※アフィリエイト広告を利用しています

エコーチェンバー現象とは?SNSで意見が強まる仕組みと7つの対策

「SNSを見ていると、自分と同じ意見ばかり流れてくる」「周りの人もみんな同じように考えている気がする」。そんな経験はありませんか。

ある話題について調べ始めると、似た主張の投稿が何度も表示されることがあります。同じ意見を持つ人から「そのとおり」と反応が返ってくれば、その考えがますます確かなものに感じられるかもしれません。

このように、似た意見を持つ人々が集まり、同じ考えが繰り返し共有・強化される現象を、エコーチェンバー現象(echo chamber)と呼びます。総務省の協力を得て作成された政府広報でも、エコーチェンバーはフィルターバブルとともに、情報が偏った形で広がる要因として説明されています。[1][2]

エコーチェンバー現象は、SNSの話題だけでなく、仕事のグループ、趣味のコミュニティー、日常の会話でも考えられる問題です。一方、研究では、プラットフォームによる違いや、意見への影響の複雑さも示されています。

この記事では、エコーチェンバー現象の定義、起こる仕組み、フィルターバブルとの違い、具体例、心理的・社会的な影響、情報の偏りを見直す7つの方法、関連する研究をわかりやすく説明します。

エコーチェンバー現象とは?【意味と特徴】

エコーチェンバー現象とは、似た考えや価値観を持つ人々の間で情報が循環し、その意見が繰り返し聞こえることで、考えが強化されやすくなる状態です。

英語の echo chamber は、直訳すると「反響室」のこと。声が壁に反射して何度も響く部屋のように、コミュニティーの中で同じような意見が何度も返ってくる様子を表した言葉です。[1]

例えば、ある健康法について興味を持ち、SNSで関連するアカウントを次々とフォローしたとします。すると、タイムラインにはその健康法を高く評価する投稿が増えるかもしれません。投稿のコメント欄も肯定的な感想ばかりなら、「多くの人が効果を認めている」と感じやすくなります。

しかし、タイムラインに繰り返し現れる投稿の数と、社会全体の意見の割合は同じではありません。自分がよく見ている情報空間の中で、特定の意見が目立っている可能性があります。

エコーチェンバー現象を一言でいうと?

「似た意見が何度も返ってきて、その意見がますます確かに感じられること」です。

この現象を理解するための特徴は、主に次の3点です。

  1. 似た意見の人がつながりやすい。 関心や価値観が近い人と交流し、情報を共有する。
  2. 同じような情報が繰り返し届く。 同じ主張が別の投稿や別の人からも見聞きされる。
  3. 異なる視点に触れにくくなることがある。 自分が見ている情報の範囲だけで、世の中全体を判断しやすくなる。

ただし、実際の研究では、この3点が常に同じ強さで現れるわけではありません。2021年のSNS比較研究では、Facebook、Twitter、Reddit、Gabで、同じ意見の人同士がつながる傾向や情報が広がる特徴に差が見られました。[3]

「周りはみんなそう言っている」と感じる理由

たとえば、同じテーマについて10人の知人が似た意見を投稿していても、それは「社会全体の10人に10人が賛成している」という意味ではありません。

自分がつながっている人、よく見る投稿、繰り返し表示される情報に偏りがあれば、身近な範囲で見える意見の分布も偏ります。

エコーチェンバー現象を知っておくと、「自分にはどの意見が多く見えているのか」と「実際にどの意見が多いのか」を分けて考える手がかりになります。

エコーチェンバー現象が起こる5つの仕組み

エコーチェンバーには、情報を選ぶ個人の行動と、SNS上で情報が届く仕組みの両方が関わります。[3][4]

1. 似た価値観の人とつながる【同質性・ホモフィリー】

人は、関心、経験、価値観が近い人と交流しやすいことがあります。社会的なつながりが似た属性の人に偏りやすい傾向は、同質性(ホモフィリー:homophily)と呼ばれます。

例えば、同じスポーツチームを応援する人たちが交流する場所では、そのチームを評価する投稿が自然と増えます。そこで見聞きする意見は、一般の人々の意見とは異なる分布になるでしょう。

2021年のCinelliらの研究では、エコーチェンバーを調べる際に、似た意見の人同士の交流(同質性)と似た意見の人へ情報が広がる偏りを、別の指標として扱いました。[3]

