Unicodeに潜む幽霊文字

1978年、日本の通商産業省は、後のJIS X 0208となる符号化標準を制定した。これは、すべての日本語文字符号化の基礎となる参照規格である。しかし、その公開直後、研究者たちは奇妙なことに気づいた。標準に含まれるいくつかの文字に明確な由来がないのだ。誰もその意味、読み方、出所を説明できなかった。これらは後に幽霊文字として知られるようになった。

約20年にわたり、幽霊文字は忘れられた珍品だった。その後1997年、その起源を追跡する調査が開始された。JIS標準のすべての文字には文書化された出典があるはずだったが、記録はしばしば曖昧で、通常は文書への参照だけで、ページ番号はなかった。最も一般的な出典の一つは『全国行政区画便覧』で、7巻構成で各巻約900ページあった。ページ参照なしに一文字を追跡するのは悪夢だった。

調査により、ほとんどの幽霊文字の真相が明らかになったが、それは誰も予想しなかったものだった。いくつかの文字は、目録作成過程での単純なミスによって発明されたものだった。例えば、妛という文字は、「山の上に女」という文字を記録しようとする際に生じた誤りだった。組版が二つの構成要素を一つのグリフに結合できなかったため、それらは別々に印刷され、切り取られ、紙に貼り付けられた。コピーが読まれたとき、二つの断片の間の継ぎ目が余分な画のように見え、その画が文字に追加された。正しい文字である𡚴がJISやUnicodeに追加されたのは、ずっと後のことだった。

主要な幽霊文字（妛挧暃椦槞蟐袮閠駲墸壥彁）のうち、真に未解明のまま残っているのは彁だけである。最も有力な説は彊の誤読だというものだが、具体的な事例は確認されていない。

これらの文字はCJK統合を通じてUnicodeに入り込み、今や地球上のすべてのコンピュータの一部となっている。文字表の暗がりに潜み、自分たちが幽霊だと知らない誰かに使われるのを待っているのだ。

この物語は、標準は人間によって作られ、人間の誤りがインフラに不朽のものとして刻まれ得ることを思い出させる。1978年の幽霊たちは、今やデジタル世界の永住者となっている。