流行の要因分析は、じゃんけん大会と似ている　#ザ・プロフェッショナル

最終更新日：2021年5月20日

各業界で活躍するさまざまなプロフェッショナルたちとSNSやマーケティング、ビジネスのあり方について考える対談シリーズ「ザ・プロフェッショナル」。

今回は、マーケティング部部長／ホットリンク総研研究員のムロヤが、いいたかに代わってインタビューを進行しました。

ゲストは、東京大学大学院の鳥海不二夫教授。鳥海先生は計算社会科学、人工知能技術の社会応用などの研究に従事し、SNSでのフェイクニュースやデマの拡散に関する論文も発表しています。

以前より鳥海教授と親交のあるホットリンクのR&D部部長で、データサイエンティストでもある榊も交えて、SNSにおける情報拡散のメカニズムやデマ情報との付き合い方について、詳しくお聞きしました。

「SNSの流行はじゃんけん大会と似ている」

室谷：
榊さんと鳥海先生は、いつ知り合ったんですか？

榊：
東日本大震災（以下、震災で統一）があった2011年かな。

鳥海：
そうですね。きっかけはまさにTwitterでした。

榊：
ホットリンクで「震災用のTwitterデータを集めて分析しよう」というプロジェクトが立ち上がったんですよね。そしたら同時期に鳥海先生の方でも震災時のTwitterデータを収集し始めておられて、「どなたか一緒に研究しませんか？」とTwitter上で呼びかけられてたんですよ。それで「一緒にやりましょう」ということになりました。

室谷：
その後は共同で論文も多く出されていて、最近では「デマ拡散」や「ソーシャルポルノ（脊髄反射的に拡散・共有してしまいたくなる情報）」といったテーマも取り上げていましたね。本日は計算社会科学の研究に触れつつ、マーケティングの観点から、それらをどのように応用していくのかをお聞きします。

テーマと関連しますが、最近、鳥海先生が書いたClubhouseの分析の記事も読みました。計算社会科学の観点から、Clubhouseのような音声SNSについて、どのようなデータが取れそうか、どのような新しい発見が見つけられそうだとお考えですか？

鳥海：
流行りたてホヤホヤのSNSが、どういう風に成長していくのか？　ということでしょうか。
（※取材は2021年2月24日実施）

Clubhouseの登録者数は2021年2月13日時点で1,000万人を超えたとのことですが、個人的な予想としては、近い将来Clubhouseは衰退していくと考えています。

参考：「Clubhouse Surpasses 10 Million Users After Musk, Zuckerberg, Rogan, and MrBeast Join and Starts Drawing More Scrutiny 」Voicebot.ai

そのため、利用頻度が下がっていくところをモニタリングできるんじゃないかと思っています。ただ、現在はデータが取りづらく苦戦しているところです。

室谷：
これまで多くの新興SNSが生まれましたが、Snapchatのように一気に流行してしっかり普及するものもあれば、すぐに廃れてしまうものもありますよね。

鳥海：
そうですね。記憶に新しいのはMastodon（マストドン）でしょうか。業界人の間でだけ、一瞬流行ってそのまま落ち込んでしまいました。

室谷：
Clubhouseは、非常に短期間で一気に普及しました。これは今の時代だからこそ起きた現象だと思いますか？

鳥海：
いえ。いわゆる「流行りもの好き」の方は一定数存在して、彼らが上手にClubhouseを使ったことで、ユーザーの心にヒットしたのではないかと考えています。

鳥海：
こうした現象は、理屈ではないと思っているんです。基本的に、SNSの流行は「じゃんけん大会」と似ているかなと。

じゃんけん大会で優勝した人に「なぜ優勝できたのですか？」と、勝利のコツを聞くなんて虚しい問いかけじゃないですか（笑）。

とはいえ、こうした問いかけはまったくのムダとも言い切れません。
グー、チョキ、パーという正攻法の手を出して、そのどれで勝ったかを分析することは非常に重要です。4つ目の謎の手では勝てませんから。

室谷：
「成功には多様な要因が絡んでいるためわからないが、失敗要因には構造があるため突き止められる」ということでしょうか？

鳥海：
そうですね。失敗には理由があるけれど、成功にこれという理由はない。SNSの普及はまさにその典型です。だから、Clubhouseも大成功するかもしれません。一気に流行した様子を見ると、おそらくグー・チョキ・パーのいずれかは出せたと言えるので。