2. 自分が関心のある情報を選ぶ【選択的接触】

人は、限られた時間の中で、読みたいニュースや見たい動画を選びます。そこで自分の関心や考えに合う情報を選びやすいことがあります。

このような情報への接し方は、選択的接触(selective exposure)と呼ばれます。

例えば、ある制度に賛成する人が、賛成意見を紹介するニュースばかり読む場合、その制度に関する理解の材料が偏る可能性があります。

2015年のBakshyらの研究では、米国のFacebook利用者1,010万人のデータを使い、友人関係、ニュースフィードの表示、実際のクリックを分析しました。この研究の条件では、異なる政治的立場の情報への接触を限定するうえで、アルゴリズムによる表示順の調整よりも、利用者自身のクリック選択の影響が大きいと報告されています。[4]

3. SNSの表示・推薦システムで似た情報が届く

SNSでは、フォロー関係、過去の閲覧、反応など、複数の情報を使って投稿の表示順やおすすめ内容が決められる場合があります。

例えば、あるテーマの動画を何本も視聴すると、そのテーマの関連動画が続けて表示されることがあります。こうした仕組みは、興味に合う情報を見つける助けになる一方、似た情報に接する機会が増える要因にもなります。[1][2]

ただし、各SNSの仕組みは異なり、利用者の設定や利用方法によっても結果は変わります。アルゴリズムだけでエコーチェンバーが生まれると決めることはできません。

4. 自分の考えを支持する情報が印象に残る【確証バイアス】

確証バイアスとは、自分がすでに持っている考えを支持する情報に注意を向けたり、その考えに合う形で情報を解釈したりしやすい傾向です。

例えば「この方法は効果がある」と考えていると、成功した人の体験談が印象に残り、うまくいかなかった人の報告はあまり目に入らなくなることがあります。

エコーチェンバー現象は集団や情報の流れに注目する概念ですが、確証バイアスは個人の情報処理に注目します。両者が重なると、似た意見が繰り返される環境の中で、自分の考えに合う情報を重視しやすくなります。

5. 同じ主張への反応が、さらに共有を呼ぶ

SNSでは、投稿への返信、共有、引用などを通じて、一つの意見が短い時間に多くの人へ届くことがあります。

同じ価値観の人が「そのとおり」と共有すれば、似た考えの人たちの間で同じ主張が何度も見聞きされることになります。

政府広報は、こうした意見の反復・強化によって、異なる見方に触れにくくなり、偽情報・誤情報の流通に関係する可能性を説明しています。[1]

ここで重要なのは、投稿が何度も共有されていることと、その情報が事実として正しいことは別だという点です。

エコーチェンバーとフィルターバブルの違いは?

エコーチェンバーとよく一緒に使われるのが、フィルターバブル(filter bubble)です。どちらも情報の偏りを説明する言葉ですが、中心となる仕組みが異なります。[1][2]

比較項目 エコーチェンバー現象 フィルターバブル
中心となる仕組み 似た意見の人同士の交流や反復 閲覧・検索履歴などに応じた情報の選別
注目するもの 人間関係、コミュニティー、情報共有 検索・推薦・表示システム
起こりやすい場面 同じ立場の人が集まるSNSグループ おすすめ動画や個人向けニュース表示
見え方の例 仲間から似た意見が繰り返し返ってくる 自分の好みに合う情報ばかり表示される
共通する影響 異なる情報に接する機会が少なくなることがある 異なる情報に接する機会が少なくなることがある

例えば、あるテーマについて似た意見のアカウントばかりフォローするのは、エコーチェンバーに関わる人間関係の例です。一方、特定の動画を続けて見た結果、関連動画ばかりおすすめされるのは、フィルターバブルの説明に近い例です。

実際のSNSでは、利用者が選ぶこととシステムが選ぶことが重なるため、二つを明確に切り離せない場合もあります。

確証バイアス・集団極性化とも違う

似た言葉を整理すると、エコーチェンバーがどこを説明する概念なのかがわかりやすくなります。

用語 主な意味 注目する対象
エコーチェンバー 似た意見が集団内で反復・強化される 情報の流れと集団
フィルターバブル 個人向けの表示・推薦によって情報の種類が偏る 情報を選ぶシステム
確証バイアス 自分の考えを支持する情報を重視しやすい 個人の認知
集団極性化 集団で話し合った後、意見が以前より極端な方向へ動く場合がある 集団での意見変化
同調圧力 周囲に合わせるよう心理的な圧力を感じる 集団の規範と行動

エコーチェンバー現象が起きる情報環境では、集団極性化などの現象が関係する可能性があります。ただし、似た意見が集まることと、実際に各人の態度が極端になることは、別々に調べる必要があります。[8]

