける理想や期待が高くなり、「完璧な育児」を目指す傾向がプレッシャーに。


🔹 7. 女性の高学歴化・キャリア志向の強まり

  • 教育・キャリア形成に時間がかかるため、出産・育児との両立が困難に

  • 出産後の復職やキャリア維持が難しい現状が、出産意欲の低下に繋がる。


✅ 補足:統計で見る少子化の現状(2024年時点)

  • 合計特殊出生率:1.20(過去最低)

  • 結婚の平均初婚年齢:男性 31歳、女性 29歳前後

  • 生涯未婚率(2020年国勢調査):男性 28%、女性 17%


🔍 要約

日本の少子化は、「結婚しにくい」「出産・育児しにくい」「子どもを持つメリットが感じにくい」という構造的問題の結果です。単一の原因ではなく、社会全体の仕組みと価値観の変化に起因しています。


ご希望があれば、海外と比較した少子化要因や、日本の具体的な対策(成功例・課題)についてもご紹介できます。

なるほど。

この内「🔹 1. 結婚率の低下・晩婚化」は経済状況が好転しないと向上しないかと。

でも「🔹 2. 経済的不安・不安定な雇用」は確かに大きそう。自分が生きるので精一杯なら結婚や出産に積極的になれない人も多いでしょう。

「🔹 3. 子育て支援の不足」は国や自治体があれこれ頑張ってはみたものの今の状況だから、やらないよりはいいけど焼け石に水。他の要因を改善しないことには。

「🔹 4. 長時間労働とワークライフバランスの悪さ」はどうだろうな。いいことばかりではないにせよ労働時間に対する働き方改革もかなり浸透してきたし。

「🔹 5. 都市部への人口集中(東京一極集中)」は、これこそ最大要因でしょうね。理由は後述。

「🔹 6. 社会的価値観の変化」はどうだろうな。もし経済的な不安が薄れて心に余裕ができれば価値観なんて変わりそうです。

「🔹 7. 女性の高学歴化・キャリア志向の強まり」は、そりゃあるかもしれないけど、子供を持つこととの二律背反ではないだろうに。

こうして見ると、諸悪の根源は「🔹 5. 都市部への人口集中(東京一極集中)」に思えてなりません。それに比べれば他の理由はどれもランクが下がるだろうと。

何しろ東京の出生率は全国最低。中央世帯の豊かさでも住居費や通勤を鑑みるとやはり最低です。東京の出生率が低いのは若い女性が流入するからという分析もあるけど、主に住居の問題で東京が子育てに向いていない点に変わりはないのだし。例えば、東京都心に勤めている都民は多いけど、子供を持つために広い住居に引っ越せば通勤がハードになったり、保育園へのお迎えで働き方に制約が出かねないと。

また、中には故郷の就職難と男尊女卑といった因習を嫌って東京に出た女性もいるやに聞くけど、東京に出たら出たで別の形で疲弊するわけです。

といった具合に、子育てに向かない東京に職が集結していて子育てに向いた地方には職の口が少ないというミスマッチ。

だとすると、少子化のペースを緩めるには東京に集結している企業の一部を地方の中核都市に移転させるのが効果的、というか残された唯一の手段だと思います。東京一極化の是正ですね。その他の要因への対策はどれも実施が難しいか、やったところで効果は乏しいだろうと。

AIが突きつける現実:東京のホワイトカラー大量失業とその深刻な波紋

AIのイメージ

下記はChatGPTに作成させたAIによる近未来予測。

AIが突きつける現実:東京のホワイトカラー大量失業とその深刻な波紋

急速に進化を続ける人工知能(AI)は、ビジネスのあらゆる分野に浸透しつつある。その波は、もはや製造業や物流などのブルーカラー職だけにとどまらず、知的労働を担うホワイトカラー層にも及び始めている。特に、経済・行政・文化の中心であり、日本屈指のホワイトカラー都市でもある東京において、この変化は都市機能そのものを揺るがす可能性をはらんでいる。

東京に押し寄せるAI化の波

東京都内には、大手企業の本社、官公庁、金融機関、法律事務所、IT企業、広告代理店、メディア企業など、知的・事務的労働者が高密度に集中している。これらの業種では、既にAIの活用が進み、従来人手で行ってきた業務の一部が次々に自動化されている。

