「実際にAI・Python・LINE/メール通知まで使って、この情報レーダーを作る方法」

 「実際にAI・Python・LINE/メール通知まで使って、この情報レーダーを作る方法」

まず重要なのは、AIに気象情報そのものを予測させるのではなく、気象庁などの一次情報をPythonで取得 → 必要な情報だけ抽出 → AIで人間向けに要約 → LINE/メールへ通知という構成にすることです。

気象庁は防災気象情報を機械判読可能なXML形式で提供しており、2026年5月からの新しい防災気象情報に対応したXML資料も公開しています。台風情報には「全般台風情報」のXMLもあります。

まず完成形をイメージする

        気象庁
          │
          ▼
    防災情報XML
          │
          ▼
       Python
          │
    ┌─────┴─────┐
    ▼           ▼
地域判定     台風判定
    │           │
    └─────┬─────┘
          ▼
       AIで要約
          │
    ┌─────┴─────┐
    ▼           ▼
   LINE        メール
    │           │
    └─────┬─────┘
          ▼
     「自分に必要な情報」

例えば、

🚨【防災情報レーダー】
埼玉県で大雨に関する警報が発表されました。

■対象：○○市
■種類：大雨警報
■発表：○月○日 ○時○分
■注意：土砂災害・浸水

詳細は気象庁公式情報を確認してください。

という通知を自動的に送るわけです。

---

1．最初は「AIなし」で作る

ここが非常に重要です。

いきなりAIを入れないほうがいいです。

最初に、

「気象庁 → Python → LINE」

だけを完成させます。

その後、

「Python → AI → LINE」

に発展させます。

なぜなら、AIが間違えたのか、データ取得が失敗したのか、通知が失敗したのかを切り分けられなくなるからです。

---

2．気象庁の情報を取得する

気象庁は防災情報XMLを提供しています。

警報・注意報には、対象区域、発表官署、警報・注意報の種類、発表・解除時刻などが含まれます。

また、台風情報にもXMLがあり、台風番号、位置、移動方向、速度、気圧、風などの情報を扱えます。

Pythonではまず、

pip install requests

を入れます。

そして基本形は、

import requests

url = "取得するXMLのURL"

response = requests.get(url)

response.raise_for_status()

xml_data = response.text

print(xml_data)

です。

ここで、

「Pythonから気象情報を取得できた！」

という状態を作ります。

---

3．次に「自分に関係する情報」だけを抽出する

全国の情報を全部LINEに送ったら、通知が多すぎて使い物になりません。

そこで、

TARGET_AREA = "千葉県"

のように、自分が監視したい地域を設定します。

さらに、

大雨
暴風
洪水
高潮
波浪
台風

などのキーワードを設定できます。

例えば、

KEYWORDS = [
    "大雨",
    "暴風",
    "洪水",
    "高潮",
    "波浪"
]

として、

if any(keyword in xml_data for keyword in KEYWORDS):
    print("重要情報を検出")

というところから始められます。

ただし、本番システムでは単純な文字検索だけに頼らず、XMLの構造を解析するのがおすすめです。

2026年の新しい防災気象情報ではXML電文の体系も整理されているので、長く使うなら新しい仕様を確認して実装するのが重要です。

---

4．「前回との差分」を検出する

ここが情報レーダーとして非常に重要です。

例えば10分おきに情報を確認するとします。

毎回、

大雨注意報があります

と通知されたら迷惑です。

そこで、

前回の状態

大雨注意報
      ↓
今回の状態

大雨警報

なら、

「変化した！」

として通知します。

つまり、

取得
 ↓
前回データと比較
 ↓
変更あり？
 ↓ YES
通知

です。

この仕組みを入れるだけで、かなり実用的になります。

---

5．LINEへ送る

LINEではMessaging APIを利用できます。

現在の公式ドキュメントでは、Messaging APIのプッシュメッセージを使ってユーザー、グループなどへ任意のタイミングでメッセージを送信できます。

例えばPythonから、

import requests

CHANNEL_ACCESS_TOKEN = "あなたのトークン"
USER_ID = "あなたのユーザーID"

url = "https://api.line.me/v2/bot/message/push"

headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {CHANNEL_ACCESS_TOKEN}"
}

data = {
    "to": USER_ID,
    "messages": [
        {
            "type": "text",
            "text": "🚨 大雨警報が発表されました"
        }
    ]
}

response = requests.post(
    url,
    headers=headers,
    json=data
)

print(response.status_code)