室谷：
Twitterも、Clubhouseと同じ手として音声チャットルームの「Spaces」を出してきましたよね。今後、Twitterが本格的に音声領域に着手し始めるとしたら、どんな新しいコミュニケーションが生まれると思いますか？

榊：
Twitterは、すでに使い方がある程度固定化されているSNSです。誰もがすぐに普段の生活を変えることは難しいので、大きな変化はないと考えています。

音声コミュニケーションにおいても、TwitterもClubhouseと比べて「ネタコミュニケーション」的な要素が強く出るんじゃないかなと思いますね。

鳥海：
ネットワーク外部性（※1）のことを考えると、すでにユーザーが集まっているClubhouseからほかのサービスへ移動する可能性は低いので、Twitterで立ち上げても集まりづらいと思います。

もしもやるのなら「Twitterの音声サービスを開いたらClubhouseと連動して、同時に聞こえる」というプロダクトにすると、ネットワーク外部性の問題は解決できますけどね。

炎上は「2度」起こる

室谷：
最近、フェイクニュースやデマの拡散が、問題視されてきていると思います。

一見、〇〇派と〇〇派に大きく分かれる「分断」は、実際の現象メカニズムとしては、「分断自体は昔からあるものの、単にSNSによって可視化された」のでしょうか？　また、SNSによっていわゆる「中間層の人々」が両極に移っていったのでしょうか？

鳥海：
可視化されたのは間違いないと思います。しかし、中間層がいなくなったというのはおそらく間違いです。中間層は今もずっと存在して、単に何も言わないだけだと考えています。
一定の影響力を持った人たちが常に何かを発信しているので、一見すると多数派に映るだけです。つまり、分断しているところだけ目立って見えている状態ですね。これはデータ分析の観点から明らかになっています。

室谷：
フェイクニュースやBotによるリツイート稼ぎで生まれた分断を、メディアが取り上げることでさらに大きく見えるようになった気もします。

鳥海：
それはあると思います。メディアもビジネスである以上、ファクトよりも（※2）アテンション・エコノミーに訴える手法の方が売れやすいんです。人間は分かりやすいものが大好きなので、「〇〇と〇〇が戦っている」、つまり分断しているという情報の方が、分断が起きていないと伝えるよりもストーリーとして人間の注目を集めてしまいますから。

榊：
「非実在型炎上」はその典型ですね。

室谷：
なんですかそれは？

鳥海：
存在しない対象を作って批判する、という現象です。たとえば、過去を舞台とするアニメで現代の価値観では問題視されるような描写があったとしますよね。それに対して、「『負の遺産を全肯定している」という批判が一定量集まったとします。

しかし一生懸命データマイニングをしても、批判に該当するような「負の遺産を全肯定している」勢力がほぼ見つからない。批判の元になったとされている主張すら、「これだ」という投稿がほとんど見当たらないんです。こういった現象を「非実在型炎上」と呼んでいます。

榊：
非実在型炎上は最近になって、SNSで急速に広まりつつあります。

鳥海：
「そもそも批判対象となっている投稿が存在しない」ことを確認しなければならないので、非実在型炎上であることを示すのは大変です。人の目で投稿を1件ずつ確認していく必要があります。我々はそれを、「根性マイニング」と呼んでいます（笑）。
今回の事例では、恐らくものすごく頑張って根性マイニングすれば「全肯定したと言えなくもない発言」はひとつふたつ、見つかると思います。ただ、絶対数は少ないです。

にもかかわらず、発言の揚げ足を取って、元の発言とは違う意味やニュアンスに変換して炎上させるような人がいるのでしょう。

室谷：
さきほどのアテンション・エコノミーともつながりそうな気がします。非実在型炎上をメディアがニュースとして取り上げて、トレンド入りしてさらに炎上する、といった感じで。

鳥海：
炎上って2回あるんです。1回目はSNSで起きる炎上。収束しかけたところに、メディアが記事にして、2回目の炎上が起こります。

よく「批判が殺到」という言葉がメディアで使われますが、具体的にはこうした意見は「20件」程度がしきい値になっています。コロナ禍での「トイレットペーパーが不足する」というデマも、せいぜい数十件程度しかなかったようです。これは知見として、ぜひ皆さんにも覚えていてほしいです。

少なくとも日本において、2011年以降からのデータでデマが爆発的に広がるという事例や、デマそのものがすごく影響を与えた事例は少ないです。

東日本大震災時に広まったデマで有名なのは、震災で石油のタンクが爆発したというものですね。しかしこれも、根性マイニングで調べたらトータルで数万RTに届かない程度の拡散に留まっていました。Twitter上で広まったから……と言い切れるかどうか微妙なところです。　

