集団のウェルビーイングをリアルタイムでどのように定量化できるでしょうか。従来は、GDPから消費者信頼感指数まで、主要な経済指標を組み合わせて測ってきました。
しかし、人々は幸福でしょうか。自分の人生、つまり個人の物語が順調だと感じているでしょうか。将来に希望を抱いているでしょうか。
20億人を超える人々が、Twitter、WeChat、Facebook、Instagramなどのソーシャルメディアを使って自分を表現しています。こうした情報を活用し、日々の集団的な幸福を示すものを作ることはできるでしょうか。
計算物語研究所（ピーターとクリスが共同ディレクターを務める）や他のいくつかのグループは、ソーシャルメディアのデータを入力として、主要な経済指標に匹敵する力を持つリアルタイムの幸福度指標「ヘドノメーター」の開発に取り組んでいます。
私たちのツイートは、私たちについて何を明らかにするのでしょうか。
英語のツイートから代表的な一部を分析したところ、一日を通じて、Twitterで最も幸福を表す言葉が使われるのは朝で、時間がたつにつれて罵り言葉の頻度が高まることが分かりました。私たちはこれを「人間の心の日々のほころび」と呼んでいます。また、週ごとに明確な周期があり、「愛」「家族」「楽しみ」といった言葉がよく使われる土曜日が、最も幸福な曜日となる傾向があります。月曜日と火曜日は低調で、「ハハハ」「最高」「遊ぶ」といった言葉が少なくなります。
大きな出来事に社会全体の注目が集まると、幸福度は大きく上昇したり急落したりします。米国のデータによると、祝日は最も幸福な日となる傾向があり、クリスマスや大晦日には「希望」「祝福」「喜び」が増え、「いいえ」「違う」「憎しみ」は減ります。ムンバイのディワリや北京の旧正月でも、同様の結果が見られる可能性があります。人々が前向きな気持ちを共有するには、組織的で体系立った祝祭が必要なようです。
同様に、サブ集団のレベルでは、応援するチームが大きなスポーツ選手権（例：米国のスーパーボウル）で優勝すると、大勢のファンが当然ながら一気に幸福になります。一方、敗れたチームのファンのツイートには、悲しみや怒りが表れます。
最も悲しい日は、システム全体に及ぶショックへの反応として訪れます。インドネシアの地震や津波などの自然災害、マイケル・ジャクソンのような著名人の死、パリで起きたようなテロ攻撃は、いずれも非常に否定的な日につながりました。位置情報が付いたソーシャルメディアのデータを使えば、都市や州など特定の地域に分析対象を絞ることができます。
ソーシャルメディアは集団の健康状態を示す指標になり得るでしょうか。
ソーシャルメディアを活用したヘドノメーターは、従来の健康やウェルビーイングの指標とも強い相関を示します。
たとえば、最近の研究では、ツイートに含まれる特定の単語やフレーズが強い相関を米国の肥満率や糖尿病率と示しました。ランニング、スキー、ハイキングについてツイートする人が多い州では、これらの病気の割合が低くなっていました。別の研究では、米国の約1,300郡から位置情報付きの公開ツイートを集め、（不安や敵意など）否定的な感情を伝えるツイートと、同じ郡の心臓病による死亡率のデータ（米国疾病予防管理センター提供）との相関が確認されました。さらに別の分析では、ADHDであると自己申告した1,400人のユーザーによるツイートを調べました。その結果、病気のない対照群と比べ、集中力や自己調整の欠如、精神的・身体的・感情的な疲労を表すメッセージが多く投稿されていました。
166人のInstagram写真を分析したところ、うつ病の兆候を特定できました。うつ病の人は、そうでない人に比べ、青みが強く暗い写真を投稿する傾向がありました（画素ごとの分析による）。
また、マイクロソフトの研究者は最近、報告しました。検索エンジンへのクエリから、がんと診断される前に一部の症例を特定できる可能性があるというものです。私たちの一人であるムラリは現在、マイクロソフトのチームと協力し、ウェブ検索の表現型（検索クエリのパターン）が、パーキンソン病やアルツハイマー病などの脳疾患の初期症状を知る手がかりとなるかを調べています。
さらに改良を重ねれば、こうした「デジタル指標」を公衆衛生のダッシュボードとして活用し、政策立案者が自らの決定の影響についてほぼリアルタイムでフィードバックを得られるようになるかもしれません。
どのような落とし穴があるでしょうか。
Google Flu Trends（GFT）の登場と衰退から得られる教訓を、明確に心に留める必要があります。これは人々のウェブ検索に基づいてインフルエンザの流行率を予測するアルゴリズムでした。初期には成功したものの、2013年の流行期のピークを大幅に（140%）見誤りました。その後の事後検証で明らかになったのは、GFTのアルゴリズムが「過剰適合」しやすかったことです。つまり、偶然インフルエンザと相関しただけの検索語を重視しすぎ、時間の経過に伴う検索行動の変化を考慮していませんでした。
ソーシャルメディアを使った感情や気分の分析は、まだ初期段階にあります。無作為標本がないこと、深い感情分析（特定の話題について人々がどう考えているかを超えた分析）ができないこと、何百もの各地の方言の複雑さを読み解くことなどが、研究者が克服に取り組んでいる課題の一部です。
そのため、こうしたツールは調整や改善が可能で透明性が高く、ブラックボックス型のアルゴリズムに依存しないことが不可欠です。ツールの検証、監視、改良には、官民連携が理想的かもしれません。
今後の展開は？
中国語、アラビア語、ヒンディー語、スペイン語などにも対応する多言語のソーシャルメディア型ヘドノメーターを開発すれば、ブレグジット、サッカーのワールドカップ、核実験、金融市場の変動といった出来事に対する世界各地の感情の変化を検知する、グローバルな観測の仕組みが実現する可能性があります。
幸福や悲しみ以外の感情、たとえば恐怖、怒り、驚きを単語ベースで測定する大規模なデータベースがあれば、将来のヘドノメーターにこれらの感情を取り入れられます。GoogleやBaidu（人々が何を検索しているか）、BBC、新華社、タイムズ・オブ・インディア（人々が何を読んでいるか）など、ほかのオンライン情報源のテキストも取り込めば、社会の動向を探るさまざまな視点を得られます。
世界各地の情報機関はすでに、こうしたツールを使い始めています。しかし、そのデータやアルゴリズムは一般の人々による検証や利用ができません。こうしたツールを公共目的で使うための倫理的かつ科学的な枠組みを確立する時期だと私たちは考え、その枠組みの構築に向けて資金を募っています。
ソーシャルメディアが私たちの行動について、より細かな知見を明らかにし続けるなか、私たちは互いに共有する習慣や感情、物語を理解しようとしています。正確な時計、温度計、望遠鏡の発明が多くの科学分野に貢献したように、社会は社会現象を記述し説明する科学の力を引き出すツールを築き、人々の暮らしをより良くする技術の発展につなげるべきです。