という形で送れます。

ただし、LINE側で公式アカウント・Messaging APIの設定が必要です。また、プッシュ送信には送信先についての条件があります。例えば、公式アカウントを友だち追加しているユーザーなどが対象です。

---

6．ここで「AI」を入れる

ここからが今回の企画の面白いところです。

Pythonが取得した生データをそのままLINEに送るのではなく、

気象庁XML
     ↓
Python
     ↓
必要部分を抽出
     ↓
AI
     ↓
人間が理解しやすい文章
     ↓
LINE

にします。

例えばAIへの指示を、

以下は気象庁から取得した防災情報です。
事実関係を変更せず、重要事項を日本語で簡潔に整理してください。

・対象地域
・警報/注意報
・発表時刻
・災害リスク
・住民が確認すべきこと

推測は禁止。データにない情報は「不明」としてください。

とします。

これが非常に重要です。

AIに「予測」させない。

AIには「整理・要約」させる。

という考え方です。

---

7．「AIだからこそできること」を追加する

ここから独自性が出ます。

例えば、

レベル1

「大雨警報が出ました」

だけ。

↓

レベル2

AIが、

神奈川県○○市
大雨警報
土砂災害への警戒が必要

と整理。

↓

レベル3

さらに、

【あなたへの通知】

現在地として登録している地域に大雨警報が発表されました。

今回の変更：
注意報 → 警報

重要度：高

気象庁公式情報を確認してください。

というようにする。

これが、

「自分専用防災AI」

です。

---

8．さらに「台風専用モード」を作る

台風の場合は、

台風発生
 ↓
日本への接近可能性
 ↓
進路
 ↓
中心気圧
 ↓
最大風速
 ↓
暴風域
 ↓
大雨
 ↓
強風
 ↓
高波
 ↓
自分の地域への影響

を追跡します。

気象庁の台風情報には、位置・移動方向・速度・気圧・風などの情報が含まれています。

そこでAIに、

「今回の台風について、前回発表から何が変化したか？」

を要約させる。

これが面白い。

単なる

「台風が来ます」

ではなく、

「昨日から何が変わった？」

を教えてくれるからです。

---

9．「前回との比較AI」が最も面白い

例えば、

前回

台風○号
中心気圧 980hPa
北上

↓

今回

台風○号
中心気圧 965hPa
北東へ進行

するとAIが、

【変化】
・中心気圧：980hPa → 965hPa
・進行方向：北 → 北東
・勢力が強まっています

※上記は取得した気象庁情報の比較です。

とする。

これなら単なるニュース通知ではありません。

「情報の変化を教えてくれるAI」

になります。

---

10．メール通知も作れる

メールの場合はGmail APIなどを利用できます。

GoogleのGmail APIには、指定した宛先などを含むメールを送信するsend機能があります。

例えば、

件名：
【防災レーダー】埼玉県 大雨警報

本文：

○月○日 ○時○分

埼玉県○○市で
大雨警報が発表されました。

前回：
大雨注意報

今回：
大雨警報

変更：
警戒レベルが上昇

公式情報：
気象庁

というメールを自動送信できます。

---

11．最終的には「24時間監視」にする

自分のパソコンを24時間つけっぱなしにする必要はありません。

最終形では、

クラウドサーバー
       ↓
10分ごとに実行
       ↓
気象庁をチェック
       ↓
変化を検出
       ↓
AIで要約
       ↓
LINE通知