エコーチェンバー現象が起きやすい4つの場面

1. SNSで特定の話題を追いかけているとき

例えば、ある商品についての情報を調べようとして、利用者の感想を検索したとします。

その商品を強く支持するアカウントをいくつかフォローすると、タイムラインには肯定的な投稿が続くことがあります。投稿への返信にも肯定的なコメントが多ければ、否定的な意見は見えにくくなるでしょう。

ここで必要なのは、「その商品が良いか悪いか」を直ちに決めることではなく、どんな人の投稿を中心に見ているかを確認することです。

2. 趣味やファンコミュニティーで情報が共有されるとき

同じ趣味を持つ人が集まる場所では、好きな作品や活動への理解が深まり、情報交換がしやすくなります。

一方、特定の立場の意見ばかり共有されると、コミュニティーの外にいる人がどのように見ているかを知る機会は少なくなる場合があります。

例えば、あるサービスの利用者グループで「この使い方が一番便利だ」と話されていても、利用目的が違う人には別の方法が適しているかもしれません。

3. 職場でいつも同じメンバーだけが意見を出すとき

会議で似た経験を持つ人ばかりが話していると、議論の中に同じ前提が繰り返し出てくることがあります。

たとえば、開発担当者だけで新商品の使いやすさを評価すると、初めて使う人がどこで迷うかを見落とす場合があります。

そこで、実際の利用者や別の部署の意見を確認すると、今まで見えなかった課題が見つかるかもしれません。

4. ニュースや社会的な話題について考えるとき

社会的な話題には、立場や関心によって異なる情報が集まる場合があります。

ある出来事について、同じ立場の人が共有する記事ばかり読んでいると、「誰もがこの見方をしている」と感じやすくなるかもしれません。

実際の意見の分布を知りたいなら、複数の媒体や調査の方法、対象者、調査時点を確かめることが重要です。

エコーチェンバー現象がもたらす影響・4つの問題点

1. 情報を判断する材料が偏る

似た意見の投稿が多い環境では、特定の主張を支持する情報は見つかりやすくなります。一方、その主張が成り立つ条件や、異なる研究結果には気づきにくくなることがあります。

例えば「ある健康法で体調が良くなった」という体験談をたくさん見ても、その方法を試した全員の結果がわかるわけではありません。

情報を確かめるときには、投稿の数だけでなく、調査対象や検証方法も見る必要があります。

2. 集団の外にいる人の考えを想像しにくくなる

似た考えの人と日常的に交流していると、その集団の言葉や価値観が当たり前に感じられることがあります。

その結果、別の経験を持つ人の疑問や優先順位がわかりにくくなる場合があります。

これは職場でも起こり得ます。担当者にとって便利な仕組みが、利用者にとっても便利とは限りません。外部の人が何を知り、何を経験しているかを確かめることが重要です。

3. 偽情報・誤情報が繰り返し広がる可能性がある

同じ主張が何度も現れると、複数の独立した情報源が支持しているように見える場合があります。しかし、元をたどると、一つの投稿や未確認の噂が転載されているだけかもしれません。

政府広報は、エコーチェンバーやフィルターバブルが、偽情報・誤情報の拡散につながる要因として指摘されていると説明しています。[1]

こうした場面では、最初に情報を出したのは誰か、裏付けとなる一次資料があるかを確かめることが役立ちます。

4. 反対意見を聞いたときの対立が強まる場合がある

普段から同じ立場の意見に接している人が、急に正反対の意見に触れると、相手の主張を受け入れにくい場合があります。

2018年のBailらの実験では、米国のTwitter利用者に反対党派の意見を発信するボットを一定期間フォローしてもらいました。その条件では、共和党支持者の態度が介入後により保守的になる傾向が見られました。一方、民主党支持者で見られた変化は統計的に有意ではありませんでした。[7]

これは、反対意見に接したときの結果が、相手や状況によって変わることを示す例です。すべての反対意見への接触で、対立が強まるという意味ではありません。

似た意見の人と集まることのメリットもある?

