Jennifer Golbeck: The curly fry conundrum: Why social media "likes" say more than you might think

ジェニファー・ゴルベック: カーリー・フライの謎解き — ソーシャルメディアでの「いいね！」があなたの秘密を明かす？

翻訳: Tomoyuki Suzuki 校正: Yasushi Aoki

If you remember that first decade of the web,

ウェブが最初の10年間 どんなだったか

it was really a static place.

覚えていますか？ 固定的なものでした

You could go online, you could look at pages,

ネットにつなげ サイトを見ることはできましたが

and they were put up either by organizations

当時それは そのための部署を持つ組織や

who had teams to do it

当時それは そのための部署を持つ組織や

or by individuals who were really tech-savvy

コンピュータに精通した個人が 立ち上げたものでした

for the time.

コンピュータに精通した個人が 立ち上げたものでした

And with the rise of social media

2000年代初期にソーシャルメディアや ソーシャルネットワークが登場すると

and social networks in the early 2000s,

2000年代初期にソーシャルメディアや ソーシャルネットワークが登場すると

the web was completely changed

ウェブは大きく変容を遂げ

to a place where now the vast majority of content

今や私たちの見る コンテンツの大部分が

we interact with is put up by average users,

一般的なユーザーによる

either in YouTube videos or blog posts

YouTubeのビデオ、ブログ

or product reviews or social media postings.

製品のレビューやソーシャルメディアでの 投稿で占められています

And it's also become a much more interactive place,

また人々が互いに

where people are interacting with others,

やり取りをする場へと変化しています

they're commenting, they're sharing,

コメントしたり 情報を共有したりし

they're not just reading.

ただ情報を見るだけではないのです

So Facebook is not the only place you can do this,

フェイスブックはこのような場として 唯一ではないものの最大です

but it's the biggest,

フェイスブックはこのような場として 唯一ではないものの最大です

and it serves to illustrate the numbers.

数字を見れば分ります

Facebook has 1.2 billion users per month.

フェイスブックには 月間ユーザーが12億います

So half the Earth's Internet population

つまり地球上のインターネット人口の―

is using Facebook.

半分がフェイスブックを利用しています

They are a site, along with others,

他のサイトと同様に

that has allowed people to create an online persona

ITのスキルが殆どなくても ネット上の人格を作ることができる

with very little technical skill,

そんなサイトであり

and people responded by putting huge amounts

人々は個人的な情報を大量に

of personal data online.

投稿してきたのです

So the result is that we have behavioral,

その結果 何億という人々の 行動パターン

preference, demographic data

好みや人口統計データなどが

for hundreds of millions of people,

得られるのです

which is unprecedented in history.

こんなことは 過去には有りませんでした

And as a computer scientist, what this means is that

私のようなコンピュータ科学者にとって これは意味深く

I've been able to build models

私は人々が共有した情報から

that can predict all sorts of hidden attributes

本人が公開しているとは思いもしない

for all of you that you don't even know

多くの隠された特性を予測できる

you're sharing information about.

モデルを構築することができました

As scientists, we use that to help

科学者はそれによって 人々の—

the way people interact online,

ネット上での交流を 手助け出来るのですが

but there's less altruistic applications,

そんなに利他的でない 応用もあります

and there's a problem in that users don't really

問題はユーザーが

understand these techniques and how they work,

この様な技術の存在やしくみを理解せず

and even if they did, they don't have a lot of control over it.

たとえ知っていたとしても コントロールする手段が無いことです

So what I want to talk to you about today

私が今日お話ししたいことは

is some of these things that we're able to do,

こういうことに対して我々が 何をできるか

and then give us some ideas of how we might go forward

そして我々の手に

to move some control back into the hands of users.

いくらかコントロールを 取り返すアイデアについてです

So this is Target, the company.

これはTargetという会社のロゴ

I didn't just put that logo

この哀れな妊婦のお腹に

on this poor, pregnant woman's belly.

ロゴを意味もなく 貼りつけたのではありません

You may have seen this anecdote that was printed

雑誌フォーブスに載った逸話を

in Forbes magazine where Target

ご覧になったかもしれません

sent a flyer to this 15-year-old girl

Targetはこの15歳の少女が

with advertisements and coupons

親に妊娠を打ち明ける２週も前に

for baby bottles and diapers and cribs

哺乳瓶、おむつ、 ベビーベッドの

two weeks before she told her parents

広告とクーポン券を

that she was pregnant.

送りつけたのです

Yeah, the dad was really upset.

父親は激怒しました

He said, "How did Target figure out

Targetは 親さえ知らない

that this high school girl was pregnant

高校生の少女の妊娠を

before she told her parents?"

