カテゴリー: ネット

リクルートグループ元社員　丸田憲司朗

裁判結果

※リンク切れ

https://www.asahi.com/articles/ASR9472SXR94UTIL02M.html

就職相談に…10人に性的暴行　元リクルート関連会社員に懲役25年

10人の女性に睡眠薬を飲ませて性的暴行をしたなどとして、準強制性交や準強制わいせつなどの罪に問われたリクルート関連会社の元社員丸田憲司朗被告（33）の判決公判が4日、東京地裁（野村賢裁判長）であった。判決は「被害者らの尊厳を無視して性欲のはけ口に扱う非道な犯行だ」として、懲役25年（求刑懲役28年）を言い渡した。

　判決によると、丸田被告は2017年4月～20年10月、当時19～30歳の女性10人に、飲食店で睡眠薬を混ぜた飲み物を飲ませるなどして抵抗できない状態にして、自宅、被害者宅、カラオケ店、ホテルでわいせつな行為をするなどした。

　10人とは、飲食会やマッチングアプリのほか、「就職相談に乗る」という名目で知り合うなどし、犯行状況を動画や静止画で撮影していた。

　判決は「被害者は多大な精神的苦痛を受け、生活でも大きな支障が生じている」と指摘。その上で「約3年6カ月にわたり、思いとどまることもなく犯行を繰り返しており、被害者を思う意識やこの種の犯罪への規範意識が鈍麻し、常習性が顕著だ」と非難した。

　弁護側は「幼少期に母親から虐待を受けるなどして女性不信に陥り、他人とどう関わったらいいのかわからない心理状態にあった」などと主張していたが、判決は「結局は自らの欲望を満たすために犯行に及んだのであって、およそくむべき事情にはなりえない」と退けた

https://www.jiji.com/jc/article?k=2023051500106&g=soc

経産省キャリア、罪認める　睡眠薬飲ませわいせつ―東京地裁

複数の女性に睡眠薬を飲ませわいせつな行為をしたとして、準強制性交未遂や準強制わいせつなどの罪に問われた経済産業省キャリア官僚の佐藤大被告（３３）の初公判が１５日、東京地裁（中尾佳久裁判長）であり、同被告は女性１人について起訴内容を認めた。別の女性に関しては後日、認否を含め審理される予定。

検察側は、佐藤被告が海外の領事館に在籍していた期間に、女性の体内から検出された成分を含む睡眠薬を処方されていたと指摘した。

起訴状によると、佐藤被告は２０２２年１１～１２月、２度にわたって東京都内のダーツバーやインターネットカフェで女性に睡眠薬を飲ませ、わいせつな行為をしたなどとされる。

経産省は１５日付で、佐藤被告を懲戒免職処分とした。

宗教法人　元佑教　銅子正人

宗教法人を購入

https://friday.gold/article/16043

裁判の結果

https://www.asahi.com/articles/ASP6J4HSPP6GOIPE01J.html

https://www.nikkei.com/article/DGXZQOUE169JZ0W1A610C2000000/

https://www.yomiuri.co.jp/local/chubu/news/20230323-OYTNT50183/

テキシア詐欺　賠償命令　名古屋地裁

◆幹部らに全額１．７億円

投資関連会社「テキシアジャパンホールディングス」（千葉市）の詐欺事件に絡み、出資金をだまし取られたとして、愛知県などの元顧客らが同社や関連会社、実質的経営者の 銅子 どうこ 正人受刑者（４５）（懲役８年などが確定）ら幹部１２人に計約１億７３００万円の損害賠償を求めた訴訟の判決が２３日、名古屋地裁であり、上村考由裁判長は全額の支払いを命じた。

　判決によると、原告らは元本保証や高配当を約束した上での投資の勧誘を幹部らから受け、２０１４～１７年、同社や関連会社に１００万～１９００万円の現金を渡した。

　判決は、同社のシステムを「いずれ破綻して多数の顧客に損害を与えることが必至」として幹部らの勧誘行為の違法性を認定し、全員の賠償責任を認めた。銅子受刑者は口頭弁論期日に出頭せず、答弁書なども提出しなかった。

あるSNSの会員区分について、考える。

結論、行動経済学を考慮し、3000円を選ぶ心理的負荷の低いデザインとなっている。

・なぜ、4つの会員区分か？

まず、社会心理学的な研究によると、選択肢の数が増えると、人々はより小さな寄付を選びやすくなる傾向があります。この現象は、「選択肢過多」として知られています。選択肢が多すぎると、人々は選択肢の数に圧倒され、判断を下すのが難しくなります。その結果、人々はより安全な選択肢を選びがちであり、少額の寄付を選ぶ可能性が高くなります。

一方で、社会心理学や行動経済学の研究によれば、3つの選択肢がある場合、人々は中間の選択肢を選びやすい傾向があります。これは、「中間選好の傾向」として知られています。

