Toutiao と Douyin のアルゴリズム推奨メカニズムは、インターネット上で言われているほど「愚か」なものではありません。

1865年、北京の永定門郊外の平地で、イギリス人のデュラントがわずか1マイルの鉄道で蒸気機関車の運行を開始しました。当時、都の庶民はこのようなことを聞​​いたことがなかった。清代の李岳睿の『春氷室野外旅行記』には、「都の人々は驚愕し、怪物だと思った。国中が狂乱し、大変動に見舞われそうになった」と記されている。

最終的な結果は、歩兵司令官室がそれを破壊するよう命令したというものでした。同様に、10年後の上海呉淞鉄道の開通も騒動を引き起こし、結局清政府は鉄道を買い取って取り壊すこととなった。

同じことが今日のアルゴリズムにも起こっています。英語にはこの現象を表す特別な言葉があり、「Technophobia」と呼ばれます。前世紀の「フランケンシュタイン」の大衆文化と同様に、人々は新しいテクノロジーに対して自然な恐怖感を抱いています。

簡単に言えば、アルゴリズムとは評価メカニズムのセットです。このメカニズムはプラットフォームのすべてのユーザーに有効であり、一連のユーザーフィードバックに基づいてプラットフォームの機能を改善し、ユーザーエクスペリエンスを向上させ、最終的にはプラットフォームの有益でリサイクル可能なエコシステムを形成します。

しかし、アルゴリズムの悪者扱いは続いています。たとえば、最近の記事では「TikTokが人々を堕落させるよりも恐ろしいのは、Toutiaoが私たちを愚かにすることだ」といった内容が紹介されている。これらの記事では、次の 2 つの点を強調しています。1. アルゴリズムは、ユーザーが見たいものだけを推奨します。 2. Toutiao などのプラットフォームはアルゴリズムのみに依存しています。

これらの議論は客観的な事実を意図的に単純化しており、実は非常に標準的なテクノフォビアです。人工知能をコンテンツ配信に活用する場合、ユーザーのニーズと推奨コンテンツをいかに効果的に重ね合わせ、その境界を明確に定義するかという議論は、単純かつ大雑把に結論づけることができない、非常に長期的なテーマとなるでしょう。

-01-

ToutiaoとDouyinのコンテンツメカニズムは進化している

「バカになる」という記事の著者は、現在のToutiaoとDouyinを使ったことがなく、彼の知識は依然として過去にとどまっている可能性があります。ネットのコメントってこんな感じです。固定観念で他人を見て判断しようとする人が常にいて、それが間違った結論に繋がります。

Toutiao は、そのアルゴリズムが不完全であり、独自の限界があることを十分に認識しています。そのため、アルゴリズムの欠点や欠陥を補うために別の配信方法が必要であり、あるいはToutiaoシステムを駆動する第二の車輪を見つける必要があります。現在、第二の車輪はファン配信、つまりソーシャル配信であるようです。現在、Toutiaoは7つのメジャーバージョンを更新しました。もはや純粋なアルゴリズムではなく、「アルゴリズム+ソーシャル+検索+質疑応答」の組み合わせです。

たとえば、検索機能を使用すると、自分にとって価値のある情報を自発的に見つけることができます。哲学が好きなら、Toutiaoで「ニーチェ」「プラトン」「フーコー」などのキーワードを検索して、関連情報を入手し、人々とコミュニケーションをとることができます。実際、「積極的に検索」して情報を取得することは、すべてのプラットフォームがすべての人に期待していることです。なぜなら、それ自体がより正確な価値を生み出すことができるからです。

アルゴリズムの価値は、ロングテールの分布にもあります。ニッチな情報であっても、適切な推奨を得ることができます。同時に、情報が十分に豊富であれば、ニッチな興味を持つ人々も貴重な情報を見つけることができます。たとえば、あまり人気のない映画、1980 年代の古い写真、大学のキャンパスの情報などです。これまでは情報の海に埋もれていた情報が、インターネットのさまざまな場所に散らばっていたものが、レコメンデーションボックスに集められ、目の前に現れるようになります。

Toutiao のホームページ全体を見ると、実際には 4 つのセクションがあります。1 つ目は検索エリアで、ユーザーはここで興味のある情報を積極的に検索できます。2 つ目はピン留めエリアで、国内情勢に関するものです。3 つ目はヘッドライン エリアで、通常は「ホット」とラベル付けされた重要なメディア ニュースに関するものです。4 つ目はパーソナライズ エリアで、ユーザーが好む情報に関するもので、ユーザーが自分で購読する情報とシステムが推奨する情報の両方が含まれます。

