TikTokのコンテンツ推奨アルゴリズムは、Facebook、Instagram、YouTubeなどの競合他社の技術よりも注目を集めています。理由はいくつかあります。

アルゴリズム

アルゴリズムはバイトダンスの事業全体の中核とみなされている。ロイター通信は、バイトダンスはTikTokを売却するよりも閉鎖したいと考えているとの消息筋の発言を引用した。

中国は2020年に輸出法を改正し、アルゴリズムやソースコードの輸出に対する承認権限を中国に与えたため、アプリの販売がさらに複雑になった。

研究者や同社の元従業員によると、TikTokが世界的に成功したのは、アルゴリズムだけでなく、短編動画形式との組み合わせによるものだという。

名前のないファイル 61.jpg
秘密のアルゴリズムがTikTokの人気に重要な役割を果たしている。写真：ロイター

TikTokが登場する前は、FacebookやMetaのInstagramに代表されるように、ユーザーのソーシャルなつながりを結びつけるテクノロジーこそがソーシャルメディアアプリを成功させる秘訣だと多くの人が信じていた。しかし、TikTok は、ユーザーの好みを理解することによって駆動されるアルゴリズムがより強力になり得ることを示した。 CEOのショウ・ズー・チュウ氏を含むTikTokの幹部らは、Metaのような「ソーシャルグラフ」に基づいてアルゴリズムを構築するのではなく、同社のアルゴリズムは「関心シグナル」に基づいていると述べている。

ライバル企業も同様の興味関心に基づくアルゴリズムを採用しているが、TikTokは短編動画形式によってアルゴリズムの有効性を高めることができるとユトレヒト大学のカタリナ・ゴアンタ准教授は述べた。 「彼らの推薦システムは非常に人気があります。しかし、TikTokが本当に際立っているのは、デザインとコンテンツです」と彼女は語った。

短編動画の形式により、TikTok のアルゴリズムはより柔軟になり、時間の経過に伴うユーザーの興味の変化や、一日の特定の時間まで追跡できるようになります。

高速データ収集

さらに、短編動画のフォーマットにより、TikTokはユーザーの興味をより速いペースで知ることができると、TikTokの元ゲーム部門責任者ジェイソン・ファン氏は語った。

「動画は短くて短いため、平均的な動画の長さが10分未満のYouTubeよりもはるかに早くユーザーの好みに関するデータを収集できます」と彼は語った。 「平均的なユーザーのデータを数秒ごとに収集するのではなく、10 分ごとに収集することを想像してください。」

TikTok を最初からモバイル向けに構築されたアプリとして位置付けることは、デスクトップからモバイルにインターフェースを適応させる必要があった競合プラットフォームに対しても優位に立つことになる。さらに、短編動画市場に早くから参入したことで、TikTokは初期段階で大きなプラスを得た。 Instagram は 2020 年まで Reels をリリースせず、YouTube は 2021 年に Shorts を導入しました。そのため、データと製品開発の経験の面では、どちらも TikTok より何年も遅れています。

コンテンツを探索する

TikTokはユーザーの興味に関係のないコンテンツを頻繁に推奨しており、同社の経営陣はそれがTikTokのユーザー体験にとって不可欠であると繰り返し述べている。

米国とドイツの研究者らが先月発表した研究によると、TikTokのユーザー347人と自動ボット5つのデータを調査した結果、TikTokのアルゴリズムは「推奨動画の30～50％でユーザーの好みを抽出していた」ことが判明した。

「この発見は、TikTokのアルゴリズムが、ユーザーの興味をより正確に推測するため、または（既知の）興味の範囲外の動画をより多く推奨することでユーザーの維持率を最大化するために、多数の発見動画を推奨することを選択していることを示唆している」と研究者らは「TikTokとパーソナライゼーションの芸術」と題した研究論文に記している。

人々をグループに分ける

カーネギーメロン大学のアリ・ライトマン教授は、TikTokが使用しているもう一つの効果的な戦術は、ハッシュタグを通じてユーザーに公開グループを形成するよう促すことだと指摘している。これにより、TikTok はユーザーの行動、興味、所属、イデオロギーをより効果的に把握できるようになります。

ライトマン氏は、TikTokが最終的に米国で禁止された場合、米国のテクノロジー大手は自社製品でTikTokを模倣することは確かにできるが、TikTokのユーザー文化を模倣するのは難しい問題だと述べた。

中国の優位性

TikTokの推奨アルゴリズムは、2016年に開始されたDouyinから主に取り入れられている。バイトダンスはTikTokとDouyinは別のアプリであると強調することが多いが、ロイターの情報筋によると、2つのアルゴリズムは今でも似通っているという。

一方、Douyin の AI は、ByteDance による中国の安価な労働力の活用によって強化されている。 TikTokの親会社は、プラットフォーム上のすべてのコンテンツとユーザーに慎重にタグ付けするために数十人の人材を雇用しています。

「2018年から2019年にかけて、Douyinはすべてのユーザーにタグを付けようと努力した」と、広告会社Nativexのマネージャーで元バイトダンス幹部のイーカイ・リー氏は語った。 「彼らはすべての動画に手動でタグを付け、その後、視聴した動画に基づいてユーザーにタグを付けていました。」この戦術はTikTokにも当てはまります。

採用データのタグ付けは今日の AI 企業にとって一般的かつ重要な慣行ですが、ByteDance は早い段階でこの戦略を採用しました。李氏によれば、カードソーティングは労働集約型であるため、中国企業は豊富な労働力と北米に比べて低コストという利点があるという。

（ロイター通信による）