どうして知っていたのか？

It turns out that they have the purchase history

判明したことは 彼らには

for hundreds of thousands of customers

何十万という顧客の 購入履歴データがあり

and they compute what they call a pregnancy score,

彼らが言う所の 妊娠スコアというものを計算したのです

which is not just whether or not a woman's pregnant,

単に妊娠の判断だけでなく

but what her due date is.

予定日の推定さえするのです

And they compute that

すぐそれと分かる購入品—

not by looking at the obvious things,

例えばベビーベッドや 赤ちゃん服だけでなく

like, she's buying a crib or baby clothes,

例えばベビーベッドや 赤ちゃん服だけでなく

but things like, she bought more vitamins

いつもよりビタミン剤を 多めに買ったとか

than she normally had,

おむつを入れるのに必要であろう

or she bought a handbag

大きな手さげカバンを

that's big enough to hold diapers.

買ったということから 推測するのです

And by themselves, those purchases don't seem

それぞれの物は 購入したからと言って

like they might reveal a lot,

何かがばれる訳ではなさそうですが

but it's a pattern of behavior that,

そういった購入行動のパターンを

when you take it in the context of thousands of other people,

他の数千人の人々のデータと 照らし合わせることによって

starts to actually reveal some insights.

その意味が見えてきます

So that's the kind of thing that we do

このようにして我々は―

when we're predicting stuff about you on social media.

ソーシャルメディアを通して 皆さんの事を分析しています

We're looking for little patterns of behavior that,

我々は数百万の人々の

when you detect them among millions of people,

この様な ささいな行動パターンから

lets us find out all kinds of things.

様々なことを見出そうとしているのです

So in my lab and with colleagues,

私の研究所では仲間たちと

we've developed mechanisms where we can

様々なことを正確に予測する 手法を開発しました

quite accurately predict things

様々なことを正確に予測する 手法を開発しました

like your political preference,

人々の政治的傾向

your personality score, gender, sexual orientation,

個性 性別 性的傾向

religion, age, intelligence,

宗教 年令 知能

along with things like

それに加え

how much you trust the people you know

知人をどの程度信頼し

and how strong those relationships are.

どれくらい深い関係か といったことです

We can do all of this really well.

かなり上手くいきました

And again, it doesn't come from what you might

繰り返しますが 直接的でない 情報から結果が得られるのです

think of as obvious information.

繰り返しますが 直接的でない 情報から結果が得られるのです

So my favorite example is from this study

私が特に気に入っている事例は

that was published this year

米国科学アカデミー紀要に載った

in the Proceedings of the National Academies.

今年の論文で グーグルで 検索すれば見つかるでしょう

If you Google this, you'll find it.

今年の論文で グーグルで 検索すれば見つかるでしょう

It's four pages, easy to read.

４ページの論文で すぐに読めます

And they looked at just people's Facebook likes,

ここでは フェイスブックで 何を「いいね！」したかという

so just the things you like on Facebook,

情報だけを元に

and used that to predict all these attributes,

先ほど挙げたような 個人の特性を

along with some other ones.

予測しています

And in their paper they listed the five likes

この論文では 高い知能と 関連性の高い

that were most indicative of high intelligence.

５つの「いいね！」の対象をリストしました

And among those was liking a page

その一つが

for curly fries. (Laughter)

カーリー・フライのページです (笑)

Curly fries are delicious,

カーリー・フライは 確かに美味しいですが

but liking them does not necessarily mean

カーリー・フライが 好きなこと自体が

that you're smarter than the average person.

平均以上の知性を 意味するのではありません

So how is it that one of the strongest indicators

では どうして対象物が 予測しようとする性質と無関係なのに

of your intelligence

では どうして対象物が 予測しようとする性質と無関係なのに

is liking this page

これが知性と関連性の高い 指標となるのでしょう

when the content is totally irrelevant

これが知性と関連性の高い 指標となるのでしょう

to the attribute that's being predicted?

これが知性と関連性の高い 指標となるのでしょう

And it turns out that we have to look at

これを説き明かすために

a whole bunch of underlying theories

背後にある ありとあらゆる

to see why we're able to do this.

理論に着目すべきことが 分りました

One of them is a sociological theory called homophily,

その一つが社会学で 「同類性」といわれるもので

which basically says people are friends with people like them.

人間は基本的に似た者同士が 集まるというものです

So if you're smart, you tend to be friends with smart people,

賢い人は賢い人達と 仲間になる傾向があり

and if you're young, you tend to be friends with young people,

若者は若者同士で集まるといったことで

and this is well established

これは何百年もの前に

for hundreds of years.