この傾向は、人々が選択肢を評価する際に、両端の選択肢よりも中間の選択肢をより好ましく見なす傾向があるためです。また、両端の選択肢が極端であると感じることがあり、中間の選択肢を選ぶことでリスクを回避する傾向があります。

したがって、3つの選択肢がある場合、人々は中間の金額を選びやすい傾向があります。

さらに、

4つの選択肢がある場合、高額な選択肢が存在すると、人々はその選択肢に引き寄せられる傾向があります。これは、「アンカリング効果」として知られています。

アンカリング効果は、人々が物事を評価する際に、最初に提示された情報に強く影響を受ける傾向があることに起因しています。高額の選択肢が提示されると、人々はその選択肢を基準として、他の選択肢を評価し、選択する金額を高く設定する傾向があるためです。

一例として、ある研究では、4つの選択肢（$10、$15、$20、$25）が提示された場合に、$25の選択肢があると、平均的な選択金額が$20に比べて高くなることが示されています。

つまり、

高額の選択肢が提示されると、他の選択肢も高く見られ、その選択肢に引き寄せられる傾向があります。したがって、10000円の選択肢がある場合、他の選択肢も高く見られる可能性があります。

例えば、1500円、2000円、3000円、10000円の選択肢がある場合、10000円の選択肢がアンカリング効果を引き起こし、他の選択肢が安く見られることが予想されます。そのため、3000円が最も選ばれやすいという結果が出る可能性があります。

そのうえで、1500円に対して、ネガティブなコンテキストとピアプレッシャーを与えることで、2000円、3000円が選びやすくすることができます。

Dartの検証

Dartの主な特徴として、下記が挙げられます。

・オブジェクト指向型
・動的型付けと静的型付けの使用が可能
・JavaScriptやJavaに似ている
・操作性がシンプルで使用しやすい
・セキュリティ性能にも優れている
・大規模なアプリ開発に向いている

Dartは、JavaScriptの代替言語として開発されました。加えて、JavaやC#の影響を受けていることもあり、JavaScripttやJavaに類似しているのが特徴です。そのため、学習を進めるにあたって、すでにJavaScriptやJavaを理解している方は比較的楽にDartの知識を身につけられるでしょう。

Dart公式ページ

参考

Dart公式ページ

ChatGPTの検証

2022年11月にOpenAIという企業がリリースしたChatGPTについて。

OpenAI公式ページ

参考

OpenAI公式ページ

検証した感想

Pythonのプログラムの解説を試してみました。

Pythonで書かれたソース

h, w, sy, sx, n = map(int, input().split())
s = [list(input()) for _ in range(int(h))]
time_lr = [input().split() for _ in range(int(n))]
directions = ["N", "E", "S", "W"]
now_direction = 0
time_index = 0
s[sy][sx] = "*"

for t_now in range(100):
    if time_index < n and str(t_now) == time_lr[time_index][0]:
        d = time_lr[time_index][1]
        time_index += 1
        if d == "L":
            now_direction = (3 + now_direction) % 4
        else:
            now_direction = (1 + now_direction) % 4

    if directions[now_direction] == "N":
        sy -= 1
    elif directions[now_direction] == "E":
        sx += 1
    elif directions[now_direction] == "S":
        sy += 1
    elif directions[now_direction] == "W":
        sx -= 1

    if sx < 0 or sx >= int(w) or sy < 0 or sy >= int(h) or s[sy][sx] != ".":
        break
    else:
        s[sy][sx] = "*"

for y in range(int(h)):
    for x in range(int(w)):
        print(s[y][x], end="")
    print()

解析後

このコードは、グリッド上を移動するロボットのシミュレーションの実装です。

入力は次のように読み取られ、保存されます。

h, w: それぞれグリッドの高さと幅
sy, sx: ロボットの開始 y および x 位置
n: ロボットの回転命令数
s: 文字の 2D リストとしてのグリッド表現
time_lr: 時間と回転方向 (L/R) のペアのリスト
シミュレーションは 100 時間単位で行われます。 各時間単位で、コードは現在の時刻が time_lr のいずれかの時刻と一致するかどうかを確認します。 その場合、ロボットの方向はそれに応じて更新されます。 次に、コードは現在の方向 (北、東、南、または西) に基づいてロボットの位置を更新します。 新しい位置が範囲外または空きスペースでない場合、シミュレーションは終了します。 新しい位置が有効な場合は、アスタリスクでマークされます。

最後に、グリッド表現が印刷されます。

感想

十分な解析結果と言えるのではないでしょうか。

2023.1.30追記

ChatGPTのソース解析結果を渡して、実行可能なソースが作れるか

→

できず。デバッグをしない。入力と出力の結果の判定をしないので、プログラム開発には使えない。(いまのところ)