エコーチェンバーという言葉は情報の偏りを説明する際に使われますが、共通の関心を持つ人とつながること自体には、日常の利点もあります。

例えば、同じ病気の経験を持つ人同士で生活上の工夫を交換する、趣味の仲間と活動情報を共有する、専門職同士で実務的な知識を教え合う、といったことです。

共通点のある集団で得られること 日常の例 気をつけたい点
話が通じやすい 共通の専門用語で情報交換できる 初めての人が理解しにくくなる場合がある
関心のある情報を得やすい 趣味のイベント情報が集まる 集団の外の情報が見えにくい場合がある
経験を共有できる 同じ課題を経験した人と相談できる 経験談と一般的な事実を区別する必要がある

ここでの例は共通の関心を持つコミュニティーの一般的な利点を説明したものです。エコーチェンバーの強さが大きいほど利点も大きくなる、と実証された結果ではありません。

エコーチェンバー現象に気づくためのチェックポイント

SNSやニュースの見方を振り返るときには、次のような点を考えてみましょう。

チェックしたいこと 自分への質問
発信者の偏り この話題について、いつも同じ人の投稿を読んでいないか
情報の出どころ 別々の投稿に見えても、元の情報源は同じではないか
異なる立場 この話題に別の見方があるとしたら、どこで確認できるか
数字の根拠 投稿にある割合や調査結果は、誰がどう調べたものか
表示の仕組み おすすめ表示と自分で選んだ情報を区別できているか
現実との違い タイムライン上の意見を、世の中全体の意見と考えていないか

これは、エコーチェンバーにいるかどうかを科学的に判定する診断テストではありません。普段接している情報を整理するための振り返りです。

エコーチェンバー現象への具体的な7つの対策

ここでは、情報を幅広く確かめ、判断の材料を増やすための実践方法を紹介します。これらは情報リテラシーを高めるための工夫であり、7つすべてを行えば社会的な分断が解消する、と検証されたプログラムではありません。

方法1. いつもと異なる情報源を一つ加える

同じ話題について、普段読んでいる媒体とは別の情報源も確認してみましょう。

例えば、SNSの投稿を読んだら、新聞社や専門機関、行政機関などが出している記事や資料にも目を通します。

具体的なやり方: 気になるテーマについて、いつも見る媒体に加えて、別の編集方針や取材経路を持つ媒体を一つ確認します。

2018年のDuboisとBlankの研究では、複数のメディアを使う人ほどエコーチェンバーに閉じこもる程度が低いという関連が報告されています。[6]

ただし、媒体の数を増やすだけで、必ず判断が正確になるわけではありません。内容の根拠も合わせて確かめることが重要です。

方法2. 一次情報までたどる

SNSの投稿で調査結果やニュースを知ったら、可能な範囲で、もとになった論文、公的な発表、会議資料、統計表などを確認してみましょう。

例えば「利用者の80%が満足」と書かれていたら、何人に、いつ、どのような質問をした結果なのか調べます。

具体的なやり方: 数字や引用がある投稿では、リンク先の元資料を開き、対象・期間・調査方法を確認します。

同じ数字が何度も転載されていても、元が一つの未確認情報なら、独立した複数の証拠があるわけではありません。

方法3. 検索する言葉を変えてみる

検索するときの言葉は、見つかる結果に影響します。

例えば「○○はすばらしい」と検索すると、肯定的な内容が集まりやすくなります。別の角度を知りたいなら、「○○ 効果 研究」「○○ 限界」「○○ 比較」「○○ データ」など、調べたい内容がわかる言葉に変えてみます。

具体的なやり方: 同じ話題について、評価を含む検索語と、中立的な質問を含む検索語をそれぞれ試します。検索結果の違いを記録してみましょう。

目的は、自分の意見に反対する投稿を大量に探すことではなく、判断に必要な情報の種類を増やすことです。

方法4. SNSの情報の届き方を確認する

自分が何をフォローし、どんな投稿を開き、どのようなおすすめを受け取っているかを振り返ります。

例えば、同じ話題の投稿ばかりが表示される場合は、フォロー先の構成や、アプリに用意されている表示・おすすめの設定を確認する方法があります。

具体的なやり方: あるテーマの投稿が多いと感じたら、フォロー一覧とおすすめ欄を見比べます。自分で選んだ発信者の投稿なのか、アプリから推薦された投稿なのかを区別してみましょう。

プラットフォームごとに操作方法や表示の仕組みが異なるため、実際のアプリの設定を確認してください。

方法5. 異なる意見を「何を根拠にしているか」で読む

自分と違う立場の意見を見たときは、すぐに賛成・反対を決めるより、どのような事実や価値判断を重視しているか整理してみます。

例えば、ある制度について、一方が費用を重視し、もう一方が使いやすさを重視している場合、結論が異なる理由の一部は評価の基準にあるかもしれません。

具体的なやり方: 意見を「主張」「根拠」「重視している条件」に分けてメモします。確認できる事実と、優先順位の違いを区別します。

Bailらの2018年の実験では、SNS上で反対党派の投稿を一定期間見てもらう介入が、条件によっては態度の分極化を強めました。[7] そのため、反対意見を見せる量を増やすことと、理解を深めることは、分けて考える必要があります。