にします。

例えば、

• GitHub Actions
• クラウドサーバー
• VPS
• AWS
• Google Cloud

などが候補になります。

初心者なら、最初からAWSなどに行かず、

自分のPC → 動作確認 → クラウド

の順番をおすすめします。

---

12．そして「台風だけ」にしない

ここが、あなたのブログ企画としてかなり面白いところです。

情報レーダーを、

防災レーダー
イベントレーダー
学習レーダー
仕事レーダー
地域情報レーダー

に分けます。

例えばイベントなら、

公式サイト
 ↓
更新を検出
 ↓
AIが内容解析
 ↓
「参加できそう」
 ↓
通知

です。

あなたが最初に感じた、

「知らなかった。もっと早く知っていれば参加できたのに」

という問題を、AIで解決するわけです。

---

13．究極の形

最終的には、

             INTERNET
                 │
      ┌──────────┼──────────┐
      ↓          ↓          ↓
     気象       イベント     ニュース
      │          │          │
      └──────────┼──────────┘
                 ↓
             Python
                 ↓
          情報の整理・保存
                 ↓
                AI
                 ↓
        「自分に関係ある？」
                 ↓
        ┌────────┴────────┐
        ↓                 ↓
      緊急              興味あり
        ↓                 ↓
      LINE              メール
        ↓                 ↓
        └────────┬────────┘
                 ↓
           自分専用情報レーダー

となります。

これなら、ブログのテーマとしても、

「AIを使って、自分だけの情報収集システムを作る」

というシリーズにできます。

---

最初に作るべき「最小システム」

いきなり全部作らず、私はこの順番をおすすめします。

段階	作るもの	難易度
①	Pythonをインストール	★
②	気象庁XMLを取得	★★
③	警報・注意報を抽出	★★
④	地域を絞る	★★
⑤	前回との差分を保存	★★★
⑥	LINE通知	★★★
⑦	AIによる要約	★★★
⑧	メール通知	★★★
⑨	24時間自動実行	★★★★
⑩	イベント・ニュースにも拡張	★★★★

①〜⑥まで完成すれば、すでに「自分専用防災レーダー」です。

---

続編作るとしてどんな順番がいいか想定してみた

第1回

「知らなかった」をなくすために、AI情報レーダーを作る

第2回

気象庁の防災情報XMLをPythonで取得してみた

第3回

大雨・強風・高波だけを自動検出する

第4回

LINEに台風情報を自動通知してみた

第5回

AIに「前回から何が変わった？」を分析させる

第6回

24時間動く自分専用防災レーダーを作る

第7回

イベント情報も自動収集して「知らなかった」をなくす

第8回

AI情報レーダーを1か月運用して分かったこと

 

台風を「知らなかった」で終わらせない

――タイフーン、ハリケーン、警報・注意報。知らなかった情報を「次は誰より早く知る」ために

「台風が来るらしい」

ニュースやスマートフォンの通知で、初めて知る。

大雨、強風、高波、高潮。

「注意報が出ています」
「警報に変わりました」
「台風が接近しています」

そんな言葉を、私たちは何となく聞いている。

でも、ふと考えてみた。

自分は、台風についてどこまで知っているのだろう？

そして、もう一つ気になった。

なぜ、自分はその情報を知らなかったのだろう？

---

「知らない」は、情報が存在しないということではない

今回、台風や防災について調べてみて、一番印象に残ったのはここだった。

知らなかった情報は、実は世の中に存在していた。

気象庁では台風の位置や強さ、進路などを発表している。

さらに、大雨、強風、波などについて、警報・注意報も発表されている。気象庁によると、注意報は災害のおそれがある場合、警報は重大な災害のおそれがある場合に発表される。