たとえば──

  • 金融業では、AIが企業分析やレポート作成、与信判断を担い始めている。

  • 法律業界では、契約書のレビューや法令検索をAIが高速かつ正確に行う。

  • メディア・広告業では、文章生成や画像・バナー制作がAIによって代替され始めている。

  • IT・コンサル業では、資料作成や市場分析の一部がAIに置き換えられている。

これまで「安定」「高スキル」とされていたこれらの職種でさえ、AIによって効率化・縮小される可能性が高まっているのが現実だ。

ホワイトカラー大量失業が東京にもたらす衝撃

もし東京でAIによるホワイトカラーの大量失業が発生すれば、それは単なる雇用問題にとどまらず、都市全体に複合的な打撃を与えることになる。以下はその主な影響予測である。

1. 消費の急減と都市経済の冷え込み

東京のホワイトカラー層は、都市経済を支える重要な消費者層でもある。高所得の彼らが失業すれば、飲食・小売・不動産・教育・旅行などの高付加価値市場が急激に収縮し、サービス業全体に連鎖的な雇用不安を引き起こす。

2. オフィス街の空洞化と不動産市況の悪化

人員削減が進めば、多くの企業が都心の大型オフィスを縮小・撤退し、オフィス空室率は上昇。不動産賃料が下落し、再開発計画や都市インフラ投資も停滞する可能性がある。丸の内、虎ノ門、渋谷といった中心街にも影響が波及する。

3. 都市構造の変化と格差拡大

収入を失った人々は高額な都心の家賃を支払えなくなり、郊外や地方への移住を余儀なくされる。一方で、AIスキルを持つ一部の高度人材だけが高収入を維持し、都市内の経済格差と社会的分断が広がっていく。

4. 社会不安と政治的混乱

雇用の喪失は家庭の崩壊、教育格差、メンタルヘルスの悪化、ホームレス増加など、さまざまな社会問題を引き起こす。これが制度や政府への不信につながり、政治的不安定やポピュリズムの台頭すら招きかねない。

対応の鍵は「再スキル」と「都市の再設計」

この危機を回避・緩和するためには、東京という都市が一丸となってAI時代に対応できる仕組みを整えることが不可欠である。

  • 再スキル(リスキリング)教育の都市インフラ化
    都内の大学、専門学校、企業、自治体が連携し、AI時代に通用するスキルを労働者に再教育する仕組みを整備する必要がある。

  • 生活支援と転職支援の強化
    中高年層や非デジタル層に向けた職業訓練や生活支援制度の拡充が不可欠となる。

  • スタートアップ・AI関連産業の育成
    新たな雇用の受け皿として、AI開発・活用企業への支援と人材流動の促進を進めるべきである。

  • 都市の機能再編と暮らしの再定義
    「働く場所」としての東京から、「生きる場所」としての東京へ。働き方・暮らし方の価値観自体を転換する取り組みが求められている。

結語:AIと共に再構築される東京

AIは恐れるべき敵ではなく、正しく活用すれば都市の可能性を広げる強力なパートナーでもある。東京という巨大都市がこの変革に適応できるかどうかは、個人、企業、そして行政がいかに迅速に行動できるかにかかっている。

ホワイトカラーの大量失業は未来の話ではなく、すでに現実の兆しを見せている。東京はその最前線に立たされているのだ。


必要であれば、これをPDFレポート形式やスライド構成に展開することも可能です。ご希望があればお知らせください。

だそうな。まあ、順当な予想です。AI活用は東京に限った話ではないけど、東京にはホワイトカラーの数が圧倒的に多いのだから影響も大きくなります。

だけども今や猫も杓子もAI、AI、AI。まあ、個人の選択としては「AIに取って代わられないためにAIを活用する人材になろう」と考えるのも当然だけど、そのポジションにも競争が働くし、そうやってAIの活用を促進させるほど、AIへの置き換えが進んで失業者が増えて…。

私は東京に差し迫った危機は「介護破綻(一極集中の副作用)」と「食料難(物流網が細れば食料が十分に届かなくなる)」だと予想していたけど、それらは高齢者が元気だったりベテラントラックドライバーの頑張り次第では遅らせられるので、近頃ではAI化の波の方が早く到来するかもしれないと思うようになりました。

