フィルターバブルは本当に存在するのか

「パーソナライズは、私たちを心地よい情報の泡に閉じ込めているのではないか」。この問いは、しばしば対立する二つの立場のあいだで交わされる。一方は泡の危険を強調し、もう一方はその過大評価を戒める。本稿では、この対話を再構成しながら、どこまでが確かでどこからが不確かなのかを切り分けてみたい。

泡を警告する側の論

活動家のイーライ・パリサーは、2011年の著書でこの現象を「フィルターバブル」と名づけた。検索や推薦が個人の過去の行動に最適化されるほど、その人は自分の傾向に沿った情報ばかりに触れ、異なる視点から遠ざかる——というのが論の骨子である。論理としては明快だ。推薦の設計が「好まれそうなもの」を優先する以上、好みから外れた情報の露出は構造的に減る。警告する側は、この構造が世論の分断を静かに進めると主張する。

過大評価を戒める側の論

これに対し、その後の実証研究は別の絵を描く。複数の調査は、アルゴリズムによる情報の偏りが、想定されたほど大きくないと報告している。理由の一つは、人が一つの情報源だけに依存していないことだ。人は検索も使えば、友人からも聞き、テレビや紙の媒体にも触れる。単一のサービスの泡は、現実の情報接触の一部分でしかない。

もう一つの理由は、より根の深い指摘である。泡を作っているのはアルゴリズムだけではなく、人が自分に心地よい情報を自ら選ぶ傾向——選択的接触——のほうが古くから強く働いている、というものだ。だとすれば、アルゴリズムを止めても泡は消えない。戒める側は、原因をアルゴリズムに帰しすぎると、人間側の傾向を見落とすと警告する。

では、どちらが正しいのか

正直に言えば、決着はついていない。効果の大きさは、対象とするサービス、テーマ、測り方によって変わる。ある研究では小さく、別の研究では無視できない、という状態が続いている。確かなのは、「アルゴリズムが分断のすべての原因だ」という強い主張も、「アルゴリズムは無関係だ」という反対の強い主張も、現時点の証拠では支えきれないということだ。

もっとも、効果が想定より小さいという報告は、設計者にとっての免罪符にはならない。小さくても効果がある以上、推薦の多様性をどう確保するかは依然として設計上の選択である。実際、あえて好みから外れた候補を混ぜる仕組みは、コールドスタート問題の探索と同じ発想で、技術的には実装可能だ。問題は、それをやる動機を運営側が持てるかどうかにある。

確かさの境界を引く

フィルターバブルの議論から学べるのは、結論そのものよりも、確かさの境界の引き方かもしれない。直感的に正しそうな話ほど、実証で確かめると効果が割り引かれることがある。一方で、割り引かれたからといって問題が消えるわけでもない。裏を返せば、パーソナライズの是非を語るときに必要なのは、泡があるかないかの二択ではなく、どの条件でどの程度の偏りが生じ、それを設計でどこまで緩められるか、という解像度の高い問いである。

出典・参考

• Eli Pariser『The Filter Bubble: What the Internet Is Hiding from You』(2011)
• フィルターバブルおよび選択的接触の効果に関する複数の実証研究(効果量について見解が分かれる)