「多数派」性格の発覚 －同じ価値観を持つ人が群れるリスク

コンピュータとインターネットが普及すると、それ以前には想像できなかった人数のビッグデータを集められるインフラになった。
前々回の記事『便利な工業デザインの落とし穴』はマウスやアイコンなどの「工業デザイン」が人の行動を誘発することを、前回の記事『デジタル心理学革命－便利だが危険なネット社会』は「ＳＮＳの足跡」のビッグデータから利用者の性格を見抜けることを示した。
本記事では「ＳＮＳの足跡」から分かる性格が、実社会では偏在へんざいして多数派クラスターを形成している事実、その事実が社会へ及ぼす正・負の影響、という本シリーズを通して伝えたい核心の概略を示す。

ネット社会が暴く心の闇と、その克服シリーズ③		「多数派」性格の発覚－同じ価値観を持つ人が群れるリスク	松浦公政	2026年
こんな方へ	「よくある性格」の４種類の多数派クラスターがどんな性格（心理的特性）か興味がある方
	性格の多数派クラスターの存在が発見された後のネット社会の動向に興味がある方
	社会が協調して成熟して行く原動力が、ネット社会で衰えている原因分析に興味がある方

記事の音声解説付き（下のプレイボタンで解説開始）

４種類の多数派が見つかった性格と行動パターン
1. 個人の性格は多様に見えるが、実はパターン化できる
2. 現代人によくある性格は偏かたよっており、性格パターンごとに心理的特性が異なる
クラスターは、同じような好みや価値観を持つ人が群れる空間
1. クラスターは、似た者同士の塊かたまりに名前を付けたもの
2. 所属するクラスターが違う者同士はストレスを感じる
クラスターの存在が発見された後のネット社会の動向
1. ネット企業は、利用者の心の弱点を衝ついて行動を操った
まとめ：クラスター発見の功罪

４種類の多数派が見つかった性格と行動パターン

個人の性格は多様に見えるが、実はパターン化できる

心理学の研究者は、人間の性格にはパターンがあり、32種類に分類できることを明らかにした

「性格」は人それぞれに違い、自分とまったく同じ性格の人は他にいない。だが「似たような性格」の人は誰にでも存在する。「似たような性格」のパターン（類型）化は、心理学・精神医学の100年以上に及ぶ研究テーマだった。
	「こういう性格はうつ病になりやすい」とか分かれば、うつ病の発症を予防できる可能性が高まる。
	だから　⇩
	心理学・精神医学は「性格の類型と精神疾患の発症傾向の関係」などは大きな研究テーマだった。

1980年代の研究成果のひとつが　⇩

心理学者ゴールドバーグは、人の性格が５種の因子（ビッグファイブ：「開放性」「誠実性」「外向性」「協調性」「神経症傾向」）に集約でき、各因子が「強い」か「弱い」かの組合せから 2⁵= 32 種類の性格パターンに分類できるとの理論を提唱した。

性格分類	開放性	誠実性	外向性	協調性	神経症傾向
１	弱い	弱い	弱い	弱い	弱い
２	強い	弱い	弱い	弱い	弱い
３	弱い	強い	弱い	弱い	弱い
4	強い	強い	弱い	弱い	弱い
：	：	：	：	：	：
31	強い	強い	強い	強い	弱い
32	強い	強い	強い	強い	強い

インターネット通信の技術基盤と「ビッグデータ」が融合すると、性格パターンの研究が劇的に進歩した

インターネット利用の普及で、ＳＮＳ利用者が、記事や投稿へ高評価／低評価ボタンを押した足跡のビッグデータを簡単に集められるようになった。

ＳＮＳのボタン例	利用者が頻繁ひんぱんにボタンを押す理由
	「いいね！」ボタン　または　「反対！」ボタンを押すだけで、容易に自分の意見を表明できる。
		通常なら耳を傾けてもらえない些末さまつな意見でも、容易に不特定多数に聞いてもらえる。
	「リツイート」ボタンを押すだけで、共感できる意見の持ち主と連携できる。
		物理的に離れた場所にいる同好の投稿者と連携し、相互に肯定しあって（「同じような意見だね！」）承認欲求が満たされた「心地よい」生活が可能となる。