つまり、Toutiaoの実際の製品メカニズムでは、アルゴリズムが興味のあるコンテンツだけをプッシュするわけではなく、アルゴリズムが推奨するコンテンツしか見られないという状況もありません。 Toutiao の成功は主に、トラフィックに対する理解と、同社の運営、アルゴリズム、データ主導の思考によって形成された実行能力に依存しています。アルゴリズムは重要ですが、方程式の一部にすぎません。

-02-

アルゴリズムは単にあなたの好みに合ったものを推奨するだけではありません。

アルゴリズムがあなたの好みに合ったものを推奨してくれると考えているなら、それはアルゴリズムを単純化しすぎていることになります。実は、この発言は昔からありました。コミュニケーション学では、いわゆるエコーチェンバー状況と呼ばれています。インターネットのコンテンツ推奨アルゴリズムがこのいわゆるエコーチェンバー効果を悪化させるのではないかと心配する人が多くいます。つまり、好きなものが推奨され、結局、すべてのコンテンツが同じタイプになり、他のものが見えなくなってしまうのです。しかし、実際にはそんなことは起こらず、インターネット企業でそんなことをするほど愚かな企業はないことが判明した。

理由は簡単です。人間の本質は、古いものに飽きて新しいものを好むことです。多様性の追求は、非常に基本的なニーズです。常に自分の好きなことを押し付けるのは非人道的です。それは、メニューを見せずに毎食同じ料理を出すようなものです。レストランではそんなことはしません。

たとえば、TikTok を実験してみましょう。新しい携帯電話を使用して、ログインせずに TikTok を開き、ランダムに 10 本のビデオを視聴します。統計は次のとおりです。日常生活 (ビデオ 2 本)、簡単な描画 (ビデオ 1 本)、かわいいペット (ビデオ 1 本)、アウトドア ドキュメンタリー (ビデオ 1 本)、若い女性 (ビデオ 1 本)、英語教育 (ビデオ 1 本)、家族と子育て (ビデオ 1 本)、フィットネス (ビデオ 1 本)、料理 (ビデオ 1 本)。

ログイン中に若い女性の動画を50本続けて「いいね！」しました。再起動後、Douyinが次に推奨した50本の動画は、若い女性の動画が24本、日常生活の動画が9本、旅行風景の動画が6本、ダンスの動画が5本、ポジティブなエネルギーの動画が3本、かわいいペットの動画が1本、科学の動画が1本、フィットネスの動画が1本でした。言い換えれば、たとえあなたがその女の子に夢中になったとしても、Douyin は彼女のビデオを継続的にあなたにプッシュすることはできないということです。

実際、アルゴリズムにはユーザーの興味の好みに基づいた特定の分割メカニズムがあるため、同一の推奨が継続されるという現象は発生しません。アルゴリズムは単にあなたの好みを一つだけ記録し、その好みに基づいて推奨を行うと考えるのは、第一に人間性を軽蔑するものであり、第二にアルゴリズムを軽蔑するものである。健全な性格の人は、趣味をひとつだけ持つことはできません。若い女性が好きなからといって、かわいいペットや世界中の風景、音楽やダンスが好きになることが妨げられるわけではありません。

さらに、限界効用逓減の法則により、同じ話題を継続的に推進することは、非常に利益がなく、感謝されない作業になります。

社会心理学には「ウェーバーの法則」もあります。人は強い刺激を経験すると、それ以上の刺激は無意味になります。心理的な感覚で言えば、最初の刺激は2番目の刺激を薄めます。

これは、人々が常に「新しいものが好きで、古いものを嫌う」理由も説明しています。人の興味や趣味は常に同じままであるとは限りません。

ユーザーのニーズを満たすという観点からも、プラットフォームが常に若い女性を推薦することは不可能であると言えます。

-03-

アルゴリズム自体には探索能力がある

さらに、アルゴリズムは機械的な計算ではありません。

そうなれば、大手テクノロジー企業は、名門大学を卒業したアルゴリズムエンジニアの獲得にそれほど苦労する必要がなくなる。アルゴリズムエンジニアは年間100万ドルの給与に見合うものではない。GoogleやMicrosoftなどは、レコメンデーションアルゴリズムを最適化するために、大量の優秀な人材を雇う必要がなくなる。アルゴリズムの魅力は、継続的な学習、反復、進化にあります。このロボットが世界トップクラスのチェスプレイヤーに勝てるのは、その強力な学習能力のおかげであり、それが極めて高い競争障壁を形成している。探索的な性質は、推奨アルゴリズムの固有の特性の 1 つです。

