スポーツ消費は、ソーシャルメディア、配信プラットフォーム、AIがキュレーションするハイライトへとシフトを続けており、その結果、消費者が目にするものを決定する上で、アルゴリズムが圧倒的に関与している。多くの場合、これらのシステムは、過去に成功したパターンを提示するフィードバックループのプロセスに依存している。このプロセスを通じて、システムは本質的に、歴史的に良好なパフォーマンスを示したものに報酬を与えるように設計されている。つまり、女子スポーツが急速な成長を遂げている現在でも、男子スポーツを優遇することになる。これらのアルゴリズムは、女子スポーツ市場全体における数十年にわたる抑圧を追跡し、その後修正するようには設計されていない。したがって、AIシステムは、反復的なエンゲージメントと可視性に基づいて、消費者が採用する嗜好を促進する、はるかに大きな機械の中の追加的な歯車に過ぎない。
アルゴリズムがファンの目にするものを形作る仕組み
ソーシャルメディアの推薦システムは、応用人工知能の一形態である。これらのシステムは、人々のエンゲージメントを維持するコンテンツを予測するために、過去のユーザー行動の膨大なデータセットで訓練された機械学習モデルを使用している。現在、ほとんどのスポーツファンは、少なくとも部分的にAIによって駆動されるプラットフォームを通じて、ハイライト、分析、さらにはライブゲームを体験している。TikTok、Instagram、YouTube、配信サービスは、エンゲージメントを最大化するように訓練されたアルゴリズムに依存しており、これらのシステムは、数十年にわたる不均等なスポーツメディア報道を反映した歴史的データから学習している。
ソーシャルメディア推薦アルゴリズムに関する最近の研究は、Instagram、TikTok、YouTube、Facebookなどのプラットフォームが、膨大な量の過去の行動データを使用して、特定の瞬間にエンゲージメントを生み出す可能性が最も高いコンテンツを予測する推薦システムに依存していることを示唆している。著者は、これらのプロセスの重要性と、これらのシステムが現代のソーシャルメディアの中心にどのように位置しているかを説明している。証拠は、これらのシステムが、誰が何を見るか、コンテンツがどのくらいの頻度で表示されるか、そして最初の視聴者を超えてどこまで広がるかを決定していることを示唆している。その結果、アルゴリズムは現在、可視性の積極的な門番となり、どのトピックが注目を集め、どのトピックが突破するのに苦労するかを形作っている。
女子スポーツにとって、この現象は注目すべき重要なものである。なぜなら、推薦システムは、成長の可能性、最近の勢い、または公平性ではなく、歴史的なエンゲージメントパターンで訓練されているからだ。代わりに、これらのアルゴリズムは、以前にクリック、コメント、視聴時間、シェアを受け取ったものから「学習」している。歴史的に、スポーツ業界全体で、これらのシステムが依存するこれらの結果データポイントは、メディア報道における数十年にわたる男子スポーツの支配を圧倒的に反映している。
AIシステムが不均衡なデータで訓練されると、その不均衡を大規模に再現する可能性が高い。言い換えれば、すでに良好なパフォーマンスを示しているコンテンツがより頻繁に表示され、そのトピックやイベントへのエンゲージメントが増加し、それがシステムにこのコンテンツがより価値があることを示す。女子スポーツにとって、これは構造的な問題を生み出し、将来の成長の可能性がその後減少する可能性がある。急速な成長期間中であっても、アルゴリズムは理論的には、過去にエンゲージメントを支配していたため、男子スポーツを優遇し続ける。女子スポーツは、エンゲージメントループに新しく参入したため、フィルタリングされてしまう。
AIがバイアスを拡大する仕組み
この課題は、ソーシャルメディアプラットフォーム内の推薦システムを超えて拡大していることも示されている。生成AIツールは現在、試合の要約を書き、ゲームを要約し、ハイライトの説明を生成し、ファンが目にするソーシャルメディア投稿の多くを作成している可能性さえある。これらのツールは、何がニュース価値があるか、またはコンテンツをどのように提示および作成するかを決定するために、言語パターン、言及の頻度、既存の報道に大きく依存している。
機械学習におけるジェンダーバイアスに関する研究は、女性が訓練データで言及される頻度が低く、含まれる場合は異なる方法で説明され、専門的な文脈でさえ二次的な位置に置かれていることを示している。重要なことに、AIシステムがこの言語から学習すると、それらの仮定を引き継ぐ。実際には、これは女子の試合に関する自動化されたストーリーが少なく、詳細な要約が少なく、女子スポーツコンテンツをデジタルフィードにプッシュするAI生成プロンプトが少ないことを意味する。これは、かつてステレオタイプ化され、しばしば明白に差別的な編集上の決定から生じたバイアスが、現在では大規模に動作する自動化されたプロセスに完全に組み込まれていることを意味する。
このようなプロセスの使用と結果を追跡することは、女子スポーツが成長軌道を続ける中で重要である。なぜなら、AIが現在および潜在的なファンのスポーツ嗜好を形作る責任をますます負っているからだ。女子スポーツがオンライン空間全体で過小評価されている場合、ファンの関心が高まっている時期であっても、可視性は必然的に低下する。その結果、選手、チーム、リーグは、勢いが増している期間中に、その成長の潜在能力を完全に収益化する機会を逃している。
可視性が価値を生む
研究は一貫して、参加率がほぼ同等であるにもかかわらず、女子スポーツが全体的なスポーツメディア報道のごく一部しか受けていないことを示している。デジタルプラットフォームでは、ファンが選択する機会を得る前にコンテンツがフィルタリングされるため、格差はさらに広がる可能性がある。女子スポーツコンテンツが男子の対応するものと同様の割合で提示されない場合、エンゲージメントの可能性の全規模は成長する機会を決して与えられない。全体として、フィードバックループは、アルゴリズムシステムの最も一般的で、ますます有害な結果の1つである。グループが過小評価されると、システムはそれを優先順位を下げ続け、時間の経過とともに回復が困難になる可能性がある。女子スポーツにとって、これは成長の瞬間が逃され、勢いが停滞し、女子スポーツに関する偏ったステレオタイプが抑制されずに強化され続けるリスクを生み出す。
AIには偏った意図はないかもしれないが、偏った結果と影響を生み出すことがよくある。開発チーム全体での代表性の欠如、バイアスに対する認識の限界、AIシステム全体での歴史的データへの過度の依存はすべて、不平等な結果に寄与している。したがって、スポーツ界全体が今考慮しなければならない課題は、女子スポーツの可視性を形作るデジタルシステムが今日の現実を反映するのか、それとも古いデータに依存して将来の意思決定を推進しながら過去に留まるのかということである。
