You See It, They Don't: An Exploratory Study of User-to-User Variation in Instagram Comments
この探索的研究は、Instagram の新しい AI 駆動型コメントランキングシステムが、ニュース投稿において非ニュース投稿よりも表示されるコメントのばらつきを少なくし、その差異は性別、政治的傾向、または所在地といったユーザー属性よりも投稿の指標によってより強く駆動されていることを明らかにしている。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
Instagram を巨大で賑やかな広場だと想像してください。長年、その広場に立っている誰もが同じ掲示板を見ていました。投稿のトップコメントは全員にとって同じであり、まるで最も声の大きい人々の固定されたリストのようでした。
しかし 2025 年 3 月、町の市長（メタ）は新しい、目に見えない AI 司書を設置しました。この司書は単に同じリストを表示するのではなく、あなたが誰であるかに基づいて、トップコメントの「パーソナライズされた」リストを選別します。懸念はこうでした。「もし司書が保守的な人にあるセットのコメントを、リベラルな人とは全く異なるセットのコメントを見せたら、私たちは互いの声を聞き止めて、別々の現実に住み始めることになるのではないか？」
この論文は、その司書が実際にそうしているかどうかを確認するための小規模な実験です。
実験：4 人の「ゴースト」買い物客
これを検証するために、研究者たちは 4 つの「ソックパペット」アカウント（実在する人々のように振る舞う偽のユーザープロフィール）を作成しました。これらのゴーストに特定の性格を与えました。
- 女性民主党員
- 女性共和党員
- 男性民主党員
- 男性共和党員
また、これらのゴーストをニューヨークとテキサスの 2 つの異なる「場所」（VPN というデジタルトンネルを使用）に送り、地理的条件が彼らの目にするものを変えるかどうかを確認しました。
その後、これらのゴーストを 200 の異なる投稿に送り、100 はニュースアカウント（CNN やフォックスニュースなど）から、100 は猫好きやスポーツファンなどの楽しいニュース以外のアカウントから選びました。彼らは問いかけました。「これら 4 つの異なるゴーストが同じ投稿を見たとき、彼らは異なるトップコメントを見るのか？」
驚くべき結果
研究者たちは、特にニュース投稿において、ゴーストたちが非常に異なるリストを見ることを予想していました。AI がユーザーの政治的見解に合わせるよう、コメントを激しく選別すると考えていたのです。
しかし、彼らが発見したのは正反対のことでした。
- 「ゴースト」効果は小さい: 平均して、4 つの異なるゴーストが同じトップコメントを見たのは 88% の場合でした。コメントが変わったのは、誰が見ているかによって**約 12%**だけでした。
- ニュースは娯楽よりも安定している: 驚いたことに、ニュース投稿のコメントは、娯楽投稿（猫や食べ物など）のコメントよりも、変化しにくいものでした。AI は娯楽よりもニュースに対して、より一貫したリストを表示しているように見えました。
- あなた自身であることよりも、投稿の方が重要: 研究者たちは、ユーザーの性別や政治的傾斜が違いの主な理由になると考えていました。それは間違いでした。最大の要因は実際には投稿の人気度（アカウントのフォロワー数）とすでに付いているコメントの数でした。
- 比喩: 人気のあるレストランを想像してください。あなたが菜食主義者であれ肉食主義者であれ、レストランが満員で全員が同じ料理を注文しているなら、ウェイトレスが示すメニューは同じに見えるでしょう。「群衆」（コメント数）があなたの個人的な好みよりも重要なのです。
- リストが変わらなくても、順序は変わる: コメントのリストはほぼ同じでしたが、それらが現れる順序は非常に異なっていました。
- 比喩: プレイリストを想像してください。全員が同じ 10 曲を聴くかもしれませんが、民主党員にとっては最初の曲がバラードで、共和党員にとっては最初の曲がロックのアンセムです。コンテンツはそこにありますが、強調点がシフトしています。
この意味すること（と意味しないこと）
この論文は、AI がコメントの順序をパーソナライズしている一方で、まだ異なるユーザーからコメント全体を劇的に隠しているわけではないと結論付けています。少なくともこの特定の設定においては、トップコメントに対する「フィルターバブル」効果は予想よりも弱かったのです。
ただし、著者らは慎重に、これは単なる「最初の眺め」であると述べています。
- 「新人」の問題: 偽のアカウントは新しく、AI はまだ彼らをよく知らないため、「デフォルト」のリストを表示している可能性があります。アカウントが古くなり、AI が彼らについてより多くを学ぶにつれて、違いは大きくなるかもしれません。
- 「エコーチェンバー」の現実: 研究者たちは、ニュース投稿において、トップコメントはもともとニュースソースに同意する傾向があることに気づきました（例えば、右派ニュースサイトでの右派のコメントなど）。したがって、AI がなくても、コメントはすでに分極化していました。AI は単に、全員に同じ「合意された」コメントを見せ続けていたのです。
結論
この研究を、新しい家のサーモスタットをチェックすることに例えてみましょう。研究者たちは、サーモスタットが一部の人には「凍結」設定で、他の人には「暖房」設定になっているかどうかを知りたがりました。彼らは、現時点では温度が全員にとってほぼ同じ（わずか 12% の差）であることを発見しましたが、ファンの速度（コメントの順序）は確かに異なっていると結論付けました。
この論文は、これが最終的な答えであるとか、システムが完璧であると主張するものではありません。単に「私たちは確認しました。パーソナライゼーションは私たちが恐れていたほど極端ではありませんが、システムはまだ学習中であるため、監視を続ける必要があります」と述べているに過ぎません。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。