方法6. 強い感情が動いた投稿ほど、共有する前に確かめる

驚きや怒りを感じる投稿は、すぐ誰かに伝えたくなることがあります。そんなときこそ、情報の出どころを確認しましょう。

具体的なやり方: 重要な投稿を共有する前に、見出しだけでなく本文を読み、元資料や発表時点を確認します。画像や動画なら、いつ・どこで撮られたものかを確かめます。

複数の独立した情報源で確かめられない場合には、「未確認の情報」として扱うことができます。

2020年のGuessらの研究では、米国とインドを対象とした短いデジタルメディア・リテラシー介入により、参加者が主流のニュースと虚偽のニュースを見分ける能力が改善したと報告されています。[9]

ただし、実験の対象や介入方法に限界があるため、この結果からすべての投稿に同じ効果が生まれると断定することはできません。

方法7. グループでは「他にどんな見方があるか」を確認する

職場や趣味のグループでは、全員が同じ前提で話していると、見落としに気づきにくいことがあります。

そこで、決定する前に「別の使い方をする人はどう感じるか」「困る人はいるか」「どんな情報があれば判断が変わるか」といった問いを取り入れます。

具体的なやり方: 会議の最後に、主張を支持する理由だけでなく、判断を変える可能性のある情報を一つ挙げてもらいます。可能なら、実際の利用者や異なる担当者から意見を聞きます。

これは、違う意見を出すこと自体を目的にするのではなく、意思決定に必要な情報がそろっているかを確かめる方法です。

エコーチェンバー対策で注意したいこと

情報源を増やしたら、根拠の質も確認する

複数の情報源に目を通すことは、視点を増やす助けになります。しかし、同じ未確認情報を転載しているだけなら、実際に得られる情報の種類は増えていません。

調査や記事を確認するときには、発信者の違いだけでなく、情報の元になっている資料の違いも見てみましょう。

一つのSNSだけで情報生活の全体を判断しない

普段使っているSNSのタイムラインが似た意見で埋まっていても、ほかのメディアや日常の会話では異なる意見に接している場合があります。

2018年のDuboisとBlankの研究は、単一のSNSだけを調べると、実際の情報接触を過大に単純化する可能性を指摘しています。[6]

エコーチェンバーを考える際には、SNS・ニュースサイト・テレビ・書籍・対面の会話など、どこから情報を得ているかをまとめて振り返る方法が役立ちます。

意見が異なる人への接し方も結果に関わる

異なる意見を見聞きしただけで、必ず相互理解が進むわけではありません。相手を攻撃する文章や、感情的な対立が激しい環境では、対話が難しくなる場合もあります。[7]

情報を比較するときは、発信者の属性や表現の強さより、主張の内容と根拠を整理するほうが、判断材料を増やしやすくなります。

エコーチェンバー現象の具体例【SNSでの情報収集を見直した架空のストーリー】

※ここからは、現象の仕組みを理解するために作成した架空の事例です。人物、発言、経過は、実際の調査結果ではありません。

SNSの投稿を見て「みんな同じ考えだ」と感じた

会社員の美咲さんは、仕事で使う新しいツールを探していました。

ある日、SNSで見かけたツールの紹介が気になり、その製品に関する投稿を読み始めます。最初は数件だったのに、数日後には関連する投稿が次々と表示されるようになりました。

投稿は「仕事が速くなった」「もう以前のやり方には戻れない」という肯定的な内容が中心でした。美咲さんは、これだけ多くの人がすすめているなら、自分の会社でも導入したほうがよいかもしれないと思います。

同じ投稿元の記事が、別々の情報に見えていた

美咲さんは、実際に会社で使う前に、投稿のリンク先を調べてみることにしました。

すると、異なるアカウントが紹介していた記事のいくつかは、同じ会社の発表資料をもとに書かれていました。別々の人の意見に見えていても、情報の出発点は同じだったのです。

さらに、製品の公式マニュアルや他社製品との比較記事を読むと、自分の部署で重要な連携機能には制約があることがわかりました。

「何を確認すればよいか」が見えてきた

美咲さんは、SNSの肯定的な投稿を参考にしつつ、実際に必要な機能を一覧にして同僚に相談しました。

「使いやすいという感想は多いけれど、うちの業務で使えるかは別に確かめよう」

そう考え、無料の試用環境で具体的な作業を確認してから、導入について判断することにしました。

この例のポイントは、タイムラインで目立つ意見と、判断に必要な情報を分けたことです。エコーチェンバー現象について知ると、SNSを使う際に、表示される意見の数だけでなく、情報の出どころや自分の目的を確認しやすくなります。

エコーチェンバー現象は研究でどこまでわかっている?