これには、知識ポイントである共同推奨が関係します。

アルゴリズムの共同推奨には、コンテンツ自体に加えて、ユーザーベースの推奨も含まれており、異なるユーザー間の類似性を分析することで推奨の探索機能が拡張されます。 Zhang San はテクノロジー、金融、スポーツが好きで、Li Si はテクノロジー、金融、スポーツ、健康コンテンツが好きなので、アルゴリズムは Zhang San に健康情報をプッシュしようとします。推薦システムの観点から見ると、張三と李思は似たような人物だからです。その結果、張三さんは本来自分の興味の範囲外だった健康情報を受け取ることができるようになりました。

推奨システムは、あなたと似たグループの人々が興味を持つ可能性のあるコンテンツを推奨します。彼らが興味を持っているコンテンツは、あなたが興味を持っているものと同じである可能性が高いですが、あなたはそれを以前は知りませんでした。いわゆる「知らないことを知らない」状態です。これにより、コンテンツがある程度充実します。

-04-

アルゴリズムはソーシャルネットワークよりも簡単にサークルを突破できる

それに比べて、友人の輪にはより大きな「エコーウォール」効果があり、人々は気づかないうちにそれに陥ってしまうことがよくあります。あなたの友人の輪の中のすべての情報はあなた自身によって完全にカスタマイズされており、コンテンツの制作者はあなた自身によって完全に選別されているため、人々は自分と異なる見解や意見を聞くことができず、同じタイプの人々や同じグループの人々に対して偏見を抱きやすくなります。意見に基づくのではなくアルゴリズムを通じてコン​​テンツを推奨することで、より多様な視点を確保できます。

もし短編動画アプリが登場していなかったら、社会の底辺にいる労働者や一般人は社会から無視され続けていただろう。

これらの人々は、毎日テイクアウトの配達人かもしれないし、あなたの髪を切る見習いかもしれないし、あなたが手に持っている携帯電話を製造する組立ラインの労働者かもしれない。彼らはWeiboのホットな検索に載ったことはなく、Zhihuを訪問したこともなく、WeChatのモーメンツに現れることもない。それは、全国各地のあらゆるアイデンティティを持つ人々を区別なくあなたの携帯電話に集めるアルゴリズムです。このようにして初めて、携帯電話の画面を通して人生の豊かで多様な側面を見ることができるのです。

たとえば、Tik Tok は、より多くの露出を得るために、データベース内の「高品質の古いコンテンツ」を再度推奨することもあります。これらの古い作品が「注目される」理由は、一般的に、これらのアカウントが十分な垂直コンテンツを公開し、ラベルがより明確になり、推奨アルゴリズムがこれらの高品質のコンテンツをより正確なユーザーに一致させるのに役立つためです。 WeChat公式アカウントのようなプラットフォームでは、1か月前の良質なコンテンツが「掘り起こされて」再び人気が出ることは稀で、実はこれは大量の良質なコンテンツの無駄遣いなのです。

高品質な推奨システムは、本質的には情報ノイズを低減するプロセスです。膨大なコンテンツプールから、お客様にとって価値のある情報を厳選して推奨することで、情報の検索、選別、整理にかかるコストを削減します。

結局のところ、アルゴリズムやアプリは単なるツールです。実際、ツールとしてのアルゴリズムは継続的に改善されるべきです。しかし、それをどのように使うかは自分次第です。

ラッセルはかつて次のような見解を提唱しました。「どんな見解で何を研究し、何を考えているかに関係なく、自分自身に「事実は何なのか」「これらの事実によって確認される真実は何なのか」と問いかけてください。」自分が信じたいものや、人々がそれを信じれば社会にとってより有益になると思うものに決して影響されないようにしてください。ただ単純に事実が何であるかを調べてください。

私たちを愚かにしているのはアルゴリズムではなく、合理的な精査の喪失です。

出典:ファット・キャット・タバーン