デジタル心理学革命 －便利だが危険なネット社会

人間は自分の本性ほんしょうを隠したがるため、個人の性格や心理状態を把握するには、心理学者が対面でカウンセリングしたり、数百の設問に答える膨大なアンケート調査（サイコメトリクス：心理統計学）が必要だった。この方法は被験者数を容易には増やせないため、少ない性格データに基づく統計分析を余儀なくされた。一般的に統計処理は、分析するデータ件数が少ないと、分析結果の信頼度が低い。

このため　⇩

心理学は「統計分析できそうな件数の性格データ収集が困難なので、人間の性格を高精度で把握できない」と考えていた。

しかし　⇩

インターネット通信を技術基盤として「ビッグデータ」と「ＡＩ」が融合すると、心理統計学の調査手法に激変パラダイムシフトが起きた。
激変した調査手法・技術は「デジタル・サイコメトリクス」と呼ばれ、人間の心を研究する心理学に革命が起きた。

日ごろのスマートフォンやパソコンで「ネットを利用」する際に、利用者が無意識に残す「足跡」を分析して心理特性を計測する手法がデジタル・サイコメトリクスだ。

デジタル・サイコメトリクスの最大の特徴は、被験者が「テストを受けている」という自覚がないまま、その心理特性が勝手に調査されている点。

ルイス・ゴールドバーグは、人間の性格は全て言語で表現できるという「語彙ごい仮説」に基づいて、性格を表わす単語（形容詞や副詞など）を、同じような意味を持つグループに分類する研究に取り組んだ。

研究の結果　⇩

ゴールドバーグは、人間の性格が5種類の大きな因子に集約できるという「５因子モデル」を1990年に提唱し、5種の性格因子を「ビッグファイブ（Big Five personality traits）」と名付けた。

ロバート・マクレーとポール・コスタは、５因子モデルを発展させ、性格検査ツール「NEO-PI-R」を開発して、５因子モデルという理論を、具体的に個人の性格を判定可能な実用段階へ押し上げた。

NEO-PI-R は、5種の因子の得点（100点満点）が、50点以上なら「強」、50点未満なら「弱」と判定する。
240項目を回答した被験者の性格特性は、たとえば次のように出力される。

この出力に基づくと、被験者の性格を自然言語でも表現できる。

インターネット利用の普及で、利用者の購入履歴のデータや、記事や投稿へ利用者が高評価／低評価ボタンを押した履歴データを簡単に集められるようになった。

通販サイトインターネット・モールやＳＮＳを運営する会社は、履歴データを参考に利用者が欲しがりそうな商品や情報を推定した。
	通販サイトインターネット・モールの運営会社	ＳＮＳの運営会社
推奨リコメンド機能	利用者の購入履歴から、次のおススメ商品を案内。	利用者の購読履歴や、高評価／低評価ボタンを押した履歴から、次のおススメ記事を案内。
	⇩	⇩
推奨リコメンドした効果	推奨した商品やサービスの売上が伸びた。	推奨した投稿の閲覧数が上がって広告収入（＝ＳＮＳ運営会社の主要な収入源）が伸びた。
	購入履歴などの足跡データを分析して好みを把握すると、利用者ごとに提供する情報を操作できる。

利用者の嗜好しこうに合わせて興味ありそうな情報を提供すると　⇩

当時フェイスブックは、個人情報の「プロフィールデータ」「足跡データ」を、本人の許可があれば他人も参照できた。

ケンブリッジ大学の研究チーム（コジンスキーら）は、「myPersonality」というアプリを開発してフェイスブック上で2007年に公開し、「無料で自分の性格を精密に診断できる」を売り文句に利用者を募集した。
myPersonality は、NEO-PI-R 相当の性格検査ツールを内蔵しており、240の設問に答える作業は面倒だった。