エコーチェンバーに関する研究では、似た意見の人が交流するか、異なる情報に触れるか、実際に態度や行動が変わるかなど、違う指標が使われています。[3][5][8]

したがって、ある研究で同じ意見への接触が確認されたとしても、それだけで人々の考えが極端になったと判断することはできません。

2015年:Facebook利用者1,010万人の情報接触を調べた研究

Bakshy、Messing、Adamicは2015年、政治的な立場を申告している米国のFacebook利用者1,010万人の匿名化されたデータを分析しました。[4]

研究では、友人が共有したニュース、アルゴリズムで表示されたニュース、実際にクリックされた記事を分けて調べています。

その条件では、異なる政治的立場の情報への接触を減らす要因として、ニュースフィードの表示調整よりも、利用者自身の選択が大きな役割を持ったと報告されました。

ただし、2015年の特定の利用者データに基づく結果であり、2026年のすべてのSNSに同じ割合で当てはまるという意味ではありません。

2016年:米国約5万人のニュース閲覧履歴を分析

Flaxman、Goel、Raoは2016年、オンラインニュースを定期的に読んでいた米国内の約5万人のWeb閲覧履歴を分析しました。[5]

検索エンジンやSNSからニュースに接する場合、ニュースの政治的な偏りや、反対の立場への情報接触がどう変わるかを調べています。

その結果、情報の偏りを強める仕組みは観測されたものの、当時のデータでは全体への影響は比較的限定的だと著者らは述べています。

この研究には、デスクトップ利用者の閲覧履歴が中心で、ほかの機器やアプリでの行動を十分に把握できないといった制約があります。[5]

2018年:英国の調査は、複数メディアを見ることの重要性を示した

DuboisとBlankは2018年、政治への関心や情報源の多様さと、エコーチェンバー状態との関係を調べました。[6]

著者らは、複数のメディアを利用している人々の情報接触を考慮すると、エコーチェンバーに閉じこもる状態は、単一の媒体を見た研究から想像されるほど広範ではない可能性を指摘しています。

これは、SNSのタイムラインが偏っているかどうかだけでなく、情報を得る生活全体を見て考える必要があることを示唆します。

2018年:反対意見への接触が、かえって分極化を強める場合も

Bailらは2018年、米国のTwitter利用者を対象に、異なる政治的立場の投稿を表示するボットを1か月間フォローしてもらう実験を行いました。[7]

実験には、民主党支持者697人、共和党支持者542人のデータが示されています。介入後、共和党支持者では、より保守的な態度を示す結果が報告されました。一方、民主党支持者の変化は統計的に有意ではありませんでした。[7]

これは、SNS上で反対意見を見せることが、どのような条件でも態度の違いを小さくするわけではないことを示しています。結果は米国の政治的文脈と当時のTwitter環境に限定して解釈する必要があります。

2021年:4つのSNS・1億件以上の情報を比較

Cinelliらは2021年、Gab、Facebook、Reddit、Twitterの4つのSNSで、100万人以上の利用者と1億件以上の投稿・交流データを分析しました。[3]

研究対象は、銃規制、ワクチン、人工妊娠中絶など、意見が分かれやすいテーマに関する投稿です。

研究者らは、①同じような意見の人と交流する傾向、②似た意見の人に情報が届く傾向を別々に測定しました。

分析では、FacebookとTwitterでは似た立場の人同士の情報交流が目立ち、Redditでは同じような現象が確認されにくかったと報告されています。[3]

この結果は、エコーチェンバーの生まれやすさが、利用者の行動だけでなく、プラットフォームの交流や情報表示の設計によっても異なることを示唆します。

2023年:Facebook利用者23,377人の実験では分極化に明確な変化なし

Nyhanらは2023年、米国のFacebook利用者23,377人を対象に、同じ政治的立場の発信者から届く投稿を減らす実験を報告しました。[8]

2020年の米国大統領選挙期間中、約3か月間、同じ立場の情報への接触を約3分の1減らす操作を行いました。

その結果、研究で測定した政治的態度や信念の分極化には、測定可能な明確な減少が見られませんでした。[8]

この研究からは、似た立場の情報を多く見る状態と、態度の分極化が、必ずしも短期間で単純につながるわけではないことが読み取れます。研究対象は特定の時期・プラットフォーム・介入内容であり、長期間の変化やほかのSNSについて同じ結論が出るとは限りません。