ChatGPTの苦手な分野

出遅れ感はあるけど私も最近ChatGPTを試しています。

先日受講した『初心者から始めるChatGPT徹底解説WEBセミナー』では、講師の七里氏が「ホワイトカラーの仕事はもうすぐAIに取って代わられてなくなる」などと言っておられました。

まあそれは大袈裟なポジショントークで、実際にはケースバイケース。上手く使えば便利でも、なかなか有効に使えない場面も多いでしょう。

差し当たり私の関心事は「ChatGPTに、修正の前と後のPDFの違いを洗い出せるのか?」です。AIがXORの代替になり得るなら私のビジネスはあがったりだなと。

そこで、いつもの魚類図鑑風サンプルPDF(下図。画像のクリックでダウンロード可)をChatGPTに読み込ませて「両方のPDFの違いを教えて」と入力してみました。

比較用サンプルPDF(修正前) 比較用サンプルPDF(修正前)
比較用サンプルPDF(修正後) 比較用サンプルPDF(修正後)

結果はこちら。

両方のPDF「FrogfishWorld-1_CMYK.pdf」と「FrogfishWorld-2_CMYK.pdf」の違いを比較したところ、以下のような主な差異が見つかりました:


1. 著者情報の詳細

  • 1版(FrogfishWorld-1):

    • 著者表記: 「ヨガタ ミチアキ」

    • コメント: 「原稿依頼中」とだけ記載。

  • 2版(FrogfishWorld-2):

    • 著者表記: 「よがた みちあき」

    • 詳細なプロフィールが追加。

      • 出身地、生年

      • 経歴(Cカード取得年、フォトコン入賞歴)

      • 好きな被写体・海

      • 使用機材(Nikon D7000等)


2. 目次の違い

  • 1版:

    • 「ガマアンコウ」が「データ」セクションに含まれていない。

    • データの項目はページ23から。

  • 2版:

    • 「ガマアンコウ」がバリエーションに含まれページ23に登場。

    • 「データ」項目はページ24から始まる。

    • 新たに「INDEX(索引)」がページ31に追加されている。


3. 誤字修正

  • 「金環」 → 「金環」に変更(ページ18)

    • 2版ではDTP側による調整で変更された旨が欄外に注記あり。


4. 細かな文章の調整

  • 一部のページで撮影地表記が変更:

    • 例:ページ4「撮影地:レンべ」→「撮影地:アンボン」など。

  • 句読点や文体の微調整も一部見られるが、全体構成や写真は基本的に同じ。


5. ファイル末尾のデータ表記

  • 1版:

    • 最後に「FREE」と記載。

  • 2版:

    • 「¥0」と記載されており、日本語環境に合わせた表記。


必要であれば、レイアウト・画像・フォントなどのデザイン面の違いも精査できます。ご希望ですか?

結論を先に言うと、これダメですね。最初にChatGPT自身が「主な差異が見つかりました」と言っている通り、抜粋されています。当然ながらすべての箇所を洗い出してくれないと変更箇所の確認にはなりません。

例えば、表紙には「TLOPICAL」→「TROPICAL」というスペルミスの修正があるけど、検出してくれていません。同じく著者名「Michiaki Yogata」→「YOGATA Michiaki」の表記変更も。

また「1. 著者情報の詳細」として検出してくれている違いはP.2のものだけど「P.2」とは書かれていません。内容も微妙に間違っていたり、不足があります。

それ以降のページでも、あれこれ見落としや不完全さがみられます。

最後に「必要であれば、レイアウト・画像・フォントなどのデザイン面の違いも精査できます。ご希望ですか?」とあるので「レイアウト・画像・フォントなどのデザイン面の違いも精査して」とオーダーしても、別の要約を出してきます。

せめて検出もれを防げないかと「両方のPDFの違いをすべて教えて」と入れても、ピックアップされる項目に変更はあれど、すべては洗い出してくれません。

よって現段階のChatGPTは画像とテキストがレイアウトされた文書PDFの差分検出には到底使えないようです。そう言えば、セミナー講師の七里氏も「AIは編集や校正が苦手」などと言っておられました。

そう、新旧PDFの差分確認は編集・校正業務の作業の一部。まだまだAIで代替できる段階ではなく、XORの需要もすぐさま無くなることはないでしょう。とりあえず安心です。

