The First Mass Protest on Threads: Multimodal Mobilization and AI-Generated Visuals in Taiwan's Bluebird Movement

論文技術サマリー：台湾のブルーバード運動と Threads における AI 生成画像の役割

1. 研究の背景と問題設定

• 背景: 2024 年 5 月、台湾で「ブルーバード運動（青鳥運動）」が発生し、10 万人以上の若者が立法府の改革案に抗議した。これは台湾民主主義史上最大規模の若者主導の抗議活動の一つである。
• プラットフォームの特殊性: 従来の抗議活動（2014 年の太陽花運動など）とは異なり、今回の運動は Meta 社の新マイクロブログプラットフォーム「Threads」上で展開された。台湾は Threads のグローバルトラフィックの約 24% を占め、台湾における公共議論の主要な場となっている。
• 核心的な問題:
  1. アルゴリズム曝露とユーザーエンゲージメントの乖離: プラットフォームのアルゴリズムが露出させるコンテンツ（供給側）と、ユーザーが実際に拡散・支持するコンテンツ（需要側）の間にどのようなズレがあるか。
  2. 言語的・視覚的戦略: 台湾の抗議活動において、テキストと画像（特に AI 生成画像）がどのように動員や党派攻撃に利用されているか。
  3. 「企業による検閲」への対応: 国家検閲ではなく、民間プラットフォームによるコンテンツモデレーション（政治的コンテンツの制限）を回避するための言語的・視覚的工夫。

2. 研究方法論

本研究は、2024 年 5 月から 2025 年 6 月までの 13 ヶ月間に Threads で投稿された62,321 件の投稿と21,572 件の画像を対象とした大規模データ分析である。

• データ収集: Meta Content Library (MCL) を利用し、「青鳥（qīngniǎo）」というキーワードと繁体字のみにフィルタリングして収集。
• データ注釈（LLM の活用）:
  • ゼロショット学習: 事前ラベル付けなしで GPT-4o を使用し、投稿のトピック、党派性（DPP/KMT/TPP への支持・反対）、トーン、画像の属性（AI 生成か否か、視覚的要素）を自動注釈。
  • 画像分析: OCR によるテキスト抽出、視覚的要素（動物、人物、政治的シンボル）の分類、AI 生成画像の検出。
• 分析手法:
  • 勾配ブースティング木（Gradient Boosting Trees）: CatBoost アルゴリズムを使用し、投稿のバイラル性（いいね、リポスト、コメント、閲覧数）を予測するモデルを構築。
  • SHAP 値（SHapley Additive exPlanations）: モデルの「ブラックボックス」性を解消し、どの特徴量（テキストカテゴリ、視覚要素、党派性など）がエンゲージメントにどの程度寄与しているかを解釈可能にする。

3. 主要な発見と結果

A. アルゴリズム曝露とエンゲージメントの非対称性（RQ1）

• 露出（Views）: アルゴリズムは「反 DPP（民主進歩党）」コンテンツを優先的に表示し、反 DPP 投稿の閲覧数は反 KMT（中国国民党）投稿より 28% 多かった。
• エンゲージメント（Reposts/Likes）: ユーザーの行動は逆転した。「反 KMT」および「親 DPP」コンテンツがリポストやいいねで圧倒的に支持され、反 KMT コンテンツは反 DPP コンテンツより 45% 多くリポストされた。
• 結論: アルゴリズムが提示する「見せるべき情報」と、ユーザーが自発的に拡散する「支持する情報」の間に明確な乖離（Gap）が存在する。

B. テキスト戦略とバイラル性（RQ2）

• 予測変数: SHAP 分析により、バイラル性を最も強く予測するのは**「記念的投稿（Commemorative）」、「個人的証言（Personal Testimony）」、「行動喚起（Call to Action）」**であることが判明。
• トーン: 形式的な言語や否定的な感情（怒りや危機感）が、より多くのいいねを獲得する傾向にあった。これは、ユーモアや風刺よりも「深刻な政治的脅威」としてのフレーム化が有効であることを示唆。

C. 視覚的戦略と AI 生成画像の役割（RQ3）

• 人間の写真: 人物（特に政治家）が写った写真は、閲覧数とコメント（議論）を最も多く引き起こす。
• AI 生成画像の二面性:
  • 動員ツール: 青い鳥、冬の鹿、クジラなどの AI 生成動物・植物シンボルは、リポスト率が高く、抗議の象徴として効率的に流通した。これらは「青島（抗議場所）」などの語呂合わせ（諧音）に基づいている。
  • 「かわいさの毒性（Kawaii Toxicity）」: 敵対政党への攻撃が、愛らしい AI 生成画像（トカゲ、トウモロコシ、カエルなど）に隠蔽される現象が確認された。例えば、DPP 議員を「トカゲ」や「カエル」として描くことで、毒性のある攻撃を「かわいらしい」美学で包み込んでいる。

4. 主要な貢献と新概念

• 「アルゴリズム曝露と社会的関与のギャップ」の定量化: 同一プラットフォーム内でも、アルゴリズムの論理（エンゲージメント最大化）とユーザーの論理（アイデンティティ強化・対抗動員）が矛盾し、異なる情報環境を形成することを実証。
• 「Kawaii Toxicity（かわいさの毒性）」の提唱: 生成 AI によって可能になった、政治的攻撃を「かわいらしい（Kawaii）」美学で包み込む新たな攻撃様式を概念化した。これは、視覚的感染（Visual Contagion）の理論を拡張するもの。
• 言語的工夫とプラットフォーム検閲: 国家検閲ではなく、民間プラットフォームのモデレーションを回避するために、漢字の多義性や諧音（青鳥＝青島）を利用した「平らな視界での通信」が可能であることを示した。

5. 意義と示唆

• 理論的意義: 社会運動における「道徳的ショック」や「集合的アイデンティティ」が、生成 AI による視覚的シンボリズムとどう結びつくかを解明。また、プラットフォームのアルゴリズムが民主的対立をどのように構造化するかを示した。
• 実践的意義: 民主主義社会における新しい抗議の形態として、生成 AI を活用した視覚的動員が、単なる風刺を超えて「毒性」を隠蔽する手段として機能しうる危険性を指摘。
• 政策的示唆: プラットフォーム企業は、アルゴリズムの露出ロジックが、意図せず特定の党派攻撃を助長している可能性（本件では反 DPP 露出の偏り）を認識し、ユーザーの自発的拡散行動との整合性を考慮する必要がある。

この研究は、台湾という民主主義社会におけるデジタル抗議の進化を、テキスト、画像、アルゴリズム、そして生成 AI の相互作用という多角的な視点から解き明かした画期的なものである。