2020年:情報を見分ける能力に対する短い教育介入

Guessらは2020年、米国とインドで、ニュースの見極めに関する短いデジタルメディア・リテラシー介入を検証しました。[9]

介入を受けた参加者は、主流のニュースと虚偽のニュースを見分ける能力が改善したと報告されています。

この研究は情報の真偽を見分ける能力についての実験であり、エコーチェンバーが解消したかどうかを直接測定したものではありません。ただし、情報を評価する具体的なスキルを考える資料になります。

研究結果をまとめて比較

研究 対象・方法 主な結果 読み取る際の注意
Bakshyら(2015)[4] Facebookの米国利用者1,010万人の行動データ 同じ立場の情報に偏る要因として利用者の選択が重要 特定時期のFacebookの分析
Flaxmanら(2016)[5] 米国のニュース閲覧者約5万人 閲覧経路による情報の偏りは観測されたが、全体の影響は当時限定的 デスクトップ中心の閲覧履歴
Dubois・Blank(2018)[6] 英国でのメディア利用調査 複数媒体の利用を考慮すると、閉じた情報環境の程度は限定的な可能性 調査であり因果効果の証明ではない
Bailら(2018)[7] 米国のTwitter利用者に反対党派の投稿を提示 条件によっては政治的態度の分極化が強まる 政治的文脈と対象者に依存
Cinelliら(2021)[3] 4つのSNS・1億件以上の投稿・交流 同質的な交流の強さはSNSごとに異なる テーマと当時のSNSに依存
Nyhanら(2023)[8] Facebook利用者23,377人への約3か月の介入 同じ立場の投稿を減らしても、分極化に明確な変化なし 2020年の米国選挙期間に限定
Guessら(2020)[9] 米国・インドでの短いリテラシー介入 ニュースの真偽の判別能力が改善 エコーチェンバー自体の効果測定ではない

エコーチェンバー現象はSNSだけで起こる?

エコーチェンバーは、SNS上の情報交流を説明する際によく使われる言葉ですが、似た意見の人々の中で情報が循環する仕組みは、対面での会話や職場のグループにも当てはめて考えられます。

例えば、いつも同じメンバーだけで会議を行い、ほかの部署や利用者の情報をほとんど確認しない場合、似た経験や前提に基づく意見ばかりが繰り返されることがあります。

ただし、SNSの研究で測定されるエコーチェンバーと、職場での会議の偏りは、調べ方や具体的な仕組みが異なります。仕事での例は、情報の偏りを理解するための日常的な応用例として考えるとよいでしょう。

エコーチェンバー現象についてよくある質問

Q. エコーチェンバー現象とは簡単にいうと何ですか?

同じような意見を持つ人たちが情報を繰り返し共有し、その意見がますます確かなものに感じられる現象です。SNSやコミュニティーなどで、情報が偏る場面を説明するときに使われます。[1]

Q. エコーチェンバーとフィルターバブルの違いは何ですか?

エコーチェンバーは、似た考えの人同士で意見が繰り返されることに注目します。フィルターバブルは、閲覧履歴などに基づいて情報が選別されることに注目します。実際のSNSでは、両方が関わる場合があります。[1][2]

Q. エコーチェンバー現象の具体例は何ですか?

あるテーマについて同じ意見のアカウントばかりフォローし、似た主張が繰り返しタイムラインに表示される場面が例です。その情報空間の中では、別の立場の意見が見えにくくなることがあります。

Q. SNSのアルゴリズムが原因なのですか?

表示・推薦の仕組みは関係する要因の一つですが、利用者自身が何をフォローし、何をクリックするかも重要です。2015年のFacebook研究では、当時のデータにおいて、利用者の選択の影響が大きいと報告されています。[4]

Q. エコーチェンバー現象が起きると、必ず意見が極端になりますか?

必ずしもそうとは限りません。2023年のFacebook実験では、同じ意見の発信者から届く投稿を減らしても、研究で測定した政治的態度の分極化に明確な変化は見られませんでした。[8]

Q. エコーチェンバーから抜け出すには、何から始めればよいですか?

まず、いつも見ている情報源とは別の信頼できる資料を一つ確認してみましょう。数字や主張を見たときには、元の調査や発表へたどることも役立ちます。情報を増やすときは、発信者の数だけでなく、独立した根拠の数を確かめることが大切です。

Q. 反対意見をたくさん読めば、意見の偏りはなくなりますか?

反対意見への接触の効果は、場面や読み方によって異なります。2018年の米国Twitter利用者を対象とした実験では、条件によって態度の分極化が強まった例も報告されています。[7] 意見の量だけではなく、根拠や情報の出どころを比較することが重要です。