でも、これが約款のようなテキストオンリーのPDFであればかなりの精度でチェックしてくれそう。とはいえ、それって昔ながらのdiffでもできたよな。

ChatGPTは癖がすごい

出遅れ感はあるけど私も最近ChatGPTを試しています。

今回は以前に書いた『47都道府県のこどもの数』を調べさせました。

まず「子供の割合を47都道府県別に高い順に並べて教えて」と命令。返答はこの通り。

以下は、2024年4月1日現在の15歳未満人口(こどもの数)が総人口に占める割合を、都道府県別に高い順で並べた一覧です。総務省統計局

順位 都道府県 子どもの割合(%)
1 沖縄県 17.6
2 滋賀県 14.8
3 佐賀県 14.3
4 鹿児島県 14.2
5 宮崎県 14.1
6 熊本県 14.0
7 福岡県 13.9
8 長崎県 13.8
9 大分県 13.7
10 宮城県 13.6

全国平均は11.3%で、最も低いのは秋田県の10.9%でした。総務省統計局+1総務省統計局+1

このデータは、総務省統計局の「統計トピックスNo.101」および「統計トピックスNo.141」に基づいています。総務省統計局+2総務省統計局+2総務省統計局+2

詳細なデータや他の都道府県の情報については、以下のリンクからご確認いただけます。

これらの資料には、各都道府県のこどもの数や割合、年齢階級別の人口構成など、より詳細な情報が掲載されています。

見ての通りトップ10しか表示されていません。

そこで「子供の割合を47都道府県別に省略せずに教えて」に変えてみたところこの通り。

以下は、2024年4月1日現在の15歳未満人口(こどもの数)が総人口に占める割合を、47都道府県別に高い順で並べた一覧です。

順位 都道府県 子どもの割合(%)
1 沖縄県 17.6
2 滋賀県 14.8
3 佐賀県 14.3
4 鹿児島県 14.2
5 宮崎県 14.1
6 熊本県 14.0
7 福岡県 13.9
8 長崎県 13.8
9 大分県 13.7
10 宮城県 13.6
11 岩手県 13.5
12 山形県 13.4
13 福島県 13.3
14 青森県 13.2
15 秋田県 13.1
16 山口県 13.0
17 愛媛県 12.9
18 高知県 12.8
19 徳島県 12.7
20 香川県 12.6
21 鳥取県 12.5
22 島根県 12.4
23 岡山県 12.3
24 広島県 12.2
25 山梨県 12.1
26 長野県 12.0
27 新潟県 11.9
28 富山県 11.8
29 石川県 11.7
30 福井県 11.6
31 静岡県 11.5
32 愛知県 11.4
33 三重県 11.3
34 岐阜県 11.2
35 奈良県 11.1
36 和歌山県 11.0
37 大阪府 10.9
38 京都府 10.8
39 兵庫県 10.7
40 滋賀県 10.6
41 千葉県 10.5
42 埼玉県 10.4
43 東京都 10.3
44 神奈川県 10.2
45 茨城県 10.1
46 栃木県 10.0
47 群馬県 9.9

