宇田川敦史の作品一覧
「宇田川敦史」の「アルゴリズム・ＡＩを疑う 誰がブラックボックスをつくるのか」「Google SEOのメディア論」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
作品一覧
-
アルゴリズム・ＡＩを疑う 誰がブラックボックスをつくるのか
小説・文芸
4.11巻1,100円 (税込)生成ＡＩを筆頭に新しい技術の進歩は増すばかりの昨今。ＳＮＳや検索エンジンなどの情報は「アルゴリズム」によって選別されている。しかし私たちはそのしくみを知らないままで利用していることも多い。アルゴリズムを紐解くことは、偏った情報摂取に気づき、主体的にメディアを利用する第一歩なのである。本書は、GoogleやAmazon、X、食べログなどを例に、デジタル・メディアやＡＩのしくみを解説。ブラックボックス化している内部構造への想像力を高めることを通じて、アルゴリズム・ＡＩを疑うための視点をわかりやすく解説、提示する。メディア・リテラシーのアップデートを図る書。 -
Google SEOのメディア論
ビジネス・実用
-1巻3,300円 (税込)検索エンジン・グーグルというメディアはどのように日常化し、その介在が意識されないインフラへと変容したのか。現代のデジタル・プラットフォームの権力構造を再考する書。 検索結果のランキング、すなわちキーワードに対するウェブページの並び順は、「アルゴリズム」によって決められている。このアルゴリズムは「ブラックボックス」だと表象され批判の対象にされてきた。しかしこの「ブラックボックス」とは一体何を指し示しているのか、そしてその批判に通底する「プラットフォーム悪者説」ははたして妥当なのか。 本書では、グーグルのランキング・アルゴリズムがどのように変容してきたのか、ウェブの「送り手」の語りと、それに対するグーグルの反応に着目してその過程を明らかにする。具体的には、1990年代から2020年までのSEO（検索エンジン最適化）を中心とした送り手の活動における言説の歴史を分析することで、アルゴリズムを構築する様々なアクターとその権力構造を検証する。 デジタル・プラットフォームの設計・運営に実務家として携わった著者が、インフラ化した検索エンジンの歴史的・社会的な構築のプロセスを、メディア論の視座から学際的に捉えなおす刺激的な試み。
ユーザーレビュー
-
-
-
-
Posted by ブクログ
職場の人全員に読んでほしい。
検索結果やタイムラインなど、自然の結果のように誤認しがち。
実際には、あるアルゴリズムによって生成されている。
聞くと当たり前と言うかもしれないが、理解している人がどのくらいいるか。理解していても、自分のSNSのタイムラインを前にすると、それが世界の大半だあると錯覚しはしないか。
認知負荷を自然に避けるという性質上、それが当然でもある。
常々感じているのが、プログラミング教育が必須なのではなく、アルゴリズム教育こそ必須であり、プログラミングはそれを職業にするのでなければ、アルゴリズムとは何かを理解するための手段でしかないということ。(あくまでも、現時点での学校教育においては)
また、AIのブラックボックスは、従来のブラックボックスと異なり閉じている、という話は興味深い。これも、今後AIを使いこなしていくに際し、不可欠な概念。また、情報リテラシーからメディアリテラシーへ、メタな視点を持つこともとても重要と感じた。 -
Posted by ブクログ
ネタバレ実際にはAIもアルゴリズムも人間の「偏り」や「誤り」を勝手に是正してくれることはなく、むしろその「偏り」や「誤り」を再現・再生産してしまう。アルゴリズムは「誰がやっても同じアウトプット」になるように誘導するための手段。「オブジェクト指向」とは、プログラミングの操作の対象を、数値や文字のようなデータそのものから「オブジェクト（物体）」という抽象的な次元へと拡張した体系のこと。この「オブジェクト」とは、現実社会にある既存のメディアの機能（例えば、「ファイル」）を仮想的に模倣したものであり、オブジェクト指向プログラミングでは、その「オブジェクト」を入出力可能なモジュールとして扱うことでシミュレーションを実現する。アルゴリズムは同一の組み合わせの定型パラメーターに対しては、常に同じ出力になることが保証されており、ルールに基づく決定論モデルが前提。他方、AIは、不定型の入力の組み合わせに対してこの出力が求められている確率が高い、という判断を大量のデータの学習によって実現する、確率論モデルで動作している。よって、学習によって出力が変化し続ける。つまり、人間的な「曖昧さ」がある。検索エンジンは、クローリング→インデクシング（収取したテキストを単語に分解してインデックス（索引）をつける）→ランキングの３機能の組み合わせ。ページランクの基本的なパラメーターは、それぞれのウェブページの「バックリンク（他のページからのリンク）」の数。リンクの数が多ければ多いほど、かつ、リンク元の評価が高ければ高いほど、そのページのスコアが高くなる。「ステマ（ステルス・マーケティング）」とは、他のユーザーに気づかれないようなやり方でスコアなどを評価し、自社や商品の評判を吊り上げる手法を指す。認知資源の獲得競争。様々なプラットフォームのアルゴリズムが、情報の信頼性や正確性ではなく、アクセス数やCTR（クリック率）、コンバージョン・レート（取引成立の確度）などのアテンションの獲得と直結したKPIに対して最適化されている。直感や経験則にもとづいてすばやい判断を行うような、認知資源の節約につながる情報処理のことを「ヒューリスティック」という。アルゴリズムやAIが、情報の意味論的な「正確性」や「信頼性」を直接判別できないという原理的な問題は、社会におけるアテンションの偏り、すなわちヒューリスティックやステレオタイプといった人間の心理的バイアスに基づく判断の偏りがそのままスコアやランキングに反映される要因となる。虚偽の投稿は、真実の投稿に比べて、より目新しく驚きを与えやすいためにアテンションを得やすいという「新奇性仮説」。行動ターゲティング広告は「アドネットワーク」という表面上のインターネットサービスとは別のプラットフォームによって可能になるが、このサービスを提供しているのもグーグルやメタなどのプラットフォーム企業。EUのGDPRは氏名や住所などの個人情報のみならず、クッキーやIDなどのオンライン識別子、位置情報、IPアドレスなどのような同一性を特定できるデータを「パーソナルデータ」と定め、その管理や保護の厳格な運用が定めている。AIは学習したデータにある意味「忠実に」判別を行うものであり、ルールに基づく条件分岐ではないため、一度偏ったデータを学習して偏見や差別を伴うような判断をしてしまうと修正が容易でない。ブラックボックスを開いて中身を直接変更することが原理的にできないことから、学習するデータによって「補正」を行わなければならない。「ベタ」な水準で信じる地平から離れて、「メタ」な水準で相対化する視点の獲得へ。
