
CHAPTER 12
パーソナライゼーション
ソーシャルメディアプラットフォームは、機械学習アルゴリズムを頻繁に利用し、
予測リコメンデーションを通して体験をパーソナライズする。これは、データを収
集すると同時に、その結果によって自己改善し、ランダムな強化フィードバックルー
プを生み出すことで実現されている。プラットフォーム上のコンテンツとのインタ
ラクションに費やす時間が増えれば増えるほど、アルゴリズムの質は向上し、その
結果、プラットフォームでの滞在時間は長くなり、データ収集量、そして広告閲覧
数も増える。プラットフォームのパーソナライゼーションが強化されるほど、ユー
ザーとの関連性は高まり、プラットフォームでの滞在時間が延び、コンバージョン
率が向上する。例えば
TikTok
は、ユーザーをプラットフォーム上に長くとどめる
ために、ユーザーとのインタラクションの中でデータを取得し、それらをコンテン
ツリコメンデーションのパーソナライズに活用している
[図 12- 5]
。ここまで進化し
たパーソナライゼーションは、残念なことにユーザーをますます過激なコンテンツ
依存に陥らせたり、すでに持っている信念や偏見を肯定し強化する情報や意見
(一般
に「 フィルターバブル」と呼ばれる)
にさらしたりする可能性がある。さらに、このような
コンテンツ消費が、注意力やワーキングメモリを著しく低下させるという研究結果
もある。
図12-4 Facebookの「いいね!」ボタンは2009年にはじめて導入され、いまやあらゆるソーシャルメデ ...