全国平均は11.3%で、最も高いのは沖縄県の17.6%、最も低いのは群馬県の9.9%でした。

このデータは、総務省統計局の「統計トピックスNo.141」に基づいています。

詳細なデータや他の都道府県の情報については、以下のリンクからご確認いただけます。

47都道府県全部が表示されたけど、日付が「2024年4月1日現在」なので最新ではありません。

ならば「2024年10月の子供の割合を47都道府県別に省略せずに教えて」に変更するとこの通り。

以下は、2024年10月1日現在の15歳未満人口(こどもの数)が総人口に占める割合を、47都道府県別に高い順で並べた一覧です。

順位 都道府県 子どもの割合(%)
1 沖縄県 15.8
2 滋賀県 12.7
3 佐賀県 12.7
4 宮崎県 12.6
5 鹿児島県 12.5
6 熊本県 12.4
7 福岡県 12.3
8 長崎県 12.2
9 大分県 12.1
10 宮城県 12.0
11 岩手県 11.9
12 山形県 11.8
13 福島県 11.7
14 青森県 11.6
15 秋田県 11.5
16 山口県 11.4
17 愛媛県 11.3
18 高知県 11.2
19 徳島県 11.1
20 香川県 11.0
21 鳥取県 10.9
22 島根県 10.8
23 岡山県 10.7
24 広島県 10.6
25 山梨県 10.5
26 長野県 10.4
27 新潟県 10.3
28 富山県 10.2
29 石川県 10.1
30 福井県 10.0
31 静岡県 9.9
32 愛知県 9.8
33 三重県 9.7
34 岐阜県 9.6
35 奈良県 9.5
36 和歌山県 9.4
37 大阪府 9.3
38 京都府 9.2
39 兵庫県 9.1
40 滋賀県 9.0
41 千葉県 8.9
42 埼玉県 8.8
43 東京都 8.7
44 神奈川県 8.6
45 茨城県 8.5
46 栃木県 8.4
47 群馬県 8.3

全国平均は11.1%で、最も高いのは沖縄県の15.8%、最も低いのは群馬県の8.3%でした。

このデータは、総務省統計局の「統計トピックスNo.145」に基づいています。

詳細なデータや他の都道府県の情報については、以下のリンクからご確認いただけます。

ようやく目当てのデータが得られました。

でも調べさせる側が2024年10月1日版が最新と知らなければ、この結果には辿り着けなかったわけだ。

いや、最初から「最新の子供の割合を47都道府県別に省略せずに教えて」と命令すれば良かったわけか。

ともかくChatGPTは「どのタイミングのデータが欲しいかの指定がない場合、最新のものを探す」といった気の使い方はしないようです。今のところ。

この点の考慮がChatGPTを使いこなす上でのコツなのでしょう。

虎の巻を公開

XOR for Mac & Windowsに関連した虎の巻(Tips)のページを公開しました。

XOR for Mac & Windows 虎の巻(TIPS)

XORを使う上で有意義な情報をまとめてあります。

これからも随時追加していく予定です。

なるほどChatGPTは優秀だ

何となく先送りにしてきたけど、そろそろ生成AIにも馴染んでおかなとなと思って遅ればせながらChatGPTを使い始めました。

AIについては私もまだ懐疑的な部分はあるものの、上手く使えばとても便利なのも事実です。

例えばこちらは代々木公園で先日行われたラオスフェスティバル2025で見かけたパフォーマー。

ラオスフェスティバル2025の謎のゆるキャラ

これが何かを訊いた時のChatGPTの回答がこの通り。

この写真に写っているのは、ラオスの伝統的な仮面(マスク)をかぶったパフォーマーたちです。背景にあるテントの看板には「在日本ラオス協会」と書かれており、日本で開催されているラオス関連の文化イベントやフェスティバルの一場面だと思われます。

仮面の特徴:

  • 赤く大きな顔に、誇張された目や口、眉毛。

  • 髪の毛のように見える長い縄(たぶん麻などでできている)を垂らしている。

  • コミカルでインパクトのある見た目。

これは何か?

これはおそらくラオスの伝統行事で使われる「仮面舞踏(マスクダンス)」や「精霊の踊り」の衣装の一部です。ラオスには地域ごとにさまざまな民俗文化があり、お祭りや宗教行事(特に仏教系)で精霊や動物、祖先などに扮して踊る風習があります。

このような仮面は、悪霊を追い払ったり、豊穣や健康を願ったりする目的で使われることもあります。

つまり、これは ラオス文化の紹介として、日本のイベントで披露された民族衣装やパフォーマンスの一部です。

なかなか良い情報を返してくれます。

対してGoogle画像検索だとこんな感じです。

Google画像検索の結果

同じ被写体の写真もあるけど、似た何かも見つけてきています。そして正体が知りたければ写真のページ内の記述を手がかりにWikipediaなどを使ってユーザーが自分で頑張って探り当てる必要があると。

なるほど、生成AIを信奉する人たちが「遠からず検索エンジンを使う人はいなくなる」と言うのもわからなくはないです。

まあ、私の見方は「検索エンジンもAIを組み込んで同等の情報を返すように発展していく」だけど。

ChatGPT徹底解説WEBセミナー

Web広告で見つけた『初心者から始めるChatGPT徹底解説WEBセミナー』を受講してみました。株式会社エキスパートが主催していて受講料は無料です。

初心者から始めるChatGPT徹底解説WEBセミナーのバナー

ちなみにChatGPTや生成AIに対する私の前知識はこんな感じ。

  • 文章の要約や作成、議事録の文字起こしなどには非常に便利
  • 調べものに使うと間違った情報が混ざることも多い
  • 画像の生成では著作権がグレーな場合もある
  • 意外と電力を食う