つまり、

「情報がなかった」のではない。

「自分が情報を取りに行く仕組みを持っていなかった」

ということなのかもしれない。

ここに、今回のテーマがある。

---

台風、タイフーン、ハリケーンは何が違う？

調べていくと、「台風」「タイフーン」「ハリケーン」という言葉も気になってくる。

これらは、まったく別の自然現象というより、地域や気象機関などによって呼び方が変わる熱帯低気圧の仲間として理解すると分かりやすい。

日本では「台風」という言葉を使う。

一方、英語圏では「typhoon（タイフーン）」や「hurricane（ハリケーン）」という言葉が使われる。

同じような巨大な渦でも、

「どこで発生したのか」

「どの地域で使われている言葉なのか」

によって呼び名が変わる。

普段何気なく使っている「台風」という言葉一つを取っても、調べると知らない世界が広がっている。

---

大雨・強風・高波。「台風」だけを見ていてはいけない

ここも今回の発見だった。

台風が来ると、

「台風の進路」

ばかり気にしてしまう。

しかし、実際に生活へ影響するのは台風そのものだけではない。

例えば、

• 大雨

• 強風・暴風

• 高波

• 高潮

• 河川の氾濫

• 土砂災害

など、複数の危険が同時に発生する可能性がある。

気象庁の警報・注意報も、大雨や暴風だけでなく、波浪や高潮など、それぞれの災害リスクに応じて発表される。

つまり、

「台風が来るか？」だけでは不十分。

重要なのは、

「自分のいる場所で、何が危険になるのか？」

という視点なのだと思う。

---

そして、私は一つの機会を逃していた

ここからは、今回このテーマを考えるきっかけになった自分自身の話だ。

ある情報を知った。

「こんなイベント・機会があったのか」

そう思った。

しかし、その時にはもう、自分は参加できなかった。

正直、残念だった。

「もっと早く知っていれば……」

という気持ちが残った。

そして、その残念な気持ちから、ある疑問が生まれた。

どうすれば、次はもっと早く情報を入手できるのだろう？

情報を知ってから行動するのでは遅い。

情報を探してから判断するのでも遅い。

ならば、

「情報が出た瞬間に、自分のところへ届く仕組み」

を作ればいいのではないか。

---

「情報を探す人」から「情報が届く人」へ

今までは、

検索する
↓
ニュースを見る
↓
SNSを見る
↓
気になる情報を探す

という方法だった。

でも、この方法には問題がある。

自分が検索しなければ、情報に出会えない。

そこで考えたのが、

「情報収集そのものを自動化できないか？」

ということだった。

例えば、

台風の場合

気象庁などの公式情報
↓
新しい台風情報を検知
↓
自分に関係する地域か判定
↓
大雨・強風・高波などを分類
↓
AIが内容を要約
↓
スマートフォンへ通知

という仕組みだ。

---

ここでAIを使う

AIの役割は、単純に「台風を教えてもらう」だけではない。

むしろ重要なのは、

大量の情報の中から、自分に必要な情報だけを取り出すこと。

例えば、AIに、

「埼玉県に関係する情報だけ抽出」

「明日から48時間以内に影響するものだけ」

「大雨・強風・洪水に関係するものだけ」

「危険度が上がった場合だけ通知」

といった条件を設定する。

すると、人間が毎回ニュースを確認しなくてもよくなる。

---

さらに面白いのは「台風以外」に応用できること

ここからが自分なりの特異性・独自性だと思う。

この仕組みは台風だけに使えるものではない。

例えば、

イベント情報

募集開始
↓
AIが検知
↓
日時・場所・参加条件を抽出
↓
自分に通知

講演会

新しい講演情報
↓
AIが検知
↓
自分の興味と照合
↓
参加できそうなら通知

地域の防災情報

警報・注意報
↓
AIが地域を判定
↓
重要度を判断
↓
スマートフォンへ通知

ということも考えられる。

つまり、

「情報収集AI」ではなく「自分専用の情報レーダー」

を作る。

---

誰より早く知るには、どうする？

「誰よりも早く」という言葉には注意も必要だ。

SNSの投稿が早いからといって、それが正しいとは限らない。

だから私は、

速さ × 信頼性

の両方が重要だと考える。

特に災害情報では、公式情報を優先したい。

気象庁は台風情報や警報・注意報などを提供しており、警報・注意報は随時更新される情報として提供されている。

だから、

一次情報を取得する

↓

AIで整理する

↓

必要な情報だけ通知する

という順番が理想だ。

AIに「事実を作らせる」のではなく、

公式情報をAIに読ませ、人間が判断しやすい形に変換する。

これが重要なのだと思う。

---

2026年、さらに面白くなった防災情報

実は、ここにも「知らなかった」があった。

2026年5月29日から、新しい防災気象情報の運用が始まった。

大雨などの情報について、避難の判断をしやすくするため、警戒レベルとの対応が整理されている。例えば「レベル3大雨警報」のように、レベルと情報を組み合わせて伝える形になっている。