心理学者ミハウ・コジンスキーは、アクセスしたサイト履歴や、ＳＮＳの『いいね！』ボタン押下などのビッグデータを解析すると、その利用者の深層心理が示す性格パターン（「開放性」「誠実性」「外向性」「協調性」「神経症傾向」の各項目の「強／弱」）が容易に判明することを実証した。
コジンスキーの実証は、ゴールドバーグのビッグファイブ理論の有効性を補強した。

現代人によくある性格は偏かたよっており、性格パターンごとに心理的特性が異なる

さらに研究が進むと、現代人には「よくある性格」の多数派クラスターが４種類あると分かった

32種類に分類する性格パターンの全パターンに人数が均等に分布しているわけではない。実は多くの人が特定の性格パターンに集中し、多数派クラスターを形成している。
心理学者マーティン・ゲルラッハは、世界中の150万人のビッグデータを解析し、32種類の性格パターンのうち、該当がいとう者が特に多い４種類の性格パターン（＝クラスター多数派）を発見した。クラスターは年齢・性別とは特に関係なく存在する。
ゲルラッハは4つのクラスターに「アベレージ（平均型）」「リザーブ（控えめ型）」「ロールモデル（模範型）」「セルフセンター（自己中心型）」と名付けた。
本記事ではクラスター多数派に該当がいとうする（属する）人を『クラスター民みん』と呼ぶ。

４種類のクラスターが示すビッグファイブ（性格の５大因子）の傾向
クラスター	開放性	誠実性	外向性	協調性	神経症傾向
アベレージ（平均型）	弱い	（弱い）	強い	（弱い）	強い
リザーブ（控えめ型）	弱い	強い	（弱い）	強い	弱い
ロールモデル（模範型）	強い	強い	強い	強い	弱い
セルフセンター（自己中心型）	弱い	（弱い）	強い	弱い	（強い）

注）上表中の（弱い）（強い）は、その傾向が少しあるという程度を示す。

下表に、各多数派クラスターのビッグファイブ（性格の５大因子）に基づき、クラスター民の「心理的特性」を文章で表現した。

クラスター	クラスター民の心理的特性		備考
クラスター		「ネット上で話題の（少し論争的な）ニュース」を見た際の典型的反応	備考
アベレージ（平均型）	外向的な性格だが、誠実性や協調性はやや弱い。心配性で好奇心は弱く、新しい挑戦に積極的には取り組まない。		世界中によくある典型的な多数派クラスター
アベレージ（平均型）		流行に同調し「みんなも言ってるね」と共感して拡散する。	世界中によくある典型的な多数派クラスター
リザーブ（控えめ型）	精神的な揺れが少なく情緒は安定傾向。外向性が低く知り合いは少なめ。新しい挑戦への関心は低く、全般に保守的な生活態度。		全世代・性別に存在する多数派クラスター
リザーブ（控えめ型）		目立つのを嫌い、無言で「いいね」だけ押して静かに見守る。	全世代・性別に存在する多数派クラスター
ロールモデル（模範型）	精神的に安定している。好奇心と創造性を持ち、新しい挑戦に関心が向く。計画的・自律的に行動でき、責任感が強い。		少数派で、40歳以上に散見される多数派クラスター
ロールモデル（模範型）		感情を抑え「正確な根拠はこちらです」と配慮ある補足をする。	少数派で、40歳以上に散見される多数派クラスター
セルフセンター（自己中心型）	外向性が高く目立ちたがり。情緒がやや不安定で協調性・責任感が弱い。自律的な行動は不得意で、新しい挑戦への興味が乏しい。		若い男性に多く、15歳以上の女性には少ない多数派クラスター
セルフセンター（自己中心型）		「自分の持論は違う」と自説を連投し、周囲の注目を引こうとする。	若い男性に多く、15歳以上の女性には少ない多数派クラスター

