サブシフト

“THE ASSIGNED SELF”

システムが描く人物像が、その人に見える選択肢を変え始めることがあります。

オレンジ色の服の女性が、小さな青い人型の輪郭と、曲線状の目盛りを越えて歩いています。
Serious ShiftのためにAIで生成したイラスト

誰かのために調べたテーマを、サービスが自分の興味として扱い始めることがあります。未知の暮らし方を探ると、次の提案では、もうそれを選んだと見なされるかもしれません。こうした小さな誤りは、より大きな問題を示します。行動は人物についての手がかりであって、その人のすべてを説明するものではありません。

今後1〜3年で、一部の消費者はこうした解釈に、より直接的に出会うようになると私たちは見ています。アシスタントは、関連するものを提示するだけでなく、その人の優先順位、気質、ありそうな未来を説明するかもしれません。その人物像は、受け入れたり、反論したり、避けたりする対象になりえます。

推測された人物像が、人の扱われ方や、自分の可能性の理解を形作り始めるなら、影響は時折的外れな提案が出ることにとどまりません。

推測にも、履歴が積み重なります

John Cheney-Lippoldのアルゴリズムによるアイデンティティに関する研究は、本人の申告を写すだけでなく、行動から組み立てられるカテゴリーを説明しています。2011年の説明は現在のアシスタント以前のものですが、入力に個人的な会話が含まれると、この区別はさらに重要になります。 [62]

ある病状について質問したことは、診断を意味しません。親族の退職準備を手伝ったことは、質問者自身がいつ退職するつもりかを示しません。システムはこうした詳細から説得力のある解釈を作っても、誰についてなのか、何のためなのか、人生のどの時点なのかを取り違えることがあります。

繰り返し使うことで、その解釈の影響が長く及ぶ可能性があります。後の返答が初期の思い込みを参照すれば、選んだ覚えのない役割に合う選択肢ばかりを見るかもしれません。やがてその人物像を受け入れる、何度も訂正する、利用をやめるといった反応も考えられます。これはありうる消費者の反応であり、人口全体で確認されたパターンではありません。

書き換えられる理解

企業にとって、役立つパーソナライゼーションには、人物像が役立たなくなった時点を知ることが必要です。新しい分野を探る顧客は、過去の専門性だけに基づく提案より、初心者としての励ましを望むかもしれません。日課を変える人には、古いパターンの影響が弱まることが必要かもしれません。

影響の重さは異なります。的外れな娯楽の提案と、利用機会、価格、重大な扱いに影響する思い込みは別です。Ruha Benjaminによる差別的な設計への批判は、ここに関係します。中立に見える技術的カテゴリーも、既存の不平等を再生産しえます。データや確信が増えるだけでは、その問題は解決しません。 [65]

顧客が伝えたこと、サービスが推測したこと、単に検討中のことを区別すると役立ちます。思い込みが重要な影響を持つ場合は、その後の体験が変わる形で訂正できるようにしましょう。不要なラベルを否定するためだけに、さらに私的な履歴を求めることは避けてください。

誰もがプロフィールを管理したいわけではありません。適切なタイミングで1つ質問し、答えを適切に覚え、その人が先へ進めるサービスに機会があるかもしれません。顧客が「自分はそういう人ではない」と説明し続ける必要はないはずです。

出典について考察をたどる 2件の資料 · わかることと、その限界
考察をたどる

出典と関連資料

これらの資料を記事の参考にしています。製品発表が説明するのは提供内容であり、どの程度広く使われているかではありません。議論や想定される未来と、実際に観察された結果は分けて扱っています。

62 / 査読済みの理論的議論John Cheney-Lippold · A New Algorithmic Identity 2011年 · Theory, Culture & Society 28(6)

行動に基づく分類と、その影響を扱っています。会話型AI以前に書かれたもので、アシスタントへの応用は私たちの解釈です。

65 / 識者本人へのインタビューの一次資料Ruha Benjamin · Race After Technology interview 2019年5月17日

差別的な設計と、見かけ上の中立性を説明しています。現在の人口についての推計ではなく、概念的な問題提起として使っています。

このリサーチ版について

この記事は、選定した資料と、その内容が消費者にとって持つ意味についての私たちの解釈に基づいています。コレクション全体には50本の記事とオリジナルイラストを収録しています。参考文献リストに載る全員のすべての著作を読んだわけではなく、それぞれの未来が実現する確率を算出したり、世界的な普及を確認したりしたものでもありません。網羅的なコレクションではありません。

イラストはAIで生成し、TrendWatchingの2024年と2025年のレポートを参考にした視覚表現を採用しています。実際に観察された出来事ではなく、アイデアを描いたものです。記事の中心的な考えが変わった場合は、画像も見直す必要があります。小さな修正のたびに新しいイラストが必要なわけではなく、自動差し替えは稼働していません。

各イノベーションには、出典、確認日、関連性と限界の説明を付けています。変化の初期の兆候を示すものもあれば、比較の参考になるものもあります。いずれも予測の証明にはなりません。毎月の監視や新しい事例の自動選定は行っていません。