日本語
見る側からすれば、TikTokの推薦アルゴリズムの仕事はひとつだ。次に何を見たいか、自分で気付く前に見つけること。アプリを開く。数分後、興味があるとは一度も思わなかったものが画面に現れ、なぜか19世紀のドアの蝶番を修復する男性を見ている。
おすすめフィードは、機械の直感のように感じられる。しかし役立つ推薦が出たからといって、アプリが性格を理解し、心を読み、自分によいものを知っている証拠にはならない。それらは「別の蝶番をうまく見つけた」より、ずっと大きな主張だ。
アルゴリズムが実際に見るもの
TikTokは2020年6月の説明で、操作、動画の情報、端末設定を組み合わせると述べた。いいね、共有、フォロー、コメント、説明文、音、ハッシュタグが含まれる。長めの動画を最後まで見ることは、投稿者と同じ国にいることより強い関心の信号の例だった。
同社は、フォロワー数やアカウントの過去のヒットは、直接の推薦要因ではないとも述べた。ただしフォロワーが無意味ということではない。すでにいる視聴者が再生をもたらすことはある。また、優れた完視聴率ひとつで拡散が保証されるわけでもない。
この説明に、「再視聴はいいね5つ分」「共有はコメント3つ分」という万能の採点表はなかった。正確な重み付けは公開レシピではない。その確実性を売る人は、せめて水晶玉をおまけに付けるべきだ。
コールドスタートの問題
新しいアカウントでは、推薦システムの材料は比較的少ない。TikTokの公開説明では、選んだ関心分野、何も選ばなければ人気動画から始め、その後の操作に合わせて調整するとしていた。延々と同じものにならないよう、意図して別の内容を混ぜるとも説明している。
プラットフォームの全コードに触れなくても、研究者は過程を調べられる。Maximilian BoekerとAleksandra Urmanによる2022年の監査は、条件を管理したアカウントで、言語、場所、フォロー、いいね、視聴行動を試した。その実験では、すべてが推薦に影響した。測定された影響が最も強かったのはフォローで、いいね、動画の視聴割合が続いた。
これは特定の実験の結果であり、すべての利用者、すべての信号に対する永久の順位ではない。「いいねはほぼ無意味」と言い切れない理由も示す。研究は個人化の発生を示せても、全員に当てはまる30分のカウントダウンを与えるわけではない。
深みにはまる問題
懸念は理解しやすい。見ることは、もっと欲しいこととは限らない。好奇心、苛立ち、信じられなさ、あるいはスマホを置く能力を一時的にどこかへ忘れたせいで見ることもある。利用行動だけでは、どの経験だったかわからない。
狭いテーマを出し続けるフィードは、それがサワードウなら便利かもしれない。苦痛や誤解を与える内容なら、心配は大きくなる。研究者はフィルターバブルや問題のある内容を論じたが、その実験は、誰もが必然的に過激な動画へ向かうと証明したわけではない。
ここで音楽の推薦と繰り返しをめぐる問い（英語）が身近に感じられるのも、そのためだ。個人化は大好きなものを見つける助けになる。同時に、次の発見を前の発見と妙に似たものにもできる。
予測は心理的な肖像ではない
サービスが行動から何を推測できるかには、意味のあるプライバシー上の問いがある。しかしそれを、TikTokが既知の精度で感情を測るとか、他のすべての消費者向けサービスより速く行動データを集めるという、裏付けのない主張へ変えるべきではない。
システムは、なぜかを知らずに、次の動画を見ると予測できる場合がある。その2つを分ければ、データ収集、アクセス、保存、独立した検証について役立つ質問ができる。「何もかも知っている」はホラーの設定としては優秀だが、技術仕様としては出来が悪い。
作り手の側
作り手には、推薦が一度もフォローしていない人への道になる。同時に不安定にも感じられる。成功した投稿ひとつで、その後のすべてに恒久的な観客を買えるわけではない。アルゴリズムはポイントサービスではない。スタンプカードが欲しくなる時はあるとしても。
おすすめフィードを、魔法か、表計算を持つ悪役かのどちらかにする必要はない。不完全な信号と事業上の選択を基にした、強力な流通システムだ。限界を理解するほうが、秘密とされる公式を暗記するより役に立つ。夕食前に蝶番動画から脱出する助けにすら、なるかもしれない。
2026-03-28公開の英語版の記事を日本語に翻訳しました。翻訳日：2026年10月30日。翻訳にはAIを使用し、記事内の時点は原文に合わせています。
