ユーザーの入力でソーシャルメディアフィードをパーソナライズする

ソーシャルメディアのフィードは、人々がコンテンツを共有したり、オンラインで他の人とやり取りしたりする場所だよ。これらのフィードは、個々の価値観や好みを反映してる。しかし、多くのソーシャルメディアプラットフォームは、ユーザーが何を見るかを決めるためにアルゴリズムを使用してるんだ。これがユーザーの選択肢を制限したり、彼らのユニークな体験を考慮しなかったりすることがあるんだよね。

インタラクティブマシンティーチング（IMT）という方法を使って、ソーシャルメディアのフィードを改善できるかもしれない。IMTを使うと、技術的なスキルがないユーザーでも、アルゴリズムに自分のニーズに合った方法を教えることができるんだ。この論文では、ユーザーが自分の体験をパーソナライズできるフィードをどう設計できるかを探ってるんだ。

#ソーシャルメディアフィードの理解

ソーシャルメディアのフィードは、日々の他の人とのつながり方に影響を与える。フィードのデザインが、どの投稿にどう関わるか、誰とやり取りするかをコントロールしてる。アルゴリズムは特定のコンテンツを優先して、私たちの社会的行動を形成するんだ。

過去20年間で、ソーシャルネットワークの所有権がシフトして、少数の企業がかなりのコンテンツを管理するようになった。この権力の集中は、ユーザーがオンライン体験のコントロールを失ったと感じる「アルゴリズムの主権」についての懸念を引き起こしてる。

コンテンツアルゴリズムに焦点を当てることで、ユーザーはしばしばフラストレーションを感じる。多くのプラットフォームが均一なアプローチを適用するため、多様なユーザーニーズを見過ごすことがある。たとえば、コミュニケーション方法が異なるユーザーや特別なニーズを持つユーザーは、自分のフィードが無関係だったり圧倒されたりするかもしれない。

一部のユーザーは、自分がアルゴリズムについて学んでコントロールを取り戻そうとする。彼らは、どのようにコンテンツが影響を受けるかについて自分なりの考えを発展させる。しかし、これらの方法は操作的に感じられることがあり、必ずしも上手くいくわけではない。

この問題は、ユーザーとアルゴリズムの間に明確なフィードバックの機会が不足してることから来てるかもしれない。ユーザーが自分の好みを表現するのが難しくなってるんだ。

#アルゴリズムにフィードを改善するための教育

ユーザーにとってソーシャルメディアがより良くなるように、インタラクティブマシンティーチングを活用できるんだ。IMTは、ユーザーが技術的な専門知識なしに、自分の好みについてアルゴリズムに知らせる方法を提供する。

この研究では、Instagram、Mastodon、TikTok、Twitterの4つの異なるソーシャルメディアプラットフォームのユーザーにインタビューを行った。ユーザーが投稿の価値をどう評価するか、そしてその判断に影響を与える要因を調べたんだ。

#ユーザー研究の方法論

私たちは、ユーザーがフィード内のコンテンツを評価するときに考慮する重要なシグナルを特定することから始めた。私たちの研究には、18歳から65歳までの24人の参加者が含まれてる。彼らをソーシャルメディアプラットフォームや大学のチャネルから募集したよ。

参加者には、自分の選んだプラットフォームから投稿のスクリーンショットを共有してもらい、これらの投稿を評価する際の思考プロセスを話し合ってもらった。この過程で、彼らがコンテンツに関わるときの理由について語ってもらったんだ。

#ユーザー評価からのインサイト

参加者は、自分の評価に影響を与えるさまざまな要因を特定したよ：

1. 著者の認知：多くの参加者は、誰がコンテンツを投稿したかに気を使ってた。著者を知ることで、評価に個人的な要素が加わった。

2. コンテンツの関連性：個人的な興味や現在のトレンドに合致した投稿は、より高く評価された。

3. 感情的共鳴：参加者がどう感じるかによって、ある投稿の価値が変わることがあった。たとえば、インスピレーショナルな投稿はよく後で保存されてた。

4. フィードのキュレーション：参加者は、見えるものを管理したいという願望を表明した。多くは、単にトレンドトピックではなく、知ってる人からのコンテンツを優先したいと思ってた。

5. 深い関与：参加者は、エンターテイメント用にブラウジングしたり、特定の情報を探したりと、フィードに異なる方法で関与することが多いと述べた。

#教育可能なフィードのデザイン原則

私たちの発見に基づいて、ユーザーを活かすソーシャルメディアフィードをデザインするための5つの原則を確立したよ：

#1. フィード内に教育言語を配置する

教育機能をフィードに直接組み込むことで、ユーザーがよりアクセスしやすくなるようにするべき。コンテンツに関与するために、アルゴリズムを教えるために離れる必要はないよ。