４大パーソナリティ特性イメージ図

注）上述の性格パターンや心理的特性は、ＳＮＳなどから受ける刺激（情報）に対する「反応特性」の統計的に有意な分類であり、個々人に内在する「人格」とは直結しない。

もちろん　⇩

どの多数派クラスターにも分類できない人も多いものの、多数派クラスターは典型的あるあるな心理的特性を示している

下の棒グラフは、ゲルラッハが発見した多数派クラスターを多い順に並べたもの。

性格クラスター出現比率グラフ

先頭から４番目までの棒（水色の棒）は高さがあるが、５番目以降の棒（灰色の棒）は高さが低い。ゲルラッハの研究は、どれかの多数派クラスターに当てはまらない非クラスター民が28か所に分散して存在することも示している。

グラフの分析	グラフの部分	人口比率	意味	分析
	水色の棒の合計	25～30％	4種類の多数派クラスターのどれかに当てはまる人	グラフの灰色の棒は計28本で、非クラスター民は28か所に分散する。ただし、灰色の棒ごとの人数は少なく、少数派レアケースだ。
	灰色の棒の合計	70～75％	4種類の多数派クラスターに当てはまらない人

この分析から予想されることは　⇩

32種類の性格パターンのうち、少数派レアケースの28種類のパターンの心理的特性は勢力が弱いので、「例外」で扱われやすい。

例外で扱われる結果　⇩

４種類の多数派クラスターが心理的特性の典型あるあると見做みなされ、少数派レアケースの各性格パターンに「アベレージ」や「リザーブ」のような普及した名前はついてない。
	少数派レアケースの心理的特性を表現する場合、典型あるあるの心理的特性の中間型（例：アベレージとリザーブの真ん中、セルフセンターに近いアベレージ　など）のように示すことはある。

クラスターは、同じような好みや価値観を持つ人が群れる空間

クラスターは、似た者同士の塊かたまりに名前を付けたもの

４種類のクラスター民の行動パターンを分析すると、異なる「情報収集の傾向」「意思決定の基準」を持っていた

下表で、４種類のクラスター民の行動パターンを「情報収集の傾向」「意思決定の基準」で示す。

クラスター	情報収集の傾向	意思決定の基準
アベレージ（平均型）	「同調・マジョリティ」	「標準・安心感」
アベレージ（平均型）	ランキングや「みんなが読んでいる」話題に強く反応する。	他者との乖離を避け、標準的な選択肢を好む。
リザーブ（控えめ型）	「習慣・定点観測」	「安全・低リスク」
リザーブ（控えめ型）	決まったサイトや信頼する狭い範囲の情報を静かに追う。	現状を維持できるか、失敗しないかを最優先する。
ロールモデル（模範型）	「本質・社会性」	「価値・長期利益」
ロールモデル（模範型）	信頼性の高い情報や、社会的な意義のあるトピックを好む。	社会や自分にとって「正しいか」「有益か」で判断する。
セルフセンター（自己中心型）	「トレンド・自己顕示」	「即時性・承認」
セルフセンター（自己中心型）	自分の注目度を高めるネタや、刺激的な最新情報を好む。	今すぐ手に入る快楽や、他者からどう見えるかで判断する。

この分析から分かることは　⇩

同じクラスター民は、同じ「好み」「弱み」を持つ『似た者同士』ということ

同じクラスターに属するクラスター民に共通する「情報収集の傾向」「意思決定の基準」は、彼らが同じような「好み」「嗜好しこう」「価値観」、さらには同じような「弱み」さえ持つ『似た者同士』だと示している。

似た者同士

そのクラスター民の誰かが「好きなモノゴト」は、同じクラスター民なら好む可能性が非常に高い。

「近隣国嫌いを煽あおる記事」に「いいね！」が付くなら、同じクラスター民は同様に「いいね！」する可能性が高い。
「軽自動車好きな人」がいるなら、同じクラスター民は同様に軽自動車を好む可能性が高い。

そのクラスター民の誰かが「苦手なモノゴト」は、同じクラスター民なら苦手な可能性が非常に高い。

「抽象的な課題」に不安を感じる人がいれば、同じクラスター民は同様に不安を感じる可能性が高い。
「同調圧力」が苦手で同調しやすい人がいれば、同じクラスター民は同様に同調しやすい可能性が高い。

