誰もが嘘をついている ビッグデータ分析が暴く人間のヤバい本性 単行本 – 2018/2/15

ビッグデータが明らかにしてくれる情報の価値は非常に高いなと、改めて感じることができました。

世の中には様々な統計がありますが、それが必ずしもある事象を適切に表しているのか疑念がありましたが、
やはりその疑念は一部では正しかったようです。
そういったこともビッグデータやgoogle検索データから読み取れる時代になってきていることがわかります。

今までわからなかったことが明らかになったり、これまで正しいと信じられてきたことが誤りだったとわかったり、
そういった情報が我々の生きる世界を少しでも過ごし易く、あるいはより楽しく生きるための一助になるのであれば
大きなビジネスになるのだろうし、読み物としてそれだけでもおもしろいです。

著者の遊び心も随所に感じられ、現状のビッグデータについて知る１冊としてオススメです。

ただ個人的に一つ不満なのが翻訳が冗長すぎること。もっと読みやすく翻訳することも十分できたと思うのですが、
いちいち読みづらい表現（英語を文字通りそのまま訳しているのかな？）が多く、内容は面白いのに読むのに時間がかかり疲れました。

次作もありそうなので、その時にはもっと読みやすくなることを願います。

WEBで検索している内容を誰かに知られたら、と思うと怖くなる。
誰かが見るであろうと予想して書いているSNSなどは所詮外向きのことしか書いていない。
だが、自分しか見ないであろうと思い込んでいる検索では、本当に関心のあることを正直に書き込んでしまう。
WEBを使う以上は、読んでおくべき本だろう。あまり気分の良い本ではないが。

前半は面白い。
グーグル検索された言葉をベースに、
・アメリカの失業者の割合と最も相関が高い検索ワードは何か？
・男児と女児を持つ親で子供に関する検索ワードに違いはあるか？
などなど・・・
表立って人には言えない闇にまつわる事例が次から次へと出てくる。
まさしく、グーグル検索＝デジタル自白薬！！

また、このグーグルの検索ワードという切り口のおかげで、
「ヤバい統計学」などの、「統計から得られた知見本」とも全く違う読み心地。
文章からも著者の興奮が伝わってきて、ぐいぐい引き込まれた。

一方で後半は既読感も。
他研究の引用も増えてきて、他の統計本で読んだことがある内容もちらほら。
統計本が好きな人はむしろ、前半だけで良いかもしれません。

物を売りたい企業や個人を管理・監視したい権力などのツール以外にビッグデータにどんな利用法があるのか？個人の生活に役に立つものなのか？本書はビッグデータを適切に使えばプライバシーを侵害することなくこれまで隠されていた社会の「真実」がわかることを教えてくれる。そしてその真実は往々にして「直感」や「常識」に反するものであり、世の中の盲点を暴き、定説、神話、陰謀説などをひっくり返すパワーを持つ。真実を知ることによってもたらされる「自分だけじゃなかったのか」「積年のもやもやが晴れた」というカタルシスもある。反対に「いままで支えにしていたあの話は何だったのか」「自分だけが知っていたこのことを万人が知るようになったらやばい」などと憂鬱になる向きもあるだろう。

本書ではビッグデータの４つの力は以下のように説明されている。

１）ポルノ関連データのようなこれまで推測するしかなかった欲望領域のデータが手に入るようになった
２）欲望と行動（言語）が一致する正直なデータである
３）データ量が膨大なため小さな部分集合に絞って分析できる
４）手軽に比較対象実験が可能なため隠れた因果関係を明らかにすることができる

神話の崩壊という意味では、プロバスケットボール選手の話が面白かった。逆境や貧困を乗り越えたスポーツ選手はバスケに限らず英雄扱いされ、注目が集まるが、著者が黒人のＮＢＡ選手に絞って行った調査によれば社会経済的な背景がよいほど成功していることがわかった。貧困は身長や社会性といったプロバスケットボール選手に欠かせない資質に悪影響を与えるからではないかと著者は分析している。これは逆に貧困層からスターに上り詰めるような人物は私たちが思っているよりもずっと苦労をしているということにほかならない。