#2. 利用可能であるが、押し付けがましくない

教育機能は、ユーザーのカジュアルなブラウジングを妨げないようにすべき。常に利用できるようにするけど、リラックスしたいときには簡単に無視できるように。

#3. フィードの多様性を受け入れる

ユーザーがさまざまな興味やグループのために異なるフィードを作成できるようにすることで、体験が向上する。ユーザーは、コンテンツをより良くカテゴライズし、整理できるべき。

#4. 構造化されたフィードバックと非構造化フィードバックを求める

ユーザーの評価のニュアンスを捕まえるために、インターフェースは単純な（好き/嫌い）フィードバックと、詳細な非構造化の入力（自然言語のコメントなど）を受け入れるべき。

#5. 異なる時間尺度での教育と評価を可能にする

ユーザーは、異なるタイミングでフィードバックを提供できるようにすべき。つまり、素早いやり取りや、時間をかけた思慮深い反映を通じてアルゴリズムを教えることができるってこと。

#提案されたフィードデザイン

これらの原則を示すために、テストと改善が可能な3つのデザインを提案するよ：

#拡張UIビュー

このデザインでは、ユーザーは投稿のコンポーネントに対してより思慮深く関与できる。ユーザーが投稿に反応（いいねを押すなど）すると、インターフェースは「拡張」して著者、テキスト、他の特徴などの詳細を示すことができる。これにより、ユーザーは投稿の各部分について何が好きだったか、何が嫌だったかを具体的に示せる。

#マルチフィードカリキュラムの組織とシーディング

ユーザーは、自分の好みに基づいてフォルダを作成でき、それが新しいフィードの種として機能することができる。ユーザーが投稿に対する好みを表明すると、それがフィードに今後表示されるコンテンツの種類に影響を与えるフォルダにカテゴライズされることがある。

#意図的に有限のフィードと自然言語フィードバック

このデザインでは、コンテンツのスタックを導入する。ユーザーがスタックの終わりに達すると、彼らは自然言語で視聴したものについてフィードバックを提供できる。これにより、ユーザーはコンテンツを消費した後に自分の好みを反映することが奨励される。

#倫理的考慮事項

私たちの目標はユーザーのエージェンシーを高めることだけど、パーソナライズに伴うリスクにも注意しなければならない。より細かい好みを導入することで、プライバシーや信頼の問題が生じるかもしれない。ユーザーは、自分のデータがどのように使用されるか、またどれだけのことが推測されるのかについて不安を感じるかもしれない。

アルゴリズムがどのように機能するかについての透明性を確保することが重要だ。ユーザーがアルゴリズムに自分の好みを教えることを通じて、アルゴリズムがユーザーの興味を推測する必要が減るかもしれない。

さらに、プラットフォームはユーザー主導のフィードバックサイクルから利益を得ることができる。これにより、誤解を招く実践を避ける手助けができるかもしれない。これは、ユーザーが多様な視点と触れ合えるようにするためのより良いコンテンツモデレーションシステムにつながる。

#制限と今後の作業

ここで提案されたデザインは初期のコンセプトで、ユーザーテストが必要だ。この研究は異なるプラットフォームで行われたが、これらのアイデアが実際にどう機能するかを見るためにはさらなる研究が必要だ。

このアプローチはソーシャルメディアを超えても可能性があると考えている。他のアプリケーション（ニュースアグリゲーターなど）は、同様のデザインから利益を得るかもしれない。これらのアイデアを効果的に実装する方法を明らかにするために、さらなる探究が必要だ。

最後に、協力的なIMT体験は、ユーザーがアルゴリズムを教えることを支え合うのに役立ち、共通の興味を持つコミュニティを作ることができる。未来の研究は、この協力的な側面が教育プロセスをどう向上させるかを探ることができる。

#結論

ソーシャルメディアのフィードは、私たちのオンライン生活において重要な役割を果たしている。ユーザーがアルゴリズムに自分の好みを教えることを許すことで、よりパーソナライズされた満足のいく体験を作ることができる。私たちの提案するデザインは、ユーザーがフィードをコントロールできるようにしつつ、潜在的な倫理的影響にも対処することを目指している。

ユーザーのインサイトと考慮されたデザインを融合させることで、個々のニーズや好みを尊重したより良いソーシャルメディア体験を築けることを願っている。ユーザーは自分のデジタル環境に対するエージェンシーを取り戻し、ユニークな好みや価値観を反映できるようになるんだ。