「おすすめ」のなかに政治がある――SNSは「対立」をどう扱うのか

SNSを開くと、次々と投稿が流れてきます。
しかし、私たちは、「この投稿」が表示された理由を考えることは、まずありません。
タイムラインで目にしたから見る。ただ、それだけです。

しかし、タイムラインの背後では、「レコメンドアルゴリズム」が働いていて、何を見せるかを決めています。

SNSのレコメンドはこれまで、利用者が反応しそうな投稿を優先し、できるだけ長くサービスを使ってもらう方向に設計されてきました。
そのため、この人は何をクリックするのか、何に「いいね」を押すのか、何を長く見るのか、そうした行動を予測し、利用者が反応しそうな投稿を表示してきました。

ところがいま、レコメンドアルゴリズムには、別の役割を持たせようとする試みも現れています。
利用者が何に反応するかだけでなく、人びとのあいだにどのようなやり取りを生み出すかにまで、アルゴリズムが関わりはじめています。

そこで焦点になっているのが、人びとの「対立」です。

人びとの意見が対立したとき、どのような発言を目立たせるのか。
立場の違う人たちの合意を重視するのか、それとも、意見が違ったままでも対話がつづくことを目指すのか。
専門家の判断を信頼するのか、あるいは利用者自身の判断に委ねるのか。

対立への対処は、このようにさまざまです。

合意することより、対話をつづけること

2026年8月、ジョナサン・ストレイは、「利用者がコントロールできる初のSNSアルゴリズム――建設的な会話のための設計」という記事を公開しました。

そこで紹介されているのが、GreenEarthという新しいレコメンドシステムです。
このシステムの特徴は、利用者が反応しそうな投稿だけではなく、投稿の「建設性（constructiveness）」を評価する点にあります。

なぜそう考えるのかを説明しているか。
個人的な経験を語っているか。
相手への好奇心や敬意があるか。
逆に、侮辱やアイデンティティへの攻撃、怒りを煽る表現が含まれていないか。

こうしたポイントをもとに、論争的であっても対話がつづきやすい投稿を上位に表示します。
また、利用者は、タイムラインに表示される投稿について、反応の多さと建設性のどちらを重視するかを自分で決めることもできます。
「利用者がコントロールできる」というのは、このことです。

ストレイが目指しているのは、人びとの意見を一致させることではありません。
意見が違ったままでも、対話をつづけられる情報環境をつくることだと言えるでしょう。

Xは少し違う方向から、同じ問題に向き合っています。

XのCommunity Notesでは、表示するNoteを、単純な多数決によって決めていません。
重視されるのは、立場の異なる人たちが、同じNoteを「役に立つ」と評価しているかどうかです。

Xはいま、この考え方を、通常の投稿の評価にも広げる実験をしています。
「Got Likes」という実験では、立場の異なる人びとの双方から支持される投稿を発見しようとしています。

どちらも「よりよいSNS」を目指しているように見えますが、何をよい状態と考えるのかは同じではありません。

誰の判断を信頼するのか

次に議論になるのが、意見が分かれたとき、誰の判断を信頼するのかということです。

Metaは米国で、独立した第三者機関によるファクトチェック制度を採用していました。
しかし2025年4月、その制度を終了し、利用者同士の評価をもとに注釈を表示するCommunity Notesへ移行しました。
そこでMetaが掲げたのは、「free expression（表現の自由）」への回帰でした。

ファクトチェックやコンテンツ規制をすると、政治的言論まで抑えかねない。
そう考えて、専門家やプラットフォームによる判断を減らし、利用者同士の評価を重視する方向へ転じたのです。

TikTokも、Footnotesで似た仕組みを採用しています。
ただし、TikTokは専門家によるファクトチェックや既存のモデレーションを残しています。
Footnotesは、利用者による集合知を、そこに新たな判断材料として加えられるものです。

他方、Blueskyは別の答えを出しています。
Blueskyは、どのような基準で情報を選び、並べるのかを、一つの企業が決める必要はないと考えます。
Blueskyが掲げる「algorithmic choice」とは、第三者がさまざまなフィードをつくり、利用者がそのなかから選ぶということです。

意見の一致しない社会を、どのようなルールで成り立たせるのか。

GreenEarthは、違いを残したまま対話をつつけることを重視する。
Xは、立場を超えた合意を探す。
Metaは、専門家やプラットフォームが判断する範囲を狭める。
TikTokは、専門家と集合知を組み合わせる。
Blueskyは、どの基準を採用するかという選択そのものを利用者へ返そうとする。

