怒ってる人の怒りは誰のものか

SNSにしろ動画サイトにしろ、耳目を集めて広告モデルを回すことが活動の生命線になっている以上、東スポとか女性セブンばりの派手な見出しやワードに加え、反応しそうなやつにレコメンドしまくることでメシ食ってるわけじゃないすか。

人間もはや見ようと思って見てないんだよね。
君はこういう属性だから、こういう揉め事好きだよね?って狙い撃ちされている。
好きより嫌いに反応させるほうが簡単なので、どうしてもレコメンドエンジンはそっちに重きを置くようになっちゃう。そういう研究も結構されてる。
怒りは娯楽として手軽なのでとっつきやすいしね。好き嫌いは別として「つい反応しちゃう」コンテンツだからこそ強い。

なーんて、手垢のついた話ですけど、手垢ついてるんだけど、ずーっとそうだよなー、とも思っているわけです。
わたしがジェイミーやザンギに怒ってるのは正しいからいいだろうが。やんのか?

誰かからもらった怒りで遊んでていいのか

怒りは趣味の一つとしてとらえるなら低コストだしいいんだろうけど、一人で怒っててほしいんだよね。
何かを見かけて怒ったという表明をSNSに載せ、伝染しますようにってやってるのか共感しかねる。正当性の裏書きが欲しいのかしら。

ふだん、 自転車置き場の議論 に参加する人とか火をくべる人はミュートしている。
この活動はけっこうだいじで。
ミュートブロックで目にしたくないものをフィルタし続けていると、ほんとに揉め事の話題がタイムラインに載らなくなってくる。
「はりさん、あの話題知ってる?」とかいわれてもだいたい知らない。
格ゲーにしろFF14にしろ、流行りの揉め事が収束する頃になってようやく認識する。
その頃にはもとの話題なんてどこかに埋もれてて見えないんで、「なんかあったっぽいな」で終わり。
というか、そこで見に行っちゃうことでレコメンド対象に追加されちゃうんでね。
とおもいました。おわり。

このしたは余談。

claudeに調べてもらった参考

1. Emotion shapes the diffusion of moralized content in social networks

  • Brady, Wills, Jost, Tucker, Van Bavel / PNAS 114(28), 2017
  • URL: https://pubmed.ncbi.nlm.nih.gov/28652356/
  • 論争的な道徳・政治テーマ3つについて大量の投稿を分析し、道徳的・感情的な語が1語増えるごとに拡散が20%増えることを示しました。ただしこの効果は陣営内で強く、リベラル・保守それぞれのネットワーク内ではよく広がり、陣営をまたぐとあまり広がらなかったそうです。著者らはこれを「moral contagion(道徳の伝染)」と呼んでいます。 northwestern

2. Out-group animosity drives engagement on social media

  • Rathje, Van Bavel, van der Linden / PNAS 118(26), 2021
  • URL: https://pmc.ncbi.nlm.nih.gov/articles/8256037
  • ニュースメディアと米連邦議員のFacebook・Twitter投稿、約273万件を分析しています。政治的な外集団についての投稿は、内集団についての投稿の約2倍シェアされ、外集団を指す語が1語増えるごとにシェアのオッズが67%上がりました。外集団への言及は、ネガティブ感情語の約4.8倍の効果量で、シェアを予測する一番強い要因でした。 ssrc

3. Negativity drives online news consumption

  • Robertson, Pröllochs, Schwarzenegger, Pärnamets, Van Bavel, Feuerriegel / Nature Human Behaviour 7, 812–822, 2023
  • URL: https://pmc.ncbi.nlm.nih.gov/articles/PMC10202797/
  • Upworthyで見出しを変えて出し分けたテストのデータを使っています。規模は約10万5千通りのバリエーション、約570万クリック、3億7千万回以上の表示です。平均的な長さの見出しでは、ネガティブな語が1語増えるごとにクリック率が2.3%上がり、ポジティブな語はクリック率を下げました。感情別に見ると、怒りには効果がなく、クリックを動かしていたのは悲しみでした。 Nieman Foundation at Harvard +2

4. Engagement, User Satisfaction, and the Amplification of Divisive Content on Social Media

  • Milli, Carroll, Wang, Pandey, Zhao, Dragan / PNAS Nexus 2025(arXiv版は2023年公開)
  • URL: https://arxiv.org/abs/2305.16941
  • アクティブなTwitterユーザー806人を対象に2週間、エンゲージメント順と時系列順で表示されるツイートを比べました。その結果、エンゲージメント順のアルゴリズムは、感情的で外集団に敵対的な投稿を増幅しうることがわかりました。また、ユーザーはアルゴリズムが選んだ政治的ツイートを好んでいなかったとのことです。 emergentmindarxiv

参考(報道記事)

  • Five points for anger, one for a ‘like’: How Facebook’s formula fostered rage and misinformation / Washington Post, 2021-10-26
  • URL: https://www.washingtonpost.com/technology/2021/10/26/facebook-angry-emoji-algorithm/
  • 内容:流出した社内文書(Facebook Papers)にもとづく報道です。2017年以降、怒りを含むすべてのリアクション絵文字が「いいね」の5倍で重み付けされていたことと、その後の重みの見直しを報じています。