YouTubeのおすすめアルゴリズムという難解なパズルに、視聴者もクリエイターも困惑していることは周知の事実です。Mozillaの新たな調査によると、ユーザーが「低評価」や「興味なし」といった選択肢を使ってYouTubeの類似動画のおすすめを止めても、おすすめ動画に大きな変化はないことが示唆されています。
同団体の調査によると、フィードバックツールの使用や設定変更にもかかわらず、YouTubeはユーザーが拒否した動画と似た動画を表示していたことが分かりました。不適切なおすすめを防ぐツールに関しては、「興味がない」や「低評価」をクリックすることはほとんど効果がありませんでした。不適切なおすすめをそれぞれ11%と12%しか防げなかったのです。「チャンネルをおすすめしない」や「視聴履歴から削除」といった方法は、それぞれ43%と29%の不適切なおすすめを削減できたため、より高い効果が得られました。調査に参加したユーザー全体は、不適切なおすすめをフィードから排除するYouTubeの対応に不満を抱いていました。
Mozillaの調査では、ユーザーが「後悔する」動画を報告し、おすすめをより適切に管理できるブラウザ拡張機能「RegretReporter」のユーザー22,722人からデータを収集し、5億6,700万本以上の動画を分析しました。さらに、RegretReporterユーザー2,757人を対象に詳細なアンケート調査を実施し、ユーザーのフィードバックをより深く理解しました。
報告書によると、参加者の78.3%がYouTube独自のフィードバックボタンを使用したり、設定を変更したり、特定の動画を避けたりすることで、アルゴリズムにより良いコンテンツを提案するよう「学習」させていた。YouTubeのおすすめをより適切にコントロールするために何らかの対策を講じた人のうち、39.3%はこれらの対策が効果がなかったと回答した。
「何も変わりませんでした。誤解を招く内容やスパムだと報告しても、翌日には元に戻ってしまうことがありました。まるで、彼らの提案に対して否定的なフィードバックをすればするほど、デタラメの山がどんどん高くなっていくような気がします。特定の情報源をブロックしても、結局は戻ってくるんです」と、あるアンケート回答者は語った。
実際、YouTubeのおすすめを変更しようとした人の23%は、賛否両論の反応を示しました。彼らは、不要な動画がフィードに再び表示されてしまうことや、おすすめを積極的に変更するために多大な時間と労力を費やすことなど、その影響を挙げました。
「確かに変化はありましたが、悪い方向でした。ある意味、アルゴリズムの挙動を積極的に変えようとしたことで罰せられたような気がします。インタラクションが減ると、レコメンデーションの根拠となるデータも減ってしまうという側面もあります」と、別の調査参加者は述べた。
テッククランチイベント
サンフランシスコ | 2025年10月27日～29日
Mozillaは、YouTubeが不適切なおすすめを阻止するために最も効果的なツールを用いても、ユーザーのフィードを変えるには不十分だと結論付けました。同社は「ユーザーが本当に望んでいることを聞くことにそれほど関心がなく、ユーザーの利益を無視してエンゲージメントを促進する不透明な方法に頼ることを好んでいる」と述べています。
同団体はYouTubeに対し、動画共有サイトの推奨エンジンをより深く理解できるよう、分かりやすいユーザーコントロールを設計し、研究者にきめ細かなデータアクセスを提供するよう勧告した。
YouTubeは、視聴者がおすすめをコントロールできるよう支援しています。これには、特定の動画やチャンネルを今後おすすめされないようにブロックする機能も含まれます。重要なのは、このコントロールは特定のトピックや視点全体をフィルタリングするものではないということです。これは、視聴者にとってエコーチェンバーのような悪影響を及ぼす可能性があるためです。YouTubeはプラットフォームに関する学術研究を歓迎しており、YouTube Researcher Programを通じてデータAPIへのアクセスを最近拡大しました。Mozillaの報告書は、YouTubeのシステムの実際の動作を考慮していないため、多くの知見を得ることが困難です」と、YouTube広報担当者のエレナ氏はこの調査を受けて述べています。
Mozillaは昨年、YouTubeを対象とした別の調査を実施し、YouTubeのアルゴリズムが、ユーザーが視聴を「後悔」した動画の71%を示唆していることが明らかになりました。これには、誤情報やスパムに関する動画も含まれていました。この調査結果が公表されてから数か月後、YouTubeはブログ記事で、現在の推奨システムを構築し、「低品質」コンテンツを除外するという決定を擁護しました。
TikTok、Twitter、Instagramなどのソーシャルネットワークは、ユーザーにさらに多くのコンテンツを提案するために長年アルゴリズムに依存してきましたが、フィードを改良するためのより多くのオプションをユーザーに提供しようとしています。
世界中の議員たちも、様々なソーシャルネットワークの不透明なレコメンデーションエンジンがユーザーにどのような影響を与えるかを精査しています。欧州連合（EU）は4月にデジタルサービス法を可決し、プラットフォームのアルゴリズムに関する説明責任を強化しました。一方、米国も同様の問題に対処するため、超党派で「フィルターバブル透明性法」の制定を検討しています。
このストーリーは、Google からの回答に基づいて更新されています。
IvanはTechCrunchで世界の消費者向けテクノロジーの動向をカバーしています。インドを拠点とし、以前はHuffington PostやThe Next Webなどの出版物で勤務していました。
Ivan からの連絡を確認したり連絡を受けたりする場合は、[email protected]にメールを送信するか、Signal の ivan.42 に暗号化されたメッセージを送信してください。
バイオを見る