さらに2026年8月には、台風が低気圧に変わった後も、引き続き警戒が必要な場合にそれを伝えやすくする改善も行われた。

つまり、防災情報そのものも変化している。

一度覚えたら終わりではない。

情報を受け取る仕組みもアップデートしていかなければならない。

---

「参加できなくて残念だった」が、きっかけになった

今回、参加できなかったことは正直残念だった。

しかし、その「残念」がなかったら、

「なぜ自分は知らなかったのか？」

とは考えなかったかもしれない。

そして、

「どうすれば次は早く知ることができるのか？」

とも考えなかった。

だから、今回の出来事を単なる「参加できなかった」で終わらせたくない。

むしろ、

「情報を待つ人」から「情報を取りに行く仕組みを作る人」へ変わるきっかけ

にしたい。

---

次回は「行きたい」ではなく「知っている状態」にする

次に同じようなイベントや機会があったら、参加したい。

そのためには、

「誰かが教えてくれるだろう」

ではなく、

自分で情報を取りに行く仕組みを作る。

さらにAIを使って、

• 公式サイトの更新

• イベント情報

• 防災情報

• 台風情報

• 警報・注意報

• 募集開始

• 締切

• 地域情報

などを監視する。

そして、

「自分に必要な情報だけを、自分が必要なタイミングで受け取る」

ことを目指す。

---

私が作りたい「情報レーダー」

最終的に作りたいのは、こんなシステムだ。

INFORMATION RADAR

① 情報を集める

公式サイト
ニュース
イベントページ
気象情報
自治体情報

↓

② AIが読む

「これは何の情報？」

↓

③ 自分との関係を判断

「自分に関係ある？」

↓

④ 優先順位をつける

緊急
重要
興味あり
参考

↓

⑤ AIが短くまとめる

「何が起きた？」

「いつ？」

「どこ？」

「自分は何をすべき？」

↓

⑥ 通知する

スマートフォン
メール
LINEなど

---

情報格差をAIで縮められるか？

今回考えてみて、一番面白いと思ったのがここだ。

同じ情報がインターネット上に存在していても、

「知っている人」と「知らない人」がいる。

そして、その差が、

「参加できた」

「参加できなかった」

「準備できた」

「準備できなかった」

という結果につながることがある。

AIは、その情報格差を完全になくすものではない。

しかし、

「探す時間」を減らし、「気づく可能性」を高める道具

にはできる。

---

これからのテーマ

今回の台風の話は、単なる防災の話では終わらない。

私が考えたいのは、

「知らない情報を、どうやって早く知るか？」

という問題だ。

そして、

「AIを使って、自分専用の情報収集システムを作れないか？」

という実験でもある。

知らなかった。

参加できなかった。

悔しかった。

だから調べた。

そして、次は同じことを繰り返さないために仕組みを作る。

これこそが、今回の経験から得た一番の学びなのかもしれない。

---

「知らなかった」を「次は知っている」に変える

台風は突然やってくる。

イベントの募集も突然始まる。

重要な情報も、いつの間にか公開されている。

だからこそ、

情報を待つのではなく、情報が来る仕組みを作る。

そしてAIを使って、

「大量の情報」→「自分に必要な情報」

へ変換する。

これから私は、この「自分専用情報レーダー」を実際に作れるのか試してみたい。

そして次に面白そうなイベントや学びの機会があったときには、

「知らなかった……」

ではなく、

「知っている。今回は参加できる。」

と言える自分になっていたい。

 

