エンゲージメント型アルゴリズムが長期的満足度を損なう

近年のストリーミングサービスは、ユーザーの直近の行動履歴に基づくエンゲージメント最適化アルゴリズムを採用している。しかし、トロント大学ロートマン経営大学院のサムスン・ナイト准教授の最新研究によると、このデータ駆動型キュレーションは長期的にユーザー満足度を低下させ、文化の多様性を阻害する恐れがあると指摘されている。 研究論文「Engagement-based curation and the evolution of taste」では、アルゴリズムが過剰な頻度で類似コンテンツを推薦することで、短期的な関心は高まるものの早期に飽和し、離脱を招く現象がモデル化された。ナイト准教授は「親しみは嗜好と異なり、真の文化的嗜好は長期的な曝露を経て形成される」と説明する。ヒップホップやエレクトロニック・ダンス・ミュージックが主流になるまでに数十年を要した歴史が示す通り、短期データのみで判断するシステムは、新しい文化的ムーブメントの萌芽を潰してしまうリスクがある。さらに、アルゴリズムは過去の推薦結果そのものがユーザーの反応を形成していることを認識せず、自己正当化のループに陥ると警告する。 この課題への対策として、ナイト准教授は短期的な指標を犠牲にして意図的な探索をシステムに組み込むよう提案する。過去に好まれたコンテンツの表示頻度を意図的に抑え、異質なジャンルへの曝露時間を確保する手法である。加えて、データ駆動型アルゴリズムには欠如した人間によるキュレーションの重要性も強調する。編集者の直感や信念に基づく推薦は、初期の数値が芳しくなくても継続的に作品を後押しし、結果として次なる文化的トレンドを生み出す触媒となり得ると結論付けている。本研究は学術誌「Journal of Cultural Economics」に掲載された。