確立された理論です

We also know a lot

情報がネットワークにより

about how information spreads through networks.

どう広がるかも よく分かっています

It turns out things like viral videos

話題になるビデオや

or Facebook likes or other information

フェイスブックの「いいね！」 のような情報は

spreads in exactly the same way

まるで病気が伝染するように

that diseases spread through social networks.

ソーシャルネットワークを通して 広がるのです

So this is something we've studied for a long time.

こういうことは長年研究され

We have good models of it.

良い予測モデルがあります

And so you can put those things together

こういったことを合わせて考えてみれば

and start seeing why things like this happen.

なぜあんな予測がなされるのか 分ってきます

So if I were to give you a hypothesis,

そこで仮説を示すとすれば―

it would be that a smart guy started this page,

そのページを作った人か

or maybe one of the first people who liked it

あるいは初期に「いいね！」をした一人が

would have scored high on that test.

知性の高い人だったのでしょう

And they liked it, and their friends saw it,

彼らが気に入って そして その友達がこれを見て

and by homophily, we know that he probably had smart friends,

類が友を呼び ― きっと彼には賢い友人が 多いのでしょう

and so it spread to them, and some of them liked it,

仲間の輪は広がり 彼らも気に入り

and they had smart friends,

そこからさらに

and so it spread to them,

and so it propagated through the network

賢い友達へと広まり

ネットワークを通して たくさんの知性の高い人へと伝わっていき

to a host of smart people,

ネットワークを通して たくさんの知性の高い人へと伝わっていき

so that by the end, the action

ついにはカーリー・フライへの

of liking the curly fries page

「いいね！」という行動が

is indicative of high intelligence,

商品の中身とは無関係に

not because of the content,

「いいね！」と投票した人たちの

but because the actual action of liking

共通の特性が反映され

reflects back the common attributes

高い知性を表すことになったのです

of other people who have done it.

高い知性を表すことになったのです

So this is pretty complicated stuff, right?

とても複雑な関係ですね？

It's a hard thing to sit down and explain

これを普通の方の前で

to an average user, and even if you do,

説明するのは難しいし そうしたからといって

what can the average user do about it?

普通の人はどうすべきか 分かりませんね?

How do you know that you've liked something

何かを「いいね！」したとき

that indicates a trait for you

それとは直接関係のない

that's totally irrelevant to the content of what you've liked?

性格をつかまれてしまうなんて どうして分かるでしょう？

There's a lot of power that users don't have

ユーザーがデータの用途を コントロールできない

to control how this data is used.

そんな仕組みが多くあるのです

And I see that as a real problem going forward.

そして私は実際に問題が 起こっていることを知っています

So I think there's a couple paths

私はユーザーにデータの使用方法の

that we want to look at

コントロールを与える

if we want to give users some control

２つのやり方があると 思います

over how this data is used,

２つのやり方があると 思います

because it's not always going to be used

というのもデータ利用は必ずしも ユーザの―

for their benefit.

為になっていないからです

An example I often give is that,

私がよく挙げる例は

if I ever get bored being a professor,

もし私が教授職に飽きて

I'm going to go start a company

会社を立ち上げ

that predicts all of these attributes

皆さんの特性だとか

and things like how well you work in teams

チームワーク力とか

and if you're a drug user, if you're an alcoholic.

薬物使用癖やアルコール依存 などを予測します

We know how to predict all that.

推定方法は分かっています

And I'm going to sell reports

そして皆さんを雇用したがっている

to H.R. companies and big businesses

人材派遣会社や大企業に

that want to hire you.

レポートを売りつけるのです

We totally can do that now.

我々はすぐにでもできます

I could start that business tomorrow,

明日にだってビジネスを始められるでしょう

and you would have absolutely no control

そして私が皆さんのデータを

over me using your data like that.

そのように使うのを 止めることはできません

That seems to me to be a problem.

そのことが問題だと言っているのです

So one of the paths we can go down

取り得る対策の一つは

is the policy and law path.

ポリシーや法律による方法です

And in some respects, I think that that would be most effective,

ある意味 これが最も効果的かもしれません

but the problem is we'd actually have to do it.

しかし問題は我々は 働きかけることしかできないことです

Observing our political process in action

政策決定のプロセスを見ていると

makes me think it's highly unlikely

多くの議員が集まって

that we're going to get a bunch of representatives

我々の話を聞いて 事情を理解し

to sit down, learn about this,

ユーザーが自分のデータの

and then enact sweeping changes

用途を管理できるよう

to intellectual property law in the U.S.

米国の知的所有権法を 大幅に変えるというのは

so users control their data.