Q. エコーチェンバー現象は健康情報や商品選びにも関係しますか?

関係する場合があります。例えば、同じ健康法を支持する人だけの投稿を読んでいると、その方法に関する異なる研究結果や注意点が見えにくくなることがあります。医学的な主張であれば、公的機関や診療ガイドライン、原著論文などの情報も確認しましょう。

まとめ|エコーチェンバー現象を知り、情報の見え方を確かめる

エコーチェンバー現象とは、似た意見の人たちの間で情報が循環し、同じ考えが繰り返し強化されやすくなる現象です。

SNSでは、フォロー関係、情報の選び方、推薦システムなどが重なり、似た投稿に接する機会が増えることがあります。

研究からは、エコーチェンバーの生じやすさはSNSごとに異なること、情報への接し方には利用者の選択が関わること、似た立場の情報を減らしても態度が短期間で変わるとは限らないことがわかっています。[3][4][8]

日常で意識したいのは、次のような行動です。

  1. いつもと異なる情報源を一つ加える。
  2. 数字や主張の一次情報までたどる。
  3. 検索語を変えて、異なる種類の情報を探す。
  4. フォローとおすすめ表示を区別する。
  5. 意見の違いを、根拠や重視する条件から考える。
  6. 強く感情が動いた投稿ほど、共有前に確認する。
  7. 集団で判断するときは、別の視点や不足している情報を確かめる。

まずは、最近よく見ているテーマを一つ選び、その話題について、自分はどの情報源を見ているだろうかと振り返ってみてください。情報の届き方を知ることが、判断材料を広げる第一歩になります。

参考文献・公的資料

  1. 内閣府政府広報室(総務省取材協力)「インターネット上の偽情報や誤情報にご注意!」。エコーチェンバーとフィルターバブルの説明、および偽情報・誤情報との関係。
  2. 消費者庁 消費者教育ポータルサイト「インターネットとの向き合い方 ~はじめてのフィルターバブル&エコーチェンバー~」。総務省制作(2025年度)の教材を紹介。
  3. Cinelli, M., De Francisci Morales, G., Galeazzi, A., Quattrociocchi, W., & Starnini, M. (2021). The echo chamber effect on social media. Proceedings of the National Academy of Sciences, 118(9), e2023301118. https://doi.org/10.1073/pnas.2023301118 — 4つのSNS、1億件超の投稿・交流に関する分析。
  4. Bakshy, E., Messing, S., & Adamic, L. A. (2015). Exposure to ideologically diverse news and opinion on Facebook. Science, 348(6239), 1130–1132. https://doi.org/10.1126/science.aaa1160 — Facebook利用者1,010万人の情報接触とクリック行動。
  5. Flaxman, S., Goel, S., & Rao, J. M. (2016). Filter Bubbles, Echo Chambers, and Online News Consumption. Public Opinion Quarterly, 80(S1), 298–320. https://doi.org/10.1093/poq/nfw006 — 米国の約5万人のニュース閲覧履歴を用いた研究。
  6. Dubois, E., & Blank, G. (2018). The echo chamber is overstated: the moderating effect of political interest and diverse media. Information, Communication & Society, 21(5), 729–745. https://doi.org/10.1080/1369118X.2018.1428656 — 複数メディアの利用と閉じた情報環境の関係。
  7. Bail, C. A., et al. (2018). Exposure to opposing views on social media can increase political polarization. Proceedings of the National Academy of Sciences, 115(37), 9216–9221. https://doi.org/10.1073/pnas.1804840115 — Twitter上の反対意見への接触を検討した実験。
  8. Nyhan, B., et al. (2023). Like-minded sources on Facebook are prevalent but not polarizing. Nature, 620, 137–144. https://doi.org/10.1038/s41586-023-06297-w — 2020年米国大統領選挙期間中のFacebook利用者23,377人の実験(後に著者訂正あり)。
  9. Guess, A. M., et al. (2020). A digital media literacy intervention increases discernment between mainstream and false news in the United States and India. Proceedings of the National Academy of Sciences, 117(27), 15536–15545. https://doi.org/10.1073/pnas.1920498117 — ニュースの真偽を見分ける能力に関する介入研究。

※この記事のSNS・職場・健康情報の場面例、美咲さんのストーリーは、説明のために作成した架空の事例です。研究で直接確認された結果、一般的な情報リテラシーの考え方、実践例を区別して記載しています。