  |
はてなキーワード: 母集団とは
要約するとz世代はごみばかり、仕事ができない、わりに自分のことを主張するカス。というツイートだった。
本当にそうなのだろうか？
自分のところの新しく入った子は物凄く物覚えが早い。デジタルネイティブであるが故なのか新しいことにも積極的で人付き合いも良く、将来のことをしっかり考えている。
何より仕事ができる。
正直この子たちより下の子たちがもっと優秀になっていくとしたらという恐怖すら感じ、なにか始めなくてはと意味もなく最近通勤時に本を読むようになった（仕事においては意味ないけどいいきっかけだった）。
そのため、「z世代＝仕事ができない」とするポストには疑問を感じた。なにせ自分の感覚と異なるからだ。
他の反論する引用では優秀な子が多いなどもあり、意見が完全に割れていた。
なぜこうも意見が完全にz世代は優秀！z世代は無能！と2つに分かれてしまったのか？
どちらかが嘘をついている？
実際はどちらも本当なのだろう。
z世代について言及をしている人の環境によって見え方が変わっているのだと思う。
そもそも特定の偏った母集団から日本全体の特定の世代を言及するのが間違いだ。
z世代は優秀とする人が務めている企業は優秀な人が多いのだろう。
なぜなら新卒採用において無能はさっさと落としてしまえばいいからだ。
そんな無能ですら雇わざる負えなかった企業はそこまで人気が無く、そこに勤めている社員はそのz世代と同じで仕事ができなくて無能なんだろう。
（少子高齢化で普通の企業にも増えているという仮説のはなしは一旦おいておこう）
今回話したいことはz世代は無能かどうか？ではなくz世代について言及するとそれは少なからず自身の環境、能力を反映するということだ。
これは非常に面白いことだと思う。
とうぜんz世代は仕事ができるかできないかの答えは出ない。自分が勤めている会社の少ないサンプルで語ることがそもそも間違いだからだ。
しかし、その少ないサンプルで語ることで自身の環境、能力を反映し、z世代は無能としたら「自分はそんな無能が集まる環境で働いている無能である」と声高らかに宣言していることにつながる。これは残酷で「この人はおそらく低賃金なのかな」、「ブラック企業に勤めてそう」など言葉が強いほどいろいろその人の背景が連想できてしまう。
これはほかにも言えることだと思う。女性、男性についてクソだと語れば、ああそういう人しか相手にされないんだということが分かる。
なにか大きな主語をディスるとき気持ちは晴れるかもしれないがたいてい自分を下げていることに気づいたほうがいい。
オチがなくて申し訳ないがz世代のことを言及するときは褒めたほうがいいよ。自分はもう先にここの中で褒めといた。いい企業に勤めているように見えるでしょ。
人はなぜワクチン反対派になるのか ―コロナ禍におけるワクチンツイートの分析―
https://www.t.u-tokyo.ac.jp/press/pr2024-02-05-001
〈研究の内容〉
本研究はまず、2021年1月から12月までに収集された「ワクチン」を含む約1億件のツイートを収集し、機械学習を用いて「ワクチン賛成ツイート」「ワクチン政策批判ツイート」「ワクチン反対ツイート」の3クラスタを抽出した。次に、「ワクチン反対ツイート」を多くつぶやいたりリツイートしているアカウントを特定し、「ワクチン反対ツイート拡散アカウント」として定義した。そして、「ワクチン反対ツイート拡散アカウント」を多くフォローしているユーザを「ワクチン反対派」として定義した。
上記プレスリリースの中で「賛成」というワードは4回しか使われておらず、そのいずれにも「賛成派」の定義を示す文というものは存在しない。
幸いにも元論文がPublicで公開されているため、主にMethod項を見てまとめていきたい。
1. 「ワクチン」「vaccine」を含む日本語ツイート98,805,971個を取得する。
3. ツイートのクラスタリングを行い、20種のクラスターが作成される。
4. 上位3つ(検証ツイートの99%・リツイートの98%を占める)のクラスター(「ワクチン賛成ツイート;pro-vaccine tweets」「ワクチン政策批判ツイート;opposition to the government’s vaccine policy」「ワクチン反対ツイート;anti-vaccine tweets」)を検討する。
5. 上記3クラスターのツイートを行ったアカウントとRTしたアカウントを集計する(「ワクチン賛成ツイート拡散アカウント:1,382,065」「政府批判拡散アカウント:248,699」「ワクチン反対ツイート拡散アカウント:196,936」)。
6. 上記3種のアカウントからそれぞれ50,000アカウントずつ無作為に抽出し、フォロー中のワクチン反対ツイート拡散アカウントの割合を算出する。
7. "ワクチン反対ツイート拡散アカウント/総フォローアカウント"の割合でソートし、上位25%(全体の12.3%以上)を"High anti-vaccine group"、下位25%(全体の0.24%未満)を"Low anti-vaccine group"とする。
ということで増田冒頭の「フォローアカウントのうち、ワクチン反対ツイートをした/RTしたアカウントの割合が少ないアカウント」ということになる。
これを「賛成派」という言葉で表現するのは実態を表しているようにはみえない。
しかし、元論文においてはこのような表現がほぼされていないといっていい。
基本的に日本語プレスリリースにおける「反対派」「賛成派」は上記メソッドで出たHigh group/Low groupとして表現されている。「反ワクチン性が高いグループ」「反ワクチン性が低いグループ」といったところ。
ただ、「ワクチン反対派」に類するフレーズは度々使われている(元からしてHigh/Low anti-vaccine groupだし)。
一方のLow groupでは、anti-vaccineに対してpro-vaccineという表現が使われている。が、ほぼ全ての用法で発言・ツイートに対してのみ使われており人に対して使われるケースは殆どない(イントロダクションに一回だけある)。
論文では誤解がないような表現にしているにも関わらずプレスリリースで「賛成派」という適切にはみえない表現を使うのはミスリーディングと言われても仕方ないのではないかと感じる。
Toriumi, F., Sakaki, T., Kobayashi, T. et al. Anti-vaccine rabbit hole leads to political representation: the case of Twitter in Japan. J Comput Soc Sc (2024). https://doi.org/10.1007/s42001-023-00241-8