情報があふれ返る現代で、適切に情報と向き合うには

室谷：
誰もが発信できる時代であるために、間違った情報発信も起きてしまうと思います。
災害や公衆衛生など、人命に関わる情報を届ける際に、ネガティブキャンペーン的な情報が出回ってしまうこともありますよね。

鳥海：
そういった情報拡散に関しては、アテンションエコノミー的な要素の方が大きいです。「ソーシャルポルノ的」といいますか。要は「ネタとして面白い」というのが拡散のモチベーションになっているんです。

鳥海：
たとえば「この食品は安全です！」よりも「安全だと思われていたこの食品が、実は病気の発症リスクを上げるものだった！」というニュースのほうが、ソーシャルポルノ的にはウケてしまう。ユーザーの心理的にも、後者の情報を広めたくなってしまいます。

情報というのは、基本的に「正しい・正しくない」ではなく「面白い・面白くない」という次元で広がります。この点を誤解してはいけません。拡散者がその情報を信じているかどうかは、また別の問題です。

榊：
「フェイクかフェイクじゃないか」が問題ではなく、ユーザーがそこに興味を持って拡散したくなってしまうかどうかが重要、ということですね。

鳥海：
やはり、メディアの影響も非常に大きいですよね。仮にその食品を食べたことで何らかの病気が発症した人が100万人に1人の割合だったとしても、「気になるニュース」として報道する。

交通事故でケガをする人の方が圧倒的多数なのに、気になるニュースにはならない。デマやフェイクに関して、SNSの影響ばかりが取り沙汰されますが、メディアの方が影響力が大きいのが実態です。

研究途中の領域も多いSNS分析

室谷：
感情の種類によって拡散のスピードが変わるという論文も目にしました。SNSで人々がどんな感情を表出しやすいのかという研究は、進んでいるんですか？

参考：「ソーシャルメディアにおける災害情報の伝搬と感情：東日本大震災に際する事例（人工知能学会論文誌,2014）」三浦麻子

榊：
ここは、研究としても正解がない分野なので難しい領域です。そもそも、現在の感情分析自体の精度があまり高くないんです。感情を8〜10種類に分類するという手法が一般的ですが、このレベルだと個別のツイートの分析精度が大きく変わってしまいます。

室谷：
クラスタ分析についてもお伺いしたいです。将来的に、どういうクラスタがどんなトピックをRTしているのかを構造化できる術はありますか？

榊：
まさに研究途中の段階です。特定の話題を、どのクラスタがツイートしているかまでは、現段階でも分析できます。しかし、そのクラスターがどういうツイートをRTしやすいかまでは、まだ明確に見えていないのが現状です。

（※注）本インタビューの後に、「特定のトピックにおいてネガティブな投稿の方が拡散しやすい」という論文が発表されました。

参考：「感情はTwitterのバイラル性にどのように影響しますか？」王立学会オープンサイエンス

Twitterでバズりやすいのは、ネガティブなツイートなのか。スペインの大学が調査（ハフポスト日本版）

とくに難しいのは、「この投稿はこのトピックを扱っている」と明確に判別することです。ユーザーであれば、プロフィール文などから何に興味関心を持つのか、ある程度把握できます。しかし個別の投稿に対して、「この投稿はこういうトピックを含んでいます」と、自動ではラベリングしづらい。

鳥海：
バックグラウンドの知識が必要なケースが多いですよね。炎上ひとつとっても、「火種」になったとされている主張を批判できる知識量を持つ勢力がいるわけですよ。

投稿のバックグラウンドを知らないと、個別の投稿に対する判断が難しいんです。

室谷：
私は前職ではSEOを担当していました。皆さんの話を聞いて、ウェブページならトピック判別がしやすいけれど、SNSのような短文の投稿はトピック判別が難しいのでは？　と。

検索エンジンなら、ウェブページ間のリンクのつながりからも、「このページは何について書かれているか？」というトピック判別を助けてくれます。
しかし、ソーシャルグラフからはトピックの判別が難しい。こうした課題の解決が、今後の研究の大きなファクターを占めるのでしょうか？

