世界を動かす技術を、日本語で。

研究:ソーシャルメディアはおそらく修正できない

2025年8月14日原文(arstechnica.com)

概要

  • ソーシャルメディアの構造的問題とその根本原因の指摘
  • エコーチェンバーや極端な意見の拡散、影響力の偏在のメカニズム解明
  • LLMとエージェントベースモデルを用いたシミュレーションの実施
  • 介入策の効果が限定的であり、根本的な解決には至らないという結論
  • 構造的な再設計の必要性を強調

ソーシャルメディアの構造的問題と限界

  • ソーシャルメディア は本来、健全な意見交換や公共圏の形成を目指していた理想
  • 実際には フィルターバブルエコーチェンバー の発生
  • 一部の著名ユーザーへの 注意力と影響力の集中 現象
  • アルゴリズムによる 過激・対立的コンテンツの増幅 と極端化の進行
  • これらの現象が プラットフォームの構造自体に根本原因 として埋め込まれている指摘

研究のアプローチと発見

  • University of Amsterdamの Petter TörnbergMaik Larooij による研究
  • エージェントベースモデル大規模言語モデル(LLM) を組み合わせたシミュレーション
  • AIペルソナがオンライン上で 投稿・リポスト・フォロー 等の行動を再現
  • アルゴリズムや追加ルールなし でも、問題的なダイナミクスが自然発生
  • 構造的なネットワークの形成と、感情的・極端なコンテンツの拡散メカニズムの明確化

介入策の検証とその限界

  • 6つの介入策を検証
    • 時系列・ランダム表示への変更
    • 過激な投稿の表示頻度削減
    • 多様な意見の露出増加
    • 対立緩和コンテンツの優先表示
    • リポスト数やフォロワー数の非表示
    • プロフィール情報の削除
  • ほとんどの介入策が限定的な改善しかもたらさず、根本的な解決には至らない
  • 介入策の一部は 逆効果 となるケースも存在
    • 例:時系列表示は注意力の偏在を改善するが、極端な意見の拡散を助長

ソーシャルメディアの負の帰結

  • エコーチェンバー :同質的な意見の集団化と多様性の欠如
  • 注意力と影響力の偏在 :一部のインフルエンサーによる会話の独占
  • 極端な意見の増幅 :感情的・過激な投稿が拡散されやすい構造
  • ネットワーク構造とコンテンツ拡散のフィードバックループ の形成

構造的な課題と今後の展望

  • 問題の根本は ネットワークの基本構造(投稿・リポスト・フォロー) に内在
  • アルゴリズムやフィード形式の単純な変更では解決困難
  • Bluesky などアルゴリズムを排除した新興SNSでも同様の問題が発生
  • 文化的・構造的要素が相互に影響し合う ため、抜本的な再設計が必要
  • 真に健全なオンライン空間の実現には 構造そのものの革新 が不可欠

研究者の視点と今後の課題

  • LLMを用いた社会シミュレーション の有用性と限界
  • モデルは現実の複雑性を完全に再現するものではないが、 根本的なメカニズムの頑強性 を示唆
  • 観察データだけでは検証困難な反事実的シナリオ の検証手法としての意義
  • 既存の枠組みでは 「健全な公共圏」実現の夢は困難 であるという現実的見解
  • 構造的再設計に向けた新たなアプローチ の模索が今後の課題

Hackerたちの意見

Facebookや他のソーシャルメディアがアルゴリズムを使ってエンゲージメントを促すって話はよく聞くけど、結局は人々がそれに関わることを選んでるんだよね。ユーザーは無料でそのコンテンツを作ってるし、その部分から逃げるのは難しい。Blueskyを試してみたけど、Twitterよりは好きだったものの、結局は「Twitterの別バージョン」って感じでがっかりした。出てくるのは奇抜な短文や、同じようなつまらないジョーク、感情に訴えるような内容ばかり。あそこにいる人たちは、Twitterと同じように振る舞いたがってるんだよね。

あるプラットフォームについて気になるのは、意味のない動きのある画像や動画が多すぎること。自分の写真を宣伝できるかもしれないと思って、いろんなソーシャルメディアを試してみたけど、最悪なのはInstagramで、あの無意味な動きには本当にイライラする。

Twitterよりは好きだったものの、結局は「Twitterの別バージョン」って感じでがっかりした まったく同じ気持ちだよ。何か違うものにシフトする必要があると思う。今のところ、一般の人が良いイメージを持っていないような何か、たぶん分散型か連邦型のものが必要だと思う。メールとTwitter、またはRedditの間にあるようなもの?でも、採用に関するチキンと卵の問題がいつもあるよね。初期の採用者は誰か、それが採用にどう影響するか、本当に使いやすいかどうかなど。

人々がそれに関わることを選んでいる 脳がそういうふうにできているからね。ゴシップや怒りを煽るコンテンツは、人々が意識的に選んでいるわけじゃなくて、無意識的なものなんだ。これが個人の問題だと言うのは変だよね。プロパガンダが効果的なのは、人々がそれを信じることを選んでいるからじゃないんだ。

