アテンションエコノミーとは、人々が見たいものを見せることに尽きる。
要は、ユーザーがプラットフォームに最も長く滞在する要因を予測することなのです。多くの場合、それはユーザーが「欲しい」あるいは「楽しめる」コンテンツではなく、ユーザーが怒りや不安を感じ、反応し続けるようなコンテンツなのです。
現代のメディア環境において、人間の注意力を希少な資源として捉え、利益のために搾取する「アテンション・エコノミー」と、健全な民主主義を維持するために熟慮に基づいた理性的な意見交換を重視する「市民的対話」の間には、深刻な緊張関係が存在する。前者は爆発的な拡散を優先する一方で、後者は忍耐強く、包括的な参加を求めるのである。
消費者の注目を主要な資産とするビジネスモデルであり、多くの場合、アルゴリズム操作によって獲得される。
相互尊重を通じて社会問題を解決することを目的とした、公式および非公式な意見交換。
| 機能 | アテンションエコノミー | 市民的対話 |
|---|---|---|
| 主要指標 | エンゲージメント(クリック数/時間) | 理解(合意/明確性) |
| 感情的な原動力 | 憤慨と緊急性 | 理性と共感 |
| 交換のスピード | インスタント/バイラル | 熟慮的/内省的 |
| 情報深度 | 表面的な/センセーショナルな | ディープ/コンテクスチュアル |
| インセンティブ構造 | 利益追求型の広告 | 公共の利益/民主主義の健康 |
| 最終結果 | 分極化と断片化 | 社会的結束と進歩 |
アテンション・エコノミーは、あなたの脳を有限な資源とみなし、通知音や無限スクロールを使って熟考を阻害します。一方、市民的議論は、同じように注意力を必要としますが、それを集団的な問題解決へと向けます。この二つが衝突すると、騒々しくセンセーショナルなものが、静かで建設的なものをかき消してしまうことがよくあります。
アルゴリズムは、あなたが既に好むものを表示するように設計されており、異論からあなたを守るエコーチェンバーを作り出します。市民の議論は、異なる意見の「摩擦」によって成り立ち、私たちの世界観に挑戦する考えに立ち向かうことを必要とします。この健全な摩擦がなければ、機能する社会に必要な共通の基盤が侵食され始めます。
アテンションエコノミーにおけるメディア企業は、成長を求める株主の意向に左右され、結果として分断を招くようなコンテンツの拡散に走ることが多い。市民の議論は、きれいな空気や水と同じように公共財であり、必ずしも直接的な収益を生み出すとは限らない。そのため、市民意識の高いプラットフォームが、「エンゲージメント優先」のテクノロジー企業の圧倒的な資金力に対抗するのは困難である。
現代の社会問題は非常に複雑ですが、注目度の高い現代社会では、文字数制限内に収まる簡潔な意見や「ホットな見解」が重視されます。しかし、市民の議論においては、スレッドや15秒の動画では解決できない問題もあることを認識する必要があります。そのためには、微妙なニュアンスをじっくりと理解する忍耐力と、解決策が単純ではないことを謙虚に認める姿勢が求められます。
アテンションエコノミーとは、人々が見たいものを見せることに尽きる。
要は、ユーザーがプラットフォームに最も長く滞在する要因を予測することなのです。多くの場合、それはユーザーが「欲しい」あるいは「楽しめる」コンテンツではなく、ユーザーが怒りや不安を感じ、反応し続けるようなコンテンツなのです。
市民的対話とは、単に「礼儀正しさ」や対立を避けることのことだ。
真の対話とは、建設的な対立のことである。それは相手に優しくすることではなく、より良い理解や実行可能な解決策に到達することを目標に、誠意をもって議論することである。
ソーシャルメディアは、市民の議論のための公平なツールである。
ソーシャルメディアのデザイン――いいね、シェア、アルゴリズムなど――は決して中立的ではない。それは私たちのコミュニケーション方法を積極的に形作り、長文の議論よりも短く攻撃的なやり取りを優先させる傾向がある。
人々があまりにも二極化しているため、市民的な議論を行うことができない。
二極化は、私たちが消費するメディアの影響によるものであり、永続的な性格特性ではないことが多い。怒りを露わにすることが奨励されない環境に移れば、人々はより穏やかな対話ができるようになることが多い。
アテンション・エコノミーは現在、情報消費のあり方を支配しているが、市民的議論に必要な深みとは根本的に相容れない。健全な社会を維持するためには、エンゲージメントに基づくアルゴリズムの影響を受けない、じっくりと理性的に議論できる場を意識的に作り出す必要がある。
どちらの分野もデジタル画像の解釈に関わるが、ビジュアルストーリーテリングは人間の経験に共鳴する感情的な物語とシーケンスの構築に焦点を当てているのに対し、自動画像ラベリングはコンピュータビジョンを利用して、データ整理と検索性のためにフレーム内の特定のオブジェクトや属性を識別および分類する。
この比較では、個人が創造的に表現する媒体としての写真と、機械学習モデルの訓練やグローバルデータの整理に使用される膨大な視覚情報のリポジトリとしての現代における写真の役割との間の緊張関係を探ります。
特定の政治的偏見を裏付けることを目的としたニュースと、中立性を基盤とした報道との違いを理解することは、現代のメディアリテラシーにとって不可欠です。党派的なメッセージは特定のイデオロギー的アジェンダや物語を優先するのに対し、客観的な報道はどちらの側にも偏らず、検証可能な事実を提示することで、視聴者が提供された証拠に基づいて独自の結論を導き出せるように努めます。