鳥海：
課題というか、「自動判別できない領域だね」というのが、現状での結論と言えます。

それぞれの投稿をトピックとして分類できますが、それを自動的に判別・解釈できるようにするのは難しい。結局、人間が介在しなくてはいけない気がします。

榊：
先ほど申し上げた、過去を舞台としたアニメ作品の事例のように、データが絞れている状態ならば、内容の分析は可能でしょう。しかし「このクラスタはどんな話題に興味を持っていますか？」というオープンな状態では、分析からの自動化ができない要因が非常に多いです。

鳥海：
もうひとつ、難点があると思います。
たとえば「特定のトピックを、このコミュニティの人々が話題にしている」という分析は、比較的容易にできます。しかし、そのコミュニティの人々がそのトピックに対して、100%コミットしているわけではありません。

ある商品を出したら、そのコミュニティの何人かにはヒットするけれど、全員反応するわけではない。そうした現象を見極めないと、失敗しがちなSNSマーケティングになってしまうでしょう。

分断・炎上のメカニズムから、ポジティブな拡散を模索

室谷：
ホットリンクでも、どんなトピックがより拡散しやすいか、データやマーケターの洞察を踏まえて類型化を進めています。

「〇〇の商品はこんな特性やトピックを持っていそうだ。それなら、このコミュニティにウケがいいから、ここに情報を届けるために、メディアでこんなメッセージを発信していこう」といった分析と提案は、可能だと思っています。

榊：
「〇〇のコミュニティはどんなトピックを拡散しやすいか？」に関しては、社会心理学の知見が役立つのでは？　と最近考えています。

ある現象をマクロな視点から捉えるのは情報科学や統計学の強みですが、個々のユーザーが「どのような行動原理で動くのか？」という仮説を、データ分析から立てるのは難しいです。社会心理学などの人文科学の知見から、ミクロな視点からの仮説を立てるのは十分ありえると思います。

また、ミクロの視点だけでなくマクロも分析できるようにすれば、マーケティングへの活用も有効になるんじゃないかなと思います。

当社のコンサルタントやマーケターが得意とする仮説や施策の立案をより確かなものにするために、社会心理学の理論で裏づけたり、マクロなデータ分析から検証していったりするプロセスも、確立していければ。

鳥海：
マクロで検証できるんですか？

榊：
あるケースにおいてはできると思います。ユーザーの投稿する商品名、ブランドに関するUGC数と売上との間に相関関係があると検証できたので。

室谷：
それでは最後に、鳥海先生と榊さんは今後、どんな領域に関心を持って研究を掘り下げていこうとお考えですか？

鳥海：
「情報のあり方や、そもそもの捉え方が、これまで考えてきたものと違うんじゃないか？」という課題が見えてきたので、引き続き研究を進めていきたいですね。分断したり炎上したりする要因がなんとなく見えてきたので、どうやったらそれらがなくなるのかが、大きなテーマです。

そこが分かれば、「ちゃんと拡散する方法」も同時に見えてくるんじゃないかと。拡散のマイナス面を理解した上で、プラスの側面を活用できるようになれば面白いですよね。

榊：
僕は企業研究者なので、情報拡散の特性を調べながら、会社の業績に活かしたいなと思っています。そういう意味では、鳥海先生の話す拡散の可視化はとても重要だと思います。

たとえば分析結果をお客様に説明する上でも、可視化されてないと「よく分からない」となってしまいます。とくにネットワーク分析の手法や分析結果は、直感的に理解しにくい分野なので。

うまく可視化することで、当社のマーケターやコンサルタントも使いやすい形で分析結果を提供できればいいですね。

室谷：
ありがとうございました。最後に、読者に伝えておきたいことはありますか？

鳥海：
あ、実は最近『計算社会科学入門』という本が出まして。榊さんにも執筆にご協力いただいた素晴らしい本です。

一同：
（笑）

鳥海：
今回話した内容は、計算社会科学と呼ばれる分野の大きなトピックのひとつでもあります。とくにデータの取り扱いについて網羅している内容です。非常に先進的で網羅的、かつ素晴らしい…とにかく、20個くらい修飾語がつく一冊になりました（笑）。

榊：
いわゆる「文理融合」の専門書は少ないと思います。両分野の内容が幅広く入っているので、データに慣れていない方も面白く読めると思います。

――鳥海先生、本日はお忙しいところありがとうございました！

今回の「ザ・プロフェッショナル」もお楽しみいただけましたか？　本シリーズでは、今後も各業界で活躍するさまざまなプロフェッショナルをお招きして対談を行ないます。過去の記事はこちらからご覧ください。