平野博文
会議録に記録された「平野博文」の発言を集計しています。会派・役職は直近の発言から推定した値です。同姓同名の別人が含まれる場合があります。
出典: 国会会議録検索システム API（国立国会図書館） ↗- 総発言数
- 3,226 件
- 直近の所属会派
- 無所属の会
- 直近の役職
- —
- 直近の発言日
- 2018/03/30
政策テーマ別の発言量
テーマ代表語との共起件数- デジタル行政11 件
- 地方創生7 件
- AI3 件
- 宇宙2 件
- 半導体1 件
- こども・子育て1 件
- 住宅・不動産1 件
- GX・脱炭素0 件
- 経済安保0 件
- 医療0 件
- 農業0 件
- 防衛0 件
- 防災0 件
- 教育0 件
- 労働・賃金0 件
- エネルギー0 件
- 観光・インバウンド0 件
- スタートアップ0 件
- 社会保障・年金0 件
- 通商・貿易0 件
※ 発言者名とテーマ代表語1語の共起件数です。全期間が対象ですが、表記ゆれや 同音異義語を含むため、関心の強さを厳密に測る指標ではありません。
よく発言している会議
直近 100 件の標本- 文部科学委員会50 件・50%
- 厚生労働委員会25 件・25%
- 災害対策特別委員会11 件・11%
- 科学技術・イノベーション推進特別委員会11 件・11%
- 懲罰委員会3 件・3%
※ 全 3,226 件のうち直近 100 件のみを集計した標本値です。
発言履歴
第196回 衆議院 厚生労働委員会 第6号
○平野委員 ということは、国民から上がってきたデータは、機構へ来る前にまずどこかの業者に入るんですか。そういうことですね。 機構は、それはもう業者に委託しちゃっている、一切ここに関与はない。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 わかりました。 それで、ＳＡＹ企画に渡すときには紙ですか。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 その紙というのは、どこまで入ったデータなんですか。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 ということは、まず確認しておきたいことは、国民から来たデータについて、紙ベースで、これは申告書ですから上がってきますよね。それで機構へ行きますよね。それで審査をする業者に渡るということですね、まず。その業者から機構に戻ってきて、機構がそれによって、多分これは戻ってくるけれどもスルーなんでしょうな、スルーで、紙ベースでＳＡＹ企画に行く、こういうことですね。 では、ここでまた教えてほしいんですが、私が昔仕事しておったときに、普通…
第196回 衆議院 厚生労働委員会 第6号
○平野委員 そうすると、ＳＡＹ企画ではスキャニングするんですね。ということは、スキャニングするということは、この間の委員の説明の中にあった光学機器か何かでスキャニングするんですね、これは多分。そうすると、それによって読み取るわけですね。スキャニングすることによって読み取るということですが、ここで入力ミスが三十一万八千件起こっているというのは、これは何で入力ミスが起こるんですか。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 そこがちょっとわからないんですね。 そうすると、国民から来たものを、機構からその業者という、どこの業者かわかりませんが、まず、入り口の部分で業者にチェックさせているわけでしょう。この業者は何のためのチェックをしているんですか。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 そうすると、今、私、単純に入力ミスと称しましたけれども、これは入力ミスではないんですね。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 いや、ですから、この入力ミスというのは、じゃ……（発言する者あり）あっ、ＯＣＲの読み取りミスですか、これは。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 ここが、僕、非常によくわからなくて。ＯＣＲの読み取りミスなんというのは、極めてレアケースなんですよ。普通、自分の目線で、人間の目線で見るミスとＯＣＲのミスとの間で、どちらがミスが起こると思いますか。ＯＣＲの方が多いんですね、それならこれは。機械的なミスですか、これは。機械のミス。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 どんなＯＣＲを使っているんですか。私も古い技術屋ですけれども、もう陳腐化していますよ、していますけれども、ＯＣＲが読み取りミスを起こす、これもゼロとは言いませんよ、あるかもしれませんが、人間の目線の方が正確だったら、人間の目線でやればいいじゃないですか。 だから、さっき、冒頭言ったように、ダブルでチェックするんですが、普通、それによって物すごくデータ入力の精度が上がるんですね。ＩＢＭだって、当初、僕のときは３７０だったですが…
第196回 衆議院 厚生労働委員会 第6号
○平野委員 理事長、それをさっき言ってくれたらいいんですよ。そういうふうに指示しているのに実態はＯＣＲという仕組みでやって、あとは人的目線でチェックをしているという、こういうことですね。 まず、仕事のシステムの工程がなってないじゃないですか。いつ気づいたんですか、それは。後でこういう問題が起こってきたから、後追いしていったら、結果こういうことだったということでわかったんですか。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 これは根本的なところなので、もうちょっと、具体的なところをどうやっているのか、ちょっと私も興味がありますから、あえてこうやって自分なりにメモをとって、自分なりに、こういうふうになっているんだろうなと頭の体操をしたんですが、明らかに、一点、今、理事長がいみじくも言われた、まずそこが変わっているという点が一つ。 それと、データ化した部分というのはどこのサーバーに入れているんですか。ＳＡＹのサーバーに入っているんですか。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 ＳＡＹのサーバーからデータ化して、機構へ、理事長のところへ戻るんですね。そのサーバーの中は、もうメモリは空っぽですか、抜いているんですか。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 ＳＡＹのサーバーの中には、マイナンバーを含めて、あるということですよね。あるということですね。あるというならば、それは遮断しているから絶対に外部に漏れることはないと何で言えるんですか。切っているんですか、もう。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 そこはちょっと安心しましたかな。 ただ、こんなのをサーバーなんかに入れておったら、今、クラウドなんといって、どこのデータから抜かれてくるかというのはわからぬわけですよ。これはオンラインで当然やっているはずでしょう。一々データを持ってきて、こちらのサーバーに入れて、こっちへこうするということはないはずで、オンライン化しているんですね。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 いずれにしても、後で結構ですから、事務方からデータのフローチャート、私に説明をいただけませんでしょうか。 私は、専門家ではありませんが、ある程度わかりますから、ここでどういうチェックがされているのか、ここでどういうチェックがされているのかということがやはり必要なんだと思います。 特に、これはマイナンバーがひっついていっておるものですから、このマイナンバーの行方がどこでわからぬようになっていくのかというのが見えないものですから…
第196回 衆議院 厚生労働委員会 第6号
○平野委員 それでいって、中国へ行きました。中国で何らかの処理をするんでしょう。中国で処理した部分と、今度中国から戻ってきた部分との照合はどこでやるんですか。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 そこにミスはないんですか。中国で作業してもらったミスは全くないんですか。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 ちょっとますますわからなくなってきましたが、要は、中国ではベリファイをやっている。日本では光学機器で読み取っている。中国の方が精度が高いんですか。
第196回 衆議院 厚生労働委員会 第6号
○平野委員 時間が来ましたけれども、私、まだ一問目でとまっているんですね。まことに、理事長、申しわけないので、理事長にこんな細かいことを聞くのは恐縮でありますが、改めて、しっかりとしてフローチャートを出してもらうとともに、やはりマイナンバーというデータが一緒にひっついているものですから、ちゃんとトリミングしているから大丈夫ですというふうにＩＢＭが言っていると言うけれども、本当にどうなんだというのがわからないものですから、それをやはり我々…