だが　⇩

「無料診断」の効果は絶大で、2007年から2012年の間に、世界中で600万人以上が myPersonality を利用した。

この結果　⇩

従来の心理学では計測が大変な「開放性」「誠実性」「外向性」「協調性」「神経症傾向」の５因子の性格情報を、コジンスキーは myPersonality を使って600万人分以上の５因子の性格情報を手に入れた。 被験者 開放性 誠実性 外向性 協調性 神経症傾向     ＡＡＡ 弱 強 弱 強 強 600万人分以上の「５因子の性格情報」のデータセットが集まった。 ＢＢＢ 強 強 強 弱 弱 ＣＣＣ 弱 弱 弱 弱 強 ＤＤＤ 強 弱 弱 強 弱 ： ： ： ： ： ： 240の設問に答え終わると、myPersonality は「プロフィールデータと行動ログ（例：『いいね！』ボタンを押した足跡）データ」へのアクセス許可を求めた。 600万人以上の利用者のうち　⇩ 400万人以上の利用者が「詳細な診断結果を無料で得られる」との報酬と引き換えに自分のプロフィールデータと足跡データへのアクセスに同意した。 被験者 プロフィールデータ 足跡データ   いいね！　を押す傾向 ・・・ 年齢 性別 教育歴 職業 居住地 ○○好き記事 △△好き記事 ＡＡＡ 31 ♀ 高卒 小売業 イタリア △ ◎ ・・・ 400万人分以上の「プロフィール」と「足跡データ」のデータセットが集まった。 ＢＢＢ 47 ♂ 大卒 技術者 コンゴ ○ ○ ・・・ ＣＣＣ （プロフィールデータ・足跡データへのアクセスを不許可） ＤＤＤ 19 ♂ 大学 学生 香港 ◎ － ・・・ ： ： ： ： ： ： ： ： ： この結果　⇩ 400万件以上の被験者の「５因子の『性格特性』と『プロフィール・ネット上の足跡』との対応関係」が得られた。 400万件もの対応関係が持つ統計学的価値とは　⇩ 性格からその人の行動傾向の相関関係を統計的に分析する上で、十分すぎる量の「ビッグデータ」を獲得したことを意味する。

「いいね！」をたくさん押すフェイスブック利用者ほど、友人、親兄弟、パートナが見た性格予測（利用者が性格診断テストにどう回答するかの予測）より精度高く予測できた。

ＳＮＳ運営会社や通販サイトインターネット・モールに、利用者の性格特性や行動傾向の把握に必要十分なデータが集まっている事実は、ネット側から利用者をコントロールできる可能性を示す。

ＳＮＳ運営会社や通販サイトインターネット・モールは、利用者の利便性を考え、利用者のネット上の足跡を分析したデータを使って、利用者が受け入れやすい情報を提供する。これは利用者の立場で考える「利用者ファースト」の思想で、それ自体は悪いことではない。

だが　⇩

利用者の興味や嗜好しこうに忠実すぎる結果、ＳＮＳ運営会社や通販サイトインターネット・モールは、利用者の好みに沿って「偏った情報」ばかり提供する。
特に心理の弱点を衝いた情報（例：毛髪の薄い人向けの養毛技術・商品、 孤独を感じる人に共感する文言もんごん　など）を提示されると、人間は、受け入れやすく、信じやすい。

甘美かんびな情報提供が続くと　⇩

大半の利用者は、ネット社会から抜け出せない『病みつき』（ネット依存症）に容易に陥る。

その一方で　⇩

ＳＮＳ運営会社や通販サイトインターネット・モールは、「利用者ファースト」の美名のもとで、利益増大に励んでいる。もし利用者の興味や嗜好しこうへの忠実さを優先すると、その真実性を問わずに情報を提供するリスクもある。

コジンスキーの論文が発表されると、フェイスブックは個人のプロフィール情報・足跡情報の公開を停止した。
　└　一方でフェイスブック社は、コジンスキーに圧力をかけたという報道もある。

この結果、第三者がフェイスブック利用者の個人情報を知る方法は閉ざされたが、当然ながらフェイスブック（他のＳＮＳ運営会社も同様に）社内では利用者個々の性格・行動傾向を把握していると考えるのが自然だ。

なお本記事の情報は過去の事例であり、現在はＳＮＳの規制を強化したと発表はされている。
そうであっても、ネット利用者が無意識に残す『足跡』が持つ意味とリスクを理解しておくことは、ネット社会を賢く利用したい人には重要な心構えだ。