所属するクラスターが違う者同士はストレスを感じる

様々なクラスター民が混在するリアルな社会（職場・学校・近所など）ではストレスを感じやすい

同じクラスター民は、似たような好みを持ち、価値観が近い。このため同じクラスター民同士の交流はストレスが小さく、一緒に居て居心地がよい。

対して　⇩

異なるクラスター民だと、興味の傾向やモノゴトの受け取り方の隔へだたりが大きい。異なるクラスター民と交流したり一緒に居るとストレスを感じやすい。
例	モノゴト	クラスター	興味の傾向や受け取り方の違い
	真偽不明の「危機や不祥事」に関するニュース	アベレージ	不安（神経症傾向）を刺激するネガティブな情報に過敏に反応し、情報を裏取りせずに拡散する。
	真偽不明の「危機や不祥事」に関するニュース	リザーブ	感情に流されず、事態を静観する。
	会社内での「新方針」や「変化」の告知	アベレージ	変化による「自分の立ち位置の変化」や「周囲との摩擦」を心配する。
	会社内での「新方針」や「変化」の告知	リザーブ	変化自体は好まないが、「それが決まりであるなら」と受け入れる。

そして現実は　⇩

職場・学校・近所などリアルな社会には、様々なクラスター民（＋少数派の心理的特性）が混在するため、ストレスを感じる場は多い。

クラスター混在社会

この結果　⇩

対面などのリアルな交流の場では、ストレスを受けた際に自我を守るため、自己主張の強さも必要になる。
リアルな交流の場では論争に発展する場合も珍しくなく、論争によるストレス増加は避けられない。

他者との交流方法がインターネット出現前後で様変わりし、個人のストレスは減った一方で、社会の協調力は衰えた

インターネット登場以前の社会は、リアルな交流が基本の「リアル社会」だった。リアル社会では、違う価値観の主張との諍いさかいを最小限に抑えようと、その都度に調整や調停する知恵を出して人々が共存してきた。
	リアルな交流を避けたければ人気ひとけがない僻地へきちで孤独に暮らすしかなかった。
調整・調停の知恵を生む活動は、人間社会の「維持コスト」であると同時に、新しい知恵やコンセプトを生む現場となって「社会を成熟させる原動力」でもあった。

ところが　⇩

ネット社会だと、「自分が共感するＳＮＳの話題」「自分好みの商品やサービス」といった個人特有の要求を、ＰＣやスマホなどのデバイスを持てば容易に満たせる。
	ネット社会は、ストレスとの直面が避けられないリアルな交流を避けられるだけでなく、個人的な要求を同好の士と分かち合って気持ちよく過ごす「社会インフラ」でもある。

だが　⇩

社会を維持するコストの放棄は、社会が協調して成熟する原動力を衰えさせるだろう。

インターネット出現前後の変化

クラスターの存在が発見された後のネット社会の動向

ネット企業は、利用者の心の弱点を衝ついて行動を操った

利用者の「情報収集の傾向」「意思決定の基準」に基づいて有用な情報だけを提供したネット企業は成長した

ＳＮＳ運営会社や通販サイトインターネット・モールなどのネット企業は、利用者の利便性向上を狙い、自社へのアクセス足跡のビッグデータを分析して利用者へ提供する情報を選別した。
	利用者が属するクラスターが分かると、そのクラスター民の「情報収集の傾向」「意思決定の基準」に照らして、利用者が受け入れやすい情報や興味がありそうな情報に絞り込んで提供した。

この企業戦略は　⇩

利用者の「多様な情報は不要で、自分が欲しい情報だけを得たい」との潜在ニーズを衝ついていた。

潜在ニーズが可視化されると　⇩

利用者の潜在ニーズを的確に満たすネット企業が、自社のＳＮＳや通販サイトインターネット・モールへの利用者の囲い込みに成功した。
	他所へ浮気しない優良な利用者（お得意様）を掴つかんだネット企業は、成長の好循環グッド・サイクルに入った。