まあ、これらも生成AIの特徴の一部だろうしAIの発達スピードは日進月歩だから、もっと関連知識を増やそうかなと。

セミナー講師の七里氏は元自衛官であるためか物事を断定的に言い放つ人物。それがどこかカルト宗教やネズミ校の勧誘に似た雰囲気を醸し出しています。例えば「ホワイトカラーの仕事はなくなる」といった口ぶりが人々の危機感を、「AIの先駆者である自分は元同僚の100倍稼いでいる」なども射倖心を煽る感じがあるのですよね。

そうして無料セミナーの受講者を自社のAIスクール『飛翔』(1年縛り月会員9,800円、恒久会員198,000円)に誘導したいようです。

もっとも、営利企業なのだから利益追求は当然だし、スクール加入は強制でもないので、それ自体は何ら問題なし。

それに、ポジショントークが過ぎる印象を差し引けば、スクールでは先人の知恵を授けてくれるわけだから、AI活用で何かをしたい人にとっては参加もいい機会、利用手段になり得るでしょう。スクール側は業績を継続的に上げるためにも相応の価値のある知識をシェアしてくれるはずです。

なお、セミナーはzoomで行われ、講師に加えて数十人の受講者がコマ割り表示されていたけど、ざっと見た感じでは50代以上が多かった印象です。無理もないか。これからの生き方を模索したい思いが切実な年代だから。そしてAI活用が一つの解答、もしくはヒントになるかもと。

フランスではおにぎり一個900円

このGW、フランスに滞在していた辛坊治郎さんが「フランスで購入したおにぎりが一個900円くらいだった」とリポートしていました。

おにぎり+フランス国旗

まあ、日本風の米や具材も取り揃えれば値段が上がるのは当然だけど、仮に大きく円高ユーロ安に振れたところで1個450円とかにはならない(むしろ日本からの輸入物価は上がる)から為替の問題ではなく、日本の物価が相対的に安すぎるのでしょう。日本が「賃金も上がらないけど物価も安い」を長く続けてきたため賃金も物価も上がった諸外国から取り残されてしまったと。

では何が拙かったかといえば約20年前、小泉政権下での派遣法改正でしょう。派遣は当初こそ「会社に縛られない新しい生き方」と持て囃されたものの、いつしか「首切りしやすい割安な労働力」として定着し、今に至ります。一頃、外国人技能実習生への劣悪な待遇が問題になったけど、それを日本人相手にやっているのが派遣労働や非正規公務員なわけです。

コストカットは企業にとって本能のようなものとはいえ、それを国を挙げてやれば合成の誤謬が起こります。派遣社員は労働者の3%かそこらだとしても、非正規公務員と合わせて240万人超規模で市場としてはなかなかのボリューム。その大半が低賃金、低所得なら安い商品やサービスに頼らざるを得ないけど、それらには中間層や倹約志向な富裕層までもが飛びつくので、提供する側は人件費を切り詰めて価格を抑えせざるをえず、非正規に限らず中小企業の正社員の賃金も抑制されてしまいます。

また、経営者が「賃上げはしないから嫌なら辞めてくれていい。代わりに派遣社員を雇うから」と言える限り、大企業の正社員以外の賃金は上がりません。

ならば日本がやるべきは最低賃金の底上げでしょう。従来の最低賃金をパートタイムワーカー向けと位置付け、別途フルタイムワーカー向け最低賃金を設けて高めに設定すると。それにより派遣社員の活用が割安でなくなれば、企業は良人材の採用や引き止めに賃金を上げざるを得なくなります。できない企業は他社との合併もやむなしです。続ければ日本人が相対的に貧しくなっていくのだから。

それに低賃金労働問題の放置は将来の生活保護受給者を増やし、社会保障費負担として皆に跳ね返ってきます。非正規が多いとされる就職氷河期世代ももう50代前後。ぐずぐずしていられる暇はありません。