研究テーマ

ネット上の誤情報・陰謀論・誹謗中傷

ネット上で拡散するフェイクニュースや陰/謀論、誹謗中傷といった有害情報の流布メカニズムを解明し、検出・抑制するための研究に取り組んでいます。このような情報や行為を早期に検出する、もしくは、このような情報が広まらないための枠組みづくりをすることは、健全なトラストに基づいたネット環境の構築において重要です。

これまで、本研究室では、ソーシャルメディア上におけるフェイクニュースの拡散メカニズムの解明や、日本語のフェイクニュース検出用データセットの構築、陰謀論に傾倒する特性の発見などの研究を行っています。

<応用例>

• • 誤情報の早期検出

  • 誤情報や陰謀論が人々の情報接種に与える影響の解明

  • SNS上の誹謗中傷対策

ブロードリスニング

ブロードリスニングとは、インターネット上の多様なデータ（SNS投稿、検索クエリ、Q&Aサイトなど）を解析して、世間一般の関心や認識を定量的に把握する手法です。本研究室では、AI技術であるChatGPTについてや、コロナに対する不安や、選挙における候補者といった、様々な社会現象に対して、人々がどんな反応を示しているかをウェブデータを活用することで解明することに積極的に取り組んでいます。

このような研究は、世の中の多数の人の意見や気持ちの動きをデータから素早く把握でき、企業や政府がこれを活用することで、人々の不安に早めに対応策を打ち出したり、新製品や政策への反応を事前に予測したりすることが可能になります。

<応用例>

• • 外的イベントに対する反応分析

  • 政策やマーケティングに対するフィードバック

  • 新製品に対する口コミの感情傾向

時系列モデリング

人々の行動や社会的な現象の多くは、時系列データという形式で保存されます。このような時間と状態の関係を表現したデータを用いて、過去のパターンを分析・理解し、その先の変動を予測することは重要なトピックです。。本研究室では、感染症や工場センサーデータ、SNS投稿の拡散のように「時間とともに変動するデータ」に注目し、その予測および分析方法の高度化を目指しています。社会現象やユーザ行動の予測精度が向上すれば、企業や行政機関はタイミングを逃さずにリソースを配分したり、早期の対策を検討したりできます。

<応用例>

• • 感染症流行の予測

  • 情報検索におけるトレンド検出

  • 工場など産業現場での異常検知

自然言語処理（NLP）

自然言語処理（NLP）は、テキストや音声など、人間の言語をコンピュータで扱うための技術です。本研究室では、ソーシャルメディアやWebサイトなど膨大なテキスト情報を活用し、「どんな文脈・意図で書かれた文章なのか」をより深く理解したり、言語資源を整備したりする研究を行っています。最近では、埋め込み表現技術の活用、テキストに含まれたバイアス、LLMエージェントに注目した研究に積極的です。

<応用例>

• • 埋め込み表現技術を持ちいたテキストクラスタリング

  • テキストに内在したバイアスの検出

  • LLMエージェントの活用

文化拡散・文化進化

インターネットやソーシャルメディアの普及に伴い、ある国や地域で生まれた文化や価値観が、瞬く間に世界中に広がるようになりました。本研究室では、Wikipediaなどのオープンな知識共有プラットフォームやSNSの投稿データを解析し、どのようにして文化が伝播・進化するのかを解明しています。ローカルなトピックがいつ・どの言語圏へ拡散し、どのような要因が拡散を促進したり阻害したりしているのかを探ることで、コンテンツの国際展開や情報格差是正のヒントを得ることを目指しています。現在、本研究室で最も力を入れているテーマの1つです。

<応用例>

• • 新しいコンテンツや商品の国際展開戦略

  • 地域文化の情報発信の最適化

  • 文化的断絶や情報格差の解消

感染症対策

感染症の流行は、健康面だけでなく経済活動や社会生活にも大きな影響を及ぼします。本研究室では、検索エンジンやSNSの書き込み、さらに人々の移動データなど、多様なデジタル情報を活用することで、感染症の流行を早期に把握し、その動向を予測する取り組みを行っています。実際の患者数報告と比べてタイムラグが少ないデータを組み合わせることで、流行の兆しを素早く捉えられます。

<応用例>

• • 検索クエリを活用した流行監視・クラスター検知

  • 地域別感染症の予測と対策の最適化

Science of Science

Science of Scienceは、科学そのものを対象として「どのように優れた研究や研究者が生まれるのか」をデータに基づいて解明しようとするメタ研究分野です。研究者の共同研究ネットワークや発表論文の被引用履歴を分析し、ブレイクスルーを生む要因や、コミュニティが拡大する要因、有名研究者に共通するキャリア上の特徴を探っています。

<応用例>

• • 生産性を生み出すグループの解明

研究プロジェクト一覧（外部予算）

• JST RISTEX 「陰謀論への流入経路の特定と人々の傾倒を未然に防ぐフレームワークの開発」

横浜国立大学、東京大学、立命館大学のグループで、陰謀論にどういった経緯で傾倒してしまうかの要因の解明と、それを阻止するためのフレームワークの開発に取り組んでいます。（2027年3月まで）

• 科研費若手「時系列データの更新可能な汎用的埋め込み表現モデルの開発」

ウェブデータや工場のデータなど様々なデータに対応できる、汎用的な時系列データの埋め込み表現モデルの構築に取り組んでいます。（2026年3月まで）

• トヨタ財団「生成AIの社会的受容性を生じさせる要因とその文化差の解明」

横浜国立大学、立命館大学のグループで、生成AIを人々がどのようにして受け入れるかの解明に取り組んでいます。（2027年3月まで）