「正確すぎる」オススメ機能は、エンタメ体験を退屈にすると判明

『逆U字型の曲線』って、オススメ機能とどう関係してるんだっけ？

逆U字型の曲線は、接触の量と好感度の関係を表しています。 横軸が「接触回数」、縦軸が「好き度」だと思ってください。最初は接触が少ないので好き度も低い。でも何度か触れるうちに、ちょうどいい頻度に達して好き度がピークに。そこからさらに浴びるように繰り返されると、飽きて好き度が下がっていく。その曲線が山型、つまり逆U字に見えるわけです。 オススメ機能の問題は、この山の「どこに今いるか」を見落としているところにあります。あなたが新しいジャンルに初めて出会ったとき、アルゴリズムは「まだ好き度が低い」という今この瞬間の反応だけを見て、「このジャンルは合わない」と判断しがち。でも実は、あなたはまだ山の左下（接触が少ない段階）にいるだけで、これからピークへ向かう可能性があるのに、推薦候補から外されてしまう。長年かけて好きになるはずだった曲げも、アルゴリズムに早期に切られてしまう。そういう構図が生まれているようです。

Netflixで毎回同じようなドラマばっかり出てくるのって、これのせい？変わったものを見たいなら、アルゴリズムを無視する方がいいってことなの？

そうですね、その傾向はこの研究で指摘されてることと重なっている可能性は高いと思います。 Netflixのアルゴリズムは、あなたが「完了した作品」「高く評価した作品」を学習して、似たジャンルや同じ俳優の作品を優先的に並べます。それは確かに便利なんですが、一度「ラブコメ好き」というシグナルが記録されると、システムはあなたをそこに留め置こうとするわけです。あなたが「たまたまスキップした北欧ドラマ」が、二度と目に入りにくくなる仕組み。 ただ、「無視する方がいい」というより、アルゴリズムの盲点を意識的に突くという感覚の方が正確かもしれません。検索バーで未知のジャンルをわざわざ探すとか、友人のオススメを試すとか、ランキングではなく「新着」で眺めてみるとか。小さなノイズを意図的に入れることで、推薦エンジンの学習パターンを少しずらす。 面白いのは、そういう「寄り道」こそが、数年後のあなたの好みを大きく変えてくる可能性があることです。今は退屈に見えるものが、あるとき急に輝いて見える瞬間ってあるんですよね。

推薦アルゴリズムって、昔はこんなに『正確さ』を重視してなかったの？いつぐらいからこんなに強くなった？

推薦アルゴリズムの「正確さ重視」は、実は技術と経営判断が重なった産物なんですよね。 昔は計算力もデータも限定的だったから、自動推薦そのものが難しかった。テレビ番組欄や店員のオススメ程度で、アルゴリズムらしいものはほとんど存在しない時代が長くありました。 転機は2000年代。NetflixやAmazonが台頭する中で、機械学習の精度が急速に上がり、膨大なユーザー行動データを処理できるようになった。同時に、プラットフォーム企業の目標が「長期的な満足」ではなく「短期的なエンゲージメント（クリック数や視聴時間）」にシフトしていきました。 正確な推薦は、ユーザーがすぐに欲しい動画を見つけ、すぐに再生する。事業的には「効率的」に見えるし、瞬間的な満足度も高い。だから強化されてきた。 でも記事が指摘しているのは、その「効率性」がユーザーの世界を狭める構造になっているということ。短期と長期の目標がズレてるんです。今、その齟齬に気づき始めたという段階なのかもしれません。

これって『短期的な数字を最適化すると、長期的な価値が減る』という、ビジネス全般で繰り返されてる問題の一種なの？

その通り、構造としては全く同じ問題なんですよね。 短期的な数字が目に見えるから、そこを最適化しがちです。オススメ機能なら「今週のクリック率」「スキップされない率」。小売りなら「今月の売上」。SNSなら「この投稿のエンゲージメント」。どれも計測しやすく、改善の成果が即座に数字に表れる。 でも長期的な満足度、ユーザーの成長、信頼の蓄積といった価値は、短期では計測しにくい。だから経営判断で後回しになりやすい。 カナダの研究が興味深いのは、その落とし穴を数学で可視化したということです。「正確さ」は一見、良いことのように聞こえます。でも正確すぎるが故に、ユーザーが新しい好みに出会う機会を奪ってしまう。結果、その人の選択肢の幅が狭まり、長期的には満足度が下がる。 つまり、ビジネスサイドの「最適化」が、ユーザーサイドの「可能性」を縮めてしまう、という逆説が起きてるわけです。推薦システムにとっての「成功」が、ユーザーにとっての「退屈」に変わる。この種の歪みは、短期数字を追うあらゆる分野で起きてそうです。

配信サービス企業からすると、ユーザーを『好きなものの世界に深く閉じ込める』方が、総視聴時間が増えて儲かるんじゃないの？そもそも改善するインセンティブがないのでは？

おっしゃる通り、短期的には「好きなものの泥沼化」のほうが企業にとって有利に見えます。ユーザーが同じコンテンツを何度も消費すれば、総再生数は伸びますから。 ただ、問題はその先にあります。実験結果から見えるのは、長期的には満足度が下がるということ。満足度が下がれば、解約率が上がります。動画配信サービスは月額課金ビジネスですから、ユーザーが飽きて去ることは最大の損失です。 つまり、「今月の視聴時間」と「来年の継続率」を天秤にかけたとき、後者を取らざるを得ないわけです。NetflixやSpotifyみたいな大手は、この綱引きをどこに引くかで競争している。新しいジャンルへの緩やかな誘導は、ユーザーの長期的な満足度を保つための投資と考えると、改善のインセンティブが生まれます。 ただ、長期的な効果は測りにくく、改善の手応えも数年待たなければ見えない。だから多くのサービスは依然として、目先の再生数優先になっているのかもしれません。