選択情報を提供する企業が成長

自分が欲しい情報や商品がネットでおススメされる原因は、利用者の嗜好しこうがネット企業にバレているから

ネットを利用すると、なぜか「自分が興味ある記事」が多く配信されたり、なぜか「自分が欲しくなるような商品やサービス」がおススメされる。

その原因は　⇩

利用者の性格・嗜好しこうを熟知じゅくちしたネット企業が、利用者の嗜好に合わせて利用者が受け入れやすい記事・商品・サービスなどの情報を提供して来るから。

ネットでおススメされる原因

そして　⇩

ネット企業が利用者の興味や嗜好しこうに忠実であるほど、利用者の好みに沿う「偏った情報」ばかり提供する。

この状況が続くと　⇩

利用者は情報の偏りを認識できず、ネットを通じて届く「偏った情報」を真実だったり客観的な事実と信じる。
	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、孤独感を持つ人に共感した文言もんごん、自分が推おす候補者やタレントを褒ほめ称たたえる記事、自分が推す候補のライバル候補者の醜聞スキャンダル　など）を示されると、人の脳は容易に受け入れ、信じやすい。

では　⇩

ネット企業は、具体的にどのような技術で利用者の究極の個人情報である「性格パターン」を見抜くのか。
	この疑問を、シリーズ記事『ネット広告システムの光と闇』で考察する。

まとめ：クラスター発見の功罪

心理学者ゲルラッハが性格パターンの多数派クラスターを発見した功罪をまとめる。

功）クラスターの分析から、現代人が成熟するに連れて、性格や行動パターンが変遷する成長過程が見えた

人の性格や行動パターンは、その生涯を通じて同じとは限らない。たとえばセルフセンターの性格パターンだった人が、年を経てロールモデルの性格パターンや行動パターンに変わることは十分に起こり得る。
	性格パターンの多数派クラスターという概念を利用して、性格や行動パターンが変遷する成長過程を、シリーズ記事『ネット社会がもたらす光』で考察する。

罪）ネット企業の偏った情報提供が引きこもり空間（フィルターバブル）を生み、社会が分断して陰謀論の温床となった

ネット企業が利用者の興味や嗜好しこうに忠実になると、利用者の好みに沿う「偏った情報」ばかり提供する。利用者は、ネットを通じて届く「偏った情報」を真実だったり客観的な事実と信じてしまう。
	偏った情報を事実と信じてしまう問題を、シリーズ記事『ネット社会のハンター』で考察する。

すると　⇩

同じような嗜好・考えを持つ人々が集う「フィルターバブル」と呼ぶ仮想空間が生まれる。
	フィルターバブルは似た者同士が集まるため、調整や調停する知恵が不要で、仮想生活はストレスが少ない。
		ネット社会以前にリアルな交流を避けたければ、人気ひとけがない僻地へきちで孤独に暮らすしかなかった。
		だが　⇩
		ネット社会では、フィルターバブルが仮想的な僻地へきちになり、似た者が集まった共同体になって孤独を感じずに済む。
ストレスを避けたい欲求は人の性さがなので、ストレスがないフィルターバブルに引きこもる利用者は少なくない。引きこもった利用者がリアル社会を遠ざけ、居心地よい「フィルターバブル」から抜け出せない真因はここにある。
	フィルターバブルに関する問題を、シリーズ記事『ネット社会の闇：見えない操作と倫理の境界』で考察する。

だが　⇩

調整や調停する知恵を出す行動を避けて、同じような好みや価値観を持つ人が集う空間へ逃げ込む人が多いほど、社会を成熟させる原動力が落ちるはずだ。その先にあるリスクは、社会の分断と対立の先鋭化だろう。

そして　⇩

ドナルド・トランプの大統領選挙は社会の分断リスクが現実化した事例、選挙運動の過程で流布された「陰謀論」は対立の先鋭化リスクが現実化した事例、との仮説が成り立つ。
	これらを社会の分断・対立の事例と見て、シリーズ記事『リスクが顕在けんざい化したアメリカ大統領選挙』で考察する。

次回の記事では「ネット社会のハンター」を考察します。

シリーズ総合目次は、ここをクリック。

参考文献類
作者	タイトル	発刊／制作年
Martin Gerlach, et al.	“A robust data-driven approach identifies four personality types across four large data sets (Nature Human Behaviour)“	2018
Kosinski, M., Stillwell, D., & Graepel, T.	“Private traits and attributes are predictable from digital records of human behavior“	2013
Goldberg, L. R.	“An alternative ‘description of personality’: The Big-Five factor structure.“	1990