このように、異なる「思想」がアルゴリズムの設計として現われています。

「正しい」アルゴリズムはない

2026年4月、コペンハーゲン大学などの研究チームが、SNSでどのような投稿を優先して表示するかによって、人びとの認識がどう変わるのか、調査結果を発表しました。

1500人を対象に行った調査の結果は、以下のようなものでした。

参加者の好みに合わせて投稿を表示すると、人びとの意見の隔たりが大きくなる。
そして、事実についても、誤った認識を持ちやすくなることが示されました。

一方、立場の異なる人たちから支持される投稿を重視すると、人びとのあいだに合意が生まれやすくなる傾向が見られる。
また、情報の正しさを重視して投稿を選ぶと、事実についてより正確に理解しやすくなる傾向も確認されました。

自分が見たい情報と、人びとのあいだで合意を生みやすい情報、事実を正しく理解するのに役立つ情報は、このように必ずしも重なりません。
しかし、どれか一つを当然に優先できるわけでもありません。

個人が見たいものを見ることにも価値がある。
異なる立場の人びとのあいだに合意が生まれることにも価値がある。
正しい情報が広がることにも価値がある。

だから、一企業が情報を選ぶことに問題があるからといって、その判断をすべて個人へ返せばすむわけではない。
中央に権限を集めることにも問題がありますが、完全に分散することにも別の問題があります。

もちろん、集合知も万能ではありません。
2026年に『Science Advances』に発表された研究では、意見の対立が激しいテーマほど、立場の異なる人たちの双方から支持されるNoteが少なくなり、表示されにくくなることが示されました。

立場を超えた合意を基準にする仕組みは魅力的です。
しかし、もっとも激しく意見が分かれているテーマほど、その合意自体が生まれにくい。

対立をうまく処理してくれる万能な仕組みはないのです。
となると、問題の核心は、どの「思想」を選ぶのかということになります。

政治的な判断が「おすすめ」になる

ここで、もう一度、SNSを開いたときのことを考えてみます。

利用者の目に入るのは、ただのタイムラインです。
そこに表示されているのは、アルゴリズムによる「あなたへのおすすめ」です。

そこには議会もなければ、裁判官もいません。
何か政治的な決定が行われているようにも見えません。

しかし、その「おすすめ」の背後では、どのような意見を目立たせるのか、どのような対立を残すのか、どのような合意を価値あるものとするのか、誰の判断を信頼するのかが決められています。

オールドメディアと呼ばれる新聞やテレビにも、もちろん情報を選ぶ判断はありました。
どの出来事を取り上げ、何を大きく扱うのかは、それぞれのメディアが決めていました。

ただ、新聞やテレビでは、そうした情報の選択は「編集」として受け止められていました。
読者や視聴者も、何を取り上げ、どう扱うかにメディアの判断が入っていることを知っていました。

SNSでは、社会の情報環境を左右する判断が、レコメンドアルゴリズムの内部へ移されています。
しかも、そこで扱われる問題は、いまや「どの情報を見せるか」だけではありません。

意見が対立したとき、合意を求めるのか。
違いが残ることを認めるのか。
専門家に判断を委ねるのか。
集合知に委ねるのか。
それとも、その選択自体を個人へ返すのか。

こうした問いは、本来、政治や社会制度が長い時間をかけて扱ってきた問いです。
ところがSNSでは、その答えが、政治的な「決定」として提示されるわけではありません。

ある投稿が上に来る。あるいは、別の投稿が下がる。
あるNoteが表示される。ある意見の組み合わせが目につきやすくなる。

政治的な判断が、政治としてではなく、「おすすめ」として実行されるのです。
そして、その背後では、異なった「思想」がせめぎあっています。

対話を重視する思想もあれば、合意を重視する思想もある。
専門家を重視する思想もあれば、中央の判断を警戒する思想も、個人の選択を重視する思想もある。

こうした異なる思想が、いまレコメンドアルゴリズムや情報環境の設計として競い合っています。

私たちが何気なく眺めているタイムラインは、ただ情報を並べているだけではありません。

どんな社会なら、意見の違う人びとがともに生きていけるのか。
その問いへの一つの答えが、毎日「おすすめ」として私たちの前に並べられているのです。

英会話は英作文ではない｜中級者のための英会話コーチング