【ITニュース解説】Turning a Government Pay Calendar PDF into Structured, Verifiable Data

メキシコ政府が公開している、教育分野の給与支払いカレンダーが、従来PDF形式で提供されてきたことには、情報活用の点で大きな課題があった。このPDFは、人間が読むことを前提に作られており、数十万人の連邦教師が給与日を確認するために利用しているにもかかわらず、コンピュータが直接データを処理するには不向きな形式だった。具体的には、特定の情報を検索しにくく、提供されている日付が本当に正しいのかを検証することが難しく、その結果、SNSなどで誤った情報が拡散しやすい状況が生まれていたのだ。

この問題に対し、PortalFoneという独立した情報提供サービスが、そのPDF形式の給与カレンダーを、機械で扱いやすい構造化されたデータに変換し、四半期ごとの支払い情報を掲載したWebページとして公開した。この取り組みは、単にPDFをWebページにしただけでなく、政府の公式文書をデータとして扱う上で、いくつかの重要な教訓を私たちに教えてくれた。

まず一つ目は、「ドキュメントそのものではなく、ドメイン（業務領域）を正確にモデル化する」ことの重要性だ。システムエンジニアにとって、「給料日」という言葉は一見シンプルに見えるかもしれないが、実際には複数の異なる日付要素を含んでいる場合が多い。例えば、給与が銀行に送金される「通常支給日」や「特別支給日」、あるいは小切手が配達される「小切手交付日」などがある。また、給与が銀行から送金された日と、実際に教師の口座に入金される日（着金日）も異なる場合がある。これら複数の異なる意味を持つ日付を、まとめて「給料日」という一つの項目として扱ってしまうと、情報の区別が曖昧になり、誤解や誤った情報の拡散につながる可能性がある。PortalFoneの取り組みでは、それぞれの意味合いを持つ日付を明確に区別し、システム上で独立したデータとして扱ったことで、情報の正確性を保つことに成功した。

二つ目の教訓は、「すべてのデータには情報源（Provenance）を明記する」ことだ。特に重要な日付データについては、それがどの公式文書の、どの部分に記載されていた情報であるかを、システム内で追跡できるようにしておくべきだという考え方である。例えば、給与日についてWhatsAppグループなどの非公式な経路で噂が流れた場合でも、PortalFoneのシステムでは「私たちが正しい」と主張するのではなく、「公式な文書であるAnexo IXのこの箇所に記載されています」と具体的に情報源を示すことができる。これにより、情報の信頼性が飛躍的に向上し、ユーザーは安心して情報を利用できるようになる。システム開発において、データの出所を明確にすることは、情報の正当性を保証する上で極めて重要である。

三つ目は、「日付を検証する前に、識別子の検証を行う」という点だ。教師が給与カレンダーにアクセスする際、通常はCURPやRFCといった個人を特定する識別子（ID番号）を用いてシステムにログインする。もしこれらの識別子に一文字でも誤りがあれば、カレンダーの内容を見る以前に、システムへのアクセス自体が拒否されてしまう。つまり、日付情報の正確性を議論する前に、まずユーザーを正しく特定できるかどうかが肝心なのだ。PortalFoneでは、ユーザーが入力したCURPやRFCの形式が正しいか、そして検証用数字（チェックデジット）が一致するかを、ユーザーのWebブラウザ内で完全にチェックする機能を構築した。この方法の利点は、入力された個人情報がユーザーのデバイスから外部に送信されることなく、その場で検証が完了するため、セキュリティが向上することにある。

これらの取り組みの結果、PortalFoneは「FONE 2026給与支払いカレンダー」という単一の信頼できる公式Webページを提供している。これにより、公式情報が更新されるたびに新しいPDFのスクリーンショットが頻繁にやり取りされるのではなく、常に最新の情報が掲載されたこのWebページを参照すればよい状況が作られた。このパターンは、メキシコに限らず、世界中の政府文書をデータとして活用する際に一般化できる。つまり、業務ドメインにおける区別を尊重し、各データフィールドの情報源を保持し、そしてリンク可能で単一の信頼できるバージョンを公開することが、デジタル時代における情報提供の基本となるのだ。