津波情報を「待つ人」から「取りに行く人」へ

― 知らなかった情報を、次は誰より早く知るために ―

最近、津波に関する情報を目にした。

正直に言うと、最初に思ったのは、

「こんな情報があることを、自分は知らなかった」

ということだった。

そして、もう一つ。

「もっと早く知っていたら、参加できたかもしれない」

という悔しさだった。

知らなかった。

だから参加できなかった。

もちろん、すべての出来事に参加できるわけではない。

しかし、一度「こういう情報が世の中には存在する」と知ってしまうと、人間は不思議なものである。

今度は、

「次に同じような機会があったら、絶対に見逃したくない」

と思うようになる。

ここから、自分の中で一つのテーマが生まれた。

「どうすれば、重要な情報を誰よりも早く入手できるのか？」

---

「情報を知らなかった」のではなく、「情報を取りに行く仕組み」がなかった

津波情報について調べてみると、気象庁は津波警報・注意報・予報を発表している。

津波情報には、津波の到達予想時刻や予想される津波の高さ、実際に観測された津波など、さまざまな情報が含まれている。情報は随時提供されている。

さらに、津波警報などはテレビやラジオ、気象庁ホームページ、自治体、防災行政無線、そして携帯電話の緊急速報メールなど、複数の経路で伝えられている。

つまり、

「情報がなかった」のではない。

情報は存在していた。

問題は、

「自分がその情報を受け取れる場所にいなかった」

ことだった。

これは津波に限らない。

イベント、災害、防災訓練、講演会、地域活動、募集、ニュース、行政情報。

世の中には、知らないうちに始まり、知らないうちに終わっている情報が大量にある。

そこで考えた。

---

情報収集を「才能」ではなく「仕組み」にできないか？

情報収集が得意な人はいる。

毎日ニュースを見る人。

SNSをチェックする人。

自治体のホームページを見る人。

メールマガジンを登録している人。

しかし、人間には限界がある。

24時間スマートフォンを見続けることはできない。

だから、

「自分が情報を探す」のではなく、「情報のほうから自分に来てもらう」

という発想に変えてみたい。

そこで出てくるのがAIだ。

---

AIを「情報の見張り番」にする

例えば、自分が知りたいテーマを決める。

「津波」

「地震」

「防災」

「地域の防災イベント」

「防災訓練」

「防災講演会」

「海洋情報」

「自治体のイベント」

など。

そして、これらをAIや自動化ツールに監視させる。

新しい情報が出たら、

①情報を発見する
↓
②内容をAIが要約する
↓
③自分に通知する
↓
④重要度をAIが判定する
↓
⑤必要なら詳細ページを開く

という流れを作る。

これなら、自分が毎日何時間も検索し続ける必要がなくなる。

---

「誰より早く知る」ために重要なのは、情報源を一つにしないこと

ここが今回、自分が特に面白いと思ったところだ。

「ニュースサイトを見ておけばいい」

だけではない。

例えば、

• 気象庁

• 自治体

• 防災関連サイト

• 防災メール

• 緊急速報メール

• SNS

• イベント情報

• 地域の公式サイト

• RSS

• API

• AIによる自動監視

など、複数の情報源を組み合わせる。

気象庁の情報は、防災情報XMLという形式でも提供されており、津波警報・注意報などは「随時」提供されている。

ここにAIや自動化を組み合わせれば、

「人間がニュースを探す」

から、

「システムが情報を探し、人間は重要なものだけを見る」

へ変えられる可能性がある。

---

そして、ここに自分なりの「特異性」を作りたい

単に「津波について調べました」というブログにはしたくない。

自分がやりたいのは、

「知らなかった」ことそのものを研究対象にすること。

普通は、

「情報を知った」

で終わる。

でも、自分はそこから一歩進んで、

「なぜ知らなかったのか？」

を考える。

そして、

「どうすれば次は知ることができるのか？」

を考える。

さらに、

「AIを使えば、その仕組みを自動化できるのではないか？」

と考える。