ビッグデータを利用して、こうした定説という名の思い込みを覆すためには「何がデータか」を問い直すという姿勢がこれまで以上に重要になってくる。たとえば、グーグルの検索ワードから、失業率とポルノサイト検索頻度に相関があることがわかった。ここから「失業者は暇をもてあましている」という仮説が生まれる。「新しい仕事」や「職業斡旋所」の検索も上位には来たが、ポルノや一人遊びゲームのサイトへのアクセスが想像以上に多かったという。

ビッグデータがない時代にもこうした「視点」を持つデータの達人がいた。競走馬の目利きを生業とするジェフ・セダー。本書に出てくるもっとも印象的な人物の一人だ。セダーは競走馬の優劣を見極めるための最良の指標を求めるべく、ありとあらゆるデータをとった。その結果、競走馬の戦績を最も左右するのは心臓の左心室の大きさであることが判明した。セダーからビッグデータサイエンティストが得るべき教訓は「これまでぞんざいなやり方がまかり通っていた領域」で「余人が目を向けていなかったざん新なデータ」を発掘することだと著者は指摘する。たとえば、新聞各紙で使われている膨大な量の言葉。これを分析すると、オーナーの意向よりも地域性が報道内容の偏向に影響することが見えてきた。つまり、購読者が読みたいことを記事にした結果が「政治的偏り」になるということだ。

この他にも親は娘より息子に関係する検索にポジティブな言葉を使っている、人々がＦＢから得る情報の多くは対極的な意見を持つ人からのものである、アメリカ人は14歳～24歳の時期に誰が大統領であるかによって政治的姿勢を形成する、人気のある暴力映画が公開された週末は犯罪率が減る、暗殺が起こると世界の歴史は大きく変わるなど、それ自体で新書が一冊書けそうな興味深いデータが次々と紹介される。トマ・ピケティの『21世紀の資本』を完読した人は買った人の3％、という話も味わい深い。

ビッグデータの「絞り込み」によって、真実がさらにクローズアップされてくる。たとえば内閣歳入庁（ＩＲＳ）のデータの絞込みによっって「アメリカは機会の国か」を検証した調査では、全体と部分では「真実」が違うことが違いわかる非常によい例である。昨今アメリカは世界でももっとも経済格差が深刻な国であるという言われ方をすることもあるが、それは全体としては正しいが、地域レベルでは正しくないということがビッグデータの絞込み分析からわかる。つまりアメリカは地域格差の国なのである。貧困層は「正しい地域」によって寿命が5年延びるという。「正しい地域」とは「富裕層の多く住んでいる地域」である。これは『年収は住むところで決まる』（エンリコ・モレッティ著）で詳述されている話と重なる。ちなみに富裕層にとって住む地域と寿命は関係しないらしい。この絞込みの手法を使うと、出世の見込み（ウィキペディアに載るような有名人）は出生地次第である、有名人を輩出しているのは大学町を擁する地域・大都市を擁する地域・外国生まれの人口比率が高い地域である、州の教育支出は有名人（作家、芸術家、実業家）の輩出に影響しない、といったことがわかっている。

インターネットとビッグデータの時代にはじめて実現した簡易版無作為対象実験としての「Ａ／Ｂテスト」の話も示唆に富んでいた。Ａ／Ｂテストを使えば相関関係と因果関係を間違えないばかりか、因果関係を人為的につくることさえできる。そう、これを利用して依存性のあるゲームやサイトができるのだ。こうしたサイトでお金儲けをすることを含め、ビッグデータの威力は倫理的な問題を孕んでいる。たとえば、犯罪者、自己破産者などにありがちな言動をビッグデータや予想することができる。企業が採用時に候補者をそういうデータでスクリーニングしたとしたらどうだろう。「やばい人」の属性をたまたまある人がもっていたとしてたら、就職試験などで自動的にはねられてしまう。また、ビッグデータを使えば、特定の人物の「痛点」が予測できる。これは投資やギャンブルなどで、どれだけ負けたら手じまいをするかというポイントだ。そのぎりぎりまであの手この手でお金を使わせることもできる。わたしたちの多くはビッグデータを利用して何かする側ではなく、その恩恵を受けたり、損害を被ったりする側だ。ビッグデータなるものが何であり、それで何が可能なのかは、自己防衛、自己決定をするうえで誰にとっても必修科目となるだろう。