とても起こりそうな気がしません

We could go the policy route,

ポリシーという道もあります

where social media companies say,

つまりソーシャルメディア会社が

you know what? You own your data.

“データは皆さんのものです

You have total control over how it's used.

皆さんがすべて管理できます” と言うのです

The problem is that the revenue models

問題は収入モデルにあります

for most social media companies

ソーシャルメディア会社は

rely on sharing or exploiting users' data in some way.

ユーザのデータを何らかの方法で 共有もしくは利用することで成り立っています

It's sometimes said of Facebook that the users

時々言われる事ですが フェイスブックにとって

aren't the customer, they're the product.

“ユーザは顧客ではなくて製品だと”

And so how do you get a company

だから このような会社が

to cede control of their main asset

大事な資産をユーザーに返すなどという

back to the users?

譲歩をするでしょうか？

It's possible, but I don't think it's something

可能だとは思いますが

that we're going to see change quickly.

私は直ぐには起こりそうにないと思います

So I think the other path

もう一つの道で

that we can go down that's going to be more effective

より効果的であろうものは

is one of more science.

科学を使うことです

It's doing science that allowed us to develop

データから個人の特性を 導き出すメカニズムを

all these mechanisms for computing

開発できるようにしてくれた

this personal data in the first place.

科学を研究すること

And it's actually very similar research

それとごく似た

that we'd have to do

研究によって

if we want to develop mechanisms

“これにはリスクがありますよ” といった警告を

that can say to a user,

ユーザーに発するような

"Here's the risk of that action you just took."

仕組みを開発できるでしょう

By liking that Facebook page,

フェイスブックで「いいね！」したり

or by sharing this piece of personal information,

個人情報を共有すると

you've now improved my ability

皆さんが ドラッグをやっているかとか

to predict whether or not you're using drugs

職場で上手くいっているかどうかとか

or whether or not you get along well in the workplace.

そういった事について予測される精度が 上がったのでした

And that, I think, can affect whether or not

警告の仕組みを導入すると

people want to share something,

情報を公開する 友達に限定する

keep it private, or just keep it offline altogether.

まったく共有しないといった 人々の選択に影響するでしょう

We can also look at things like

またはアップロードする情報を

allowing people to encrypt data that they upload,

暗号化するという手段も 考えられるでしょう

so it's kind of invisible and worthless

これでフェイスブックの様なサイトや

to sites like Facebook

そこからデータを受ける

or third party services that access it,

第三者のサービス会社には 無意味なデータとなり

but that select users who the person who posted it

一方で 本人が見て欲しいと思う人は

want to see it have access to see it.

見ることができます

This is all super exciting research

これは知的な観点から

from an intellectual perspective,

非常に面白い研究であり

and so scientists are going to be willing to do it.

科学者は喜んで取り組むでしょう

So that gives us an advantage over the law side.

その点で政策に訴える手段よりも 優れています

One of the problems that people bring up

この話をすると皆さんに―

when I talk about this is, they say,

よく指摘されるのは

you know, if people start keeping all this data private,

皆が情報を非公開に するようになったら

all those methods that you've been developing

私たちの開発してきた 人の行動パターンの―

to predict their traits are going to fail.

予測手法が使えなくなるのでは ということです

And I say, absolutely, and for me, that's success,

その通りですが 私にとってそれは成功なのです

because as a scientist,

なぜなら一科学者として

my goal is not to infer information about users,

私の目標はユーザーの情報から 何かをあぶりだすことではなくて

it's to improve the way people interact online.

人々のオンラインにおける交流を 改善することだからです

And sometimes that involves inferring things about them,

そのために人々のデータから 推測をすることもありますが

but if users don't want me to use that data,

皆さんがデータの利用を 望まないのであれば

I think they should have the right to do that.

皆さんにそう言う権利が あるべきだと思います

I want users to be informed and consenting

我々が開発するツールについて ユーザーは知らされ

users of the tools that we develop.

同意の元で使われるべきだと思います

And so I think encouraging this kind of science

データを管理する力の一部を ソーシャルメディアから

and supporting researchers

ユーザーに返すような

who want to cede some of that control back to users

科学的研究を推し進め

and away from the social media companies

研究者を支援することで

means that going forward, as these tools evolve

このようなツールは進化し

and advance,

進歩を遂げることになり

means that we're going to have an educated

ユーザーが知識と力を

and empowered user base,

持つようになるでしょう

and I think all of us can agree

これが理想的な方法だと

that that's a pretty ideal way to go forward.

同意して頂けるものと思ってます

Thank you.

どうも有り難うございました

(Applause)

(拍手)