Critical Slowing Down, Not Intensity, of Collective Anger Predicts Surges of Social Movement Activity
6,000万件の#BlackLivesMatterに関するツイートを分析することにより、本研究は、集団的な怒りの強さではなく、その持続性の高まりが、社会運動の活動の急増を予測するための信頼できる早期警戒信号として機能することを実証している。
原論文は CC BY 4.0 (https://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
社会科学の世界を、巨大で賑やかな気象観測所に例えてみましょう。ここでは、研究者たちは雨や風を追跡する代わりに、人間の行動の「嵐」——例えば、抗議活動が突発的に発生したり、ムーブメントが爆発的に拡散したりするように、人々が突然一体となって行動することを決意する、あの劇的な瞬間を予測しようとしています。長い間、研究者たちは、その瞬間に群衆がどれほど「怒って」いるかを測定することで、これらの嵐を予測できると考えてきました。それは論理的に思えました。もし全員が怒りに震えて叫んでいるなら、暴動が来るはずだ、と。しかし、この論文は、叫び声の大きさを確認するだけでは不十分であることを示唆しています。むしろ、真の手がかりは、その怒りがどれほど「粘り強く（スティッキーに）」感じられるかにあるのかもしれません。ゴムバンドを想像してみてください。引っ張った後に即座に元に戻るなら、それは安定しています。しかし、引っ張った後にゆっくりと揺れ続け、元の形に戻ろうとしないなら、それは破断寸前です。この「揺らぎ」こそが、科学者が**臨界減速（クリティカル・スローイング・ダウン）**と呼ぶものです。これは、システムが弾力性を失い、現在の状態に固執し始めていることを指す専門用語であり、大きな変化が起こる直前によく見られる現象です。これを理解することは、社会変化の水晶玉を手に入れるようなものです。それは、静かな会話がいつ咆哮へと変わるのかを見極める助けとなり、リーダーや活動家が変化が起こる前に備えることを可能にするかもしれません。
では、研究者たちは実際に何をしたのでしょうか？彼らは、この「ゴムバンド理論」を大規模に検証することに決めました。そのために、#BlackLivesMatter（ブラック・ライヴズ・マター）運動を用いました。彼らは単に数百人のデータを調べたのではありません。2015年から2020年の間に投稿された約6,000万件ものツイートという、膨大なデータの山を掘り下げたのです。彼らの目的は、感情の天候パターンを見ることで、活動の「急増（サージ）」（ムーブメントが新たな投稿で爆発的に増加した日）を予測できるかどうかを確認することでした。
まず、彼らは古い考え方に挑みました。「怒りの強さは急増を予測するか？」 彼らは、日ごとのツイートにおける怒りの平均レベルをチェックしました。また、不安や悲しみといった他のネガティブな感情についても調べました。結果は、ちょっとした予想外の展開となりました。「怒りの平均量は何の予測にもならなかった」のです。 火曜日に人々が怒っていたからといって、水曜日に大きな急増が来るとは限りませんでした。実際、この論文では、不安や悲しみのレベルが高い方が、急増が近づいていることを示す指標としてより優れていることが判明しましたが、怒りの強さ自体は予測において行き止まりでした。
次に、彼らは怒りの「粘り強さ」に焦点を移しました。これは**自己相関（オートコリレーション）**と呼ばれる概念を用いて測定されました。平易な言葉で言えば、自己相関とは、「今、人々が感じていることは、昨日感じていたことによって強く影響を受けているのか？」と問いかけるものです。もし答えが「イエス」であれば、その感情は持続的であり、すぐに通常の状態へと戻らないことを意味します。これが、まさに「臨界減速」の動きです。
ここでの大きな発見は、怒りがより持続的になればなるほど、そのムーブメントは大規模な急増に近づいているということでした。大きなイベントに向かって日々が進むにつれ、ツイート内の怒りは必ずしも大きくなるわけではありませんでしたが、回復が「遅く」なっていきました。怒りがそこに留まり続け、今日の怒りが昨日の怒りのほぼ完璧なコピーとなるようなパターンが生じ始めたのです。研究者たちは、システムが急増に近づくにつれて、この自己相関が著しく上昇することを発見しました。それはまるで、群衆が怒りのループに陥り、そこから抜け出せなくなっているかのようで、それが変革が差し迫っているサインとなっていたのです。
彼らはまた、分散（怒りのレベルがどれほど上下に変動するか）についても調査しました。驚くべきことに、急増が近づくにつれて、怒りはむしろ変動性が低くなっていました。激しく乱高下するのではなく、一定の、持続的な怒りのハム音のように落ち着いていったのです。これは、事態が崩壊する前に混沌とする傾向があるという、古典的な教科書通りの定義とは少し異なりますが、本論文は、特定のシステムにおいてはこのような分散の減少が起こるという近年の研究結果を支持しています。
単なるノイズによるパターンを見ているのではないことを確認するため、研究者たちは厳格なチェックを行いました。ツイートの日付をランダムに入れ替え、トランプのカードを混ぜるようにして、同じパターンが見つかるかどうかを試しました。その結果、ツイートにおける「粘り強さ」は消失しました。これは、彼らが実データで見つけたパターンが、コンピュータコードの不具合ではなく、本物のシグナルであることを示唆しています。また、オンライン上のツイートと現実世界の抗議活動が一致するかどうかを検証したところ、強い関連性が見られました。つまり、ツイートが増えると、抗議活動の規模も大きくなるのです。
さて、結論は何でしょうか？この論文は、社会運動の次の大きな動きを予測するために、単に最も大きな叫び声に耳を傾けるべきではないことを示唆しています。そうではなく、感情が跳ね返るのをやめ、そこに留まり始めた瞬間を見守るべきなのです。重要なのは、群衆がいかに怒っているかではなく、その怒りがどれほど長く消えずにいるかです。この研究は、この怒りが急増の「原因」であることを証明するものではありません（あくまで予測しているだけです）が、人間の集団における目に見えないダイナミクスを見るための、強力な新しい視点を提供しています。来るべき嵐の最も重要な兆候は、雷鳴ではなく、雨が降り出す直前の、空気が重く停滞している感覚にあるのです。
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。