ややショッキングなタイトルであるが、筆者の元々のアイデアはもっと過激だったようである。“Big Data, New Data, and What the Internet Can Tell Us About Who We Really Are”という副題が本書の内容を示している。

グーグルの検索データなどのビッグデータとリアルな調査結果も加味して人間の本性や様々な社会現象の本質を分析する筆者は、これまで物理学や生物学などの「本物の科学」と距離があった社会科学が、ビッグデータによって「真のサイエンス」になりつつあると述べる。

人種差別、セックス、犯罪など人間の本性に関する記述については読者の好みが分かれる可能性があるが、アンケート調査やサーベイは必ずしも本音を表してはいないこと、「インターネットは人々を分断している」という認識は必ずしも正確ではないこと、人々の「チームの好み」や「支持政党」は歴史的なイベントとその時の年齢によって大きな影響を受けていること、ウィキペディア入りするような有名人になるには出生地が影響を及ぼしていること、アマゾンのレビューを分析することによって読者が最後まで読み通す率を推測する方法など、興味深い内容が散りばめられている。

世間的な差別地域とは違い、黒人差別用語で検索をする頻度の高い地域が選挙にも影響を及ぼす。
NBA選手レブロンジェームスのレブロンがキラキラネームというのも発見だったが、
NBA選手になるのはイメージに反して貧困層出身者は少ない。
それも選手としての能力というよりも忍耐力、協調性といった教育の影響が大きいということ。
進学校にギリギリ合格できなかった人とギリギリ合格出来た人に将来的な差異は少ない。

表題にもあるような検索に出る人間の本心や性癖といったやばい本性はたしかにインパクト大ですが
上に挙げた進学校の件など、個人で見ると一生振り返り別の人生を夢想するような事柄も
ビッグデータの運用次第では些事であり振り返るほどのことでもない、
と人を後押しをする力になり得ることも示されて希望が持てます。

印象的な表現は「自分の検索履歴と他人のSNS投稿を比べるな」
私たちの積み重ねているネットでの言動を企業はどのように取り扱い何を狙っているかなど、
とても面白い反面、ネットに触れる時間を減らすのが幸せなんだろうなと思わされる一冊です。

グーグルにデータ・サイエンティストとして勤務していた著者が、なるべく難しい用語を使わないで、実際にビッグデータがどういうふうに使われているかを解説した本です。

人種差別、セックス、政治といった分野で、どういう言葉で検索をするかによって、対面調査などとは異なる、人々の本音を洗い出すことができるようになっています。単に、アメリカだけではなく、グーグルが使われる国でのデータが抽出可能なので、国際比較も容易です。但し、統計学と同じで、傾向はわかるのですが、何故そういうふうになるのかは推定の域を脱しません。

本には出てこないですが、アクセスログなどから割り出せば、特定の個人の思想信条・性癖なども判ってしまうことになります。特定の検索サイトやウェブサービスを偏重してはいけないな、という教訓も得られます。

[1]どんな人に薦めたい？

　ビッグデータについて興味があるけど、堅苦しい本は苦手な人に。受験からポルノまで身近な例を使って書かれているので、最後まで楽しく読めます。またビッグデータが万能だと思い込んでいる人にもお勧めです。

[2]何歳ぐらいから読めるのか

　人の性癖や闇を覗き込むことにもなるので、せめて高校生ぐらいになってから。

[3]読み終わるまでどれぐらいの時間がかかった？

3.5時間程度。

[4].新刊で買った方がいい？中古で安くなってからでいい？

　読んで面白い上に、まさにこれから利用が広がっていくビッグテータについて学べるので時代を先取りする為にも、読むなら早めに読むことをお勧めします。

[5]金額での評価

3000円

[6]最も肝になるのは？(立ち読みをするならどこがお勧めか)

7章、8章のビックデータの危険性を取り扱った部分は読んでおくべき。

[7]本の内容を140文字程度に纏めると

　グーグルの検索履歴やフェイスブックのデータから人々の隠れた本性を暴き出そうとする問題の書。下世話な話も多いが、面白おかしく読める上にビッグデータの欠点や危険性についても学べる必読の書。

[8].お勧めの関連書籍

　著者が触発されたという「やばい経済学」がお勧めです。「デ、データからこんなことが読み取れるかっ！」と最初に感動した本です。