でも、ここがポイントなんだよね…人々は参加することを選ぶけど、実際にはフィードに対してもっとコントロールがあることに気づいてないんだよね(特定の領域では)。リールやTikTok、Instagramのフィードは、あなたが関与するテーマを表示するんだ。それは、似たような人たちが関与する他のテーマをA/Bテストしてるだけなんだよ。要するに、人気のある「クソみたいなもの」のフレーバーを好きかどうかを見極めるために、継続的にA/Bテストしてるだけ。ほとんどの人は、長押しして「これ嫌い」っていう操作をすることで、フィードから投稿を排除できることに気づいてない。機械が、あなたが嫌いなアカウントやテーマを特定するのに何度か時間がかかるけど、そうすればその投稿は表示されなくなるよ。(例えば、スレッドは、スポーツの投稿を見せなくなるのにすごく時間がかかった。)なんでもっと多くの人がこれを知らないのか?それは、開発者たちが取り組んでいる何かの短期的な指標に悪影響を与えるからなんだ。だからあまり宣伝されてないんだよ。もし「他にあなたが好きかもしれない投稿」をブロックできたら、Facebookアプリの実験はどれだけ失敗してたか考えてみて。ザッカーバーグが自分の主張が実際にはクソだったって知ったら、どれだけ悲しむだろうね?

個人的にはMastodonやBlueskyがすごく好きだけど、ネガティブな人を避けるようにしてる。文句ばかり言う「障害者」や、私がシスジェンダーだから彼らの人生を台無しにしてると思ってる人、政治的な怒りについて1時間に10記事も投稿する人はフォローしないし、ミュートやブロックすることが多い。Blueskyの発見ページはアルゴリズムで、"これが嫌い"ボタンを尊重してるし、前回見たときは、次のページより75%も怒りが少なかった。(機能する「嫌い」ボタンは、ソーシャルメディアにおける人権だよ!)データベースライブラリを再構築したら、ネガティブな人をフィルタリングする分類器を作る予定なんだ。そうすれば、スピードフォローできて、フィードにネガティブなものを追加せずに済むから、https://mas.to/@skeletorみたいな本当に素晴らしいものを楽しめるんだ。これをクロスポスティングすれば、LinkedInのいくつかの問題が解決できるかも!

現在のソーシャルメディアは、収益を上げて目を引きつけるための「至福のポイント」を見つけたようなものです。これらの企業は、人々を夢中にさせる方法を見つけていて、強い感情が大きなツールになっているみたい。選択肢なんてないんですよね。すごくアクセスしやすいし、友達がソーシャルネットワークにいると、いつの間にかショート動画に引き込まれちゃう。そしたら、脳がドーパミンを求めるようになって、依存症になっちゃう。ハワード・モスコウィッツが食べ物でやったことに似てる。

人々はそれに関わることを「選んでいる」。喫煙者がタバコに「関わることを選んでいる」のと同じように。人間の根本的なプログラミングが利用されているってことを過小評価しちゃいけない。喫煙者に「タバコをやめろ」って言うのと同じで、ソーシャルメディアの人たちに「怒るのをやめろ」って急に言っても無理だよ。> [BlueSky]の人たちは、Twitterでやりたかったことをそのままやりたいんだよね。そうそう。確立された習慣を変えるのは、さらに難しい。馬に水を飲ませることはできないし(無関心な観客を相手にしたことがある人なら、これが心に響くはず)。多くの人にとって、ソーシャルメディアは主要な「ニュースソース」になってるけど、ほとんどの人はサーカスを見に来てるんだよね。ここに明確な答えはないけど、社会はソーシャルメディア中毒を砂糖中毒と同じように理解する必要がある。健康に良くないってことをしっかり認識させて、控えめに使うように。これは法律や規制で解決できる問題じゃないし、10年で直せるものでもない。

人々はそのことに関与することを選んでいる。技術的には正しいけど、選択がすごく単純化されてる。システムは、人々がなぜ何かに関与するのか、どのように関与するのかを理解できていない。それがプールを毒して、特定のコンテンツやプレゼンテーションのタイプを強制しているんだ。

私は調査研究の仕事をしているんだけど、AIのサンプルを調査する方が人間のサンプルを調査するよりも良いと考える人が多いことに驚いている。AIと本物の人間にはたくさんの違いがあって、そこから導き出せる結論は限られている。実際、人間を使った悪い実験はもうたくさんあったからね。

ひどいね。「ソーシャルメディアを修正する」という全体の問題は、何をもって「修正」とするかに関わらず、初期の反応だけでなく、二次的・三次的な影響も考えなきゃいけない。LLMはその時点のモデルで、政策の時間経過による二次的な影響を予測することすらできないんだ。これは提案段階を超えるべきじゃなかった。

あなたの判断を、Ars Technicaより信頼してるよ。私たち素人にとって、AIを使って人間に基づいた調査をすることの欠陥は、人間そのものだよね。人間って、独特の衝動的な傾向があると思わない?フォーカスグループのリサーチチームは、研究資金を求めるAIソリューションに圧倒されている中で、これにどうアプローチするんだろう?

Hacker Newsで議論の続きを見る