この「知らなかった→悔しい→原因を考える→仕組み化する」という流れこそ、自分のブログの独自性になるのではないかと思っている。

---

「参加できなかった」を、次の行動のエネルギーに変える

今回、参加できなかったことは残念だった。

「もっと早く知っていれば……」

という気持ちは残る。

でも、そこで終わらせない。

むしろ、

「参加できなかったからこそ、次はどうする？」

と考える。

次回、同じような情報が出たとき、

「知らなかった」

ではなく、

「知っている」

状態にする。

さらに、

「知っているだけ」ではなく、「すぐ行動できる」

状態にする。

そのための仕組みを、今から作っておく。

---

最終的に作りたい「自分専用・情報レーダー」

理想はこうだ。

朝、スマートフォンを見る。

そこにはAIから、

【防災情報】
本日、新しい津波関連情報を検出しました。

重要度：★★★
対象地域：○○
発表元：気象庁

「これは自分に関係する情報です」

と届いている。

さらに別の日には、

【イベント情報】
○月○日、○○地域で防災イベント開催。

あなたが以前「参加したい」と登録したテーマに一致しています。

と教えてくれる。

これなら、情報を探し続ける必要がない。

自分専用の「情報レーダー」を持つ。

これが今の自分が考えていることだ。

---

AIは「答えを教えてくれるもの」だけではない

AIというと、

「質問したら答えてくれるもの」

というイメージが強い。

でも、それだけではない。

これからは、

「自分の代わりに情報を探す」

「情報を整理する」

「重要なものを選別する」

「通知する」

という使い方がもっと重要になるのではないかと思う。

人間が全部を見るのではなく、

AIに大量の情報を見てもらい、

人間は、

「自分にとって重要な情報だけを見る」

という役割分担だ。

---

ただし、「速さ」より大切なものがある

津波などの災害情報については、AIの通知だけを頼りにしてはいけない。

命に関わる情報では、気象庁や自治体、緊急速報メールなどの公式情報を最優先にする必要がある。

実際、津波警報などは携帯電話事業者による緊急速報メールでも対象地域に一斉配信される仕組みがある。

だからAIは、

公式情報の代わりではない。

あくまで、

「情報を見つける・整理する・気づかせるための補助役」

として使う。

この線引きは非常に重要だと思う。

---

「知らなかった」を「次は知っている」に変える

今回の出来事で、自分が一番考えさせられたのは、

情報格差は、知識の差だけではない

ということだ。

同じ情報が世の中に存在していても、

「その情報を知る仕組み」を持っている人と持っていない人では、結果が変わる。

だから、これからは知識を増やすだけではなく、

情報が自分のところに届く仕組みを作る。

そして、その仕組みをAIで少しずつ自動化する。

---

次回は「参加する側」になりたい

今回は、知らなかった。

だから参加できなかった。

でも、次は違う。

情報を探す。

情報を監視する。

AIに整理させる。

必要な情報を通知させる。

そして、

「知っている人」から「参加する人」へ。

これが今、自分がやってみたいことだ。

「知らなかった」で終わるのではなく、

「なぜ知らなかったのか？」

を考える。

そして、

「次はどうすれば知ることができるのか？」

を仕組みにする。

それが、今回の津波情報から自分が得た、意外な学びだった。

---

そして次のテーマは、「自分専用の情報収集AI」を実際に作ること

ここから先は、もっと面白くできそうだ。

例えば、

「津波・地震・防災・イベント情報をAIが自動監視し、自分に必要な情報だけLINEやメールなどで知らせる」

という仕組みを実際に作ってみる。

うまくいけば、

「知らなかった情報を、AIを使って先回りして見つける」

という、自分だけの情報収集システムになる。

情報を待つのではなく、

情報を取りに行く。

そして最終的には、

「情報が自分を探してくれる状態」

を作りたい。

今回参加できなかったことを、次回への準備に変える。

それが、今の自分にできる一番面白い挑戦なのかもしれない。