コミュニティノートはX上の誤情報拡散を61%削減する——N=237,180カスケード・差分の差分法による因果推定

　ルクセンブルク大学、ギーセン大学（JLU Giessen）、パリ・サクレー大学、HECパリの研究者7名からなる国際共著チームが2026年5月、X（旧Twitter）のコミュニティノート機能が誤情報の拡散を実際に削減するかを大規模準実験によって検証した論文「Community-based fact-checking reduces the spread of misleading posts on X (formerly Twitter)」をNature Communications（DOI: 10.1038/s41467-026-72597-0）に発表した。著者はYuwei Chuai、Moritz Pilarski、Thomas Renault、David Restrepo-Amariles、Aurore Troussel-Clément、Gabriele Lenzini、Nicolas Pröllochs（責任著者）である。

コミュニティノートとは何か、そして何が問われていたか

　Xのコミュニティノート（旧Birdwatch）は、登録ユーザーが誤解を招く投稿を指摘し簡潔なファクトチェック説明を追加できる仕組みで、他のユーザーがその有用性を評価し「有用」と判定された注釈が誤情報投稿に直接表示される。2022年10月6日に本格展開された、大規模SNSプラットフォームにおけるコミュニティ型ファクトチェックの最初の実装例である。専門家ファクトチェックが直面する三つの問題——処理速度の限界（一件の調査に数時間から数日を要する）、リーチの狭さ（2017年の調査では米国成人の半数以上がファクトチェックサイトを一度も訪問したことがない）、信頼の欠如（共和党支持者の70%がファクトチェッカーに偏りがあると考える）——に対し、群衆の集合的知性で対処しようとする設計思想に基づく。コミュニティ型ファクトチェックの精度については、比較的小規模な群衆の判断でも専門家と同等の評価精度が得られることが複数の実験研究で確認されており、また処理量で見ると専門家を大きく上回る。

　従来研究はこの問いに二つの形式で向き合ってきた。一方は実験室・サーベイ実験であり、フラグ表示が誤情報識別能力や共有意図を低下させることを示してきた。他方は観察研究であり、Vosoughiら（Science, 2018）が「真の情報より虚偽情報の方が拡散する」と示したような、誤情報と正確な情報の拡散パターンを比較する相関分析にとどまっていた。実際の介入効果——コミュニティノートを表示したことが、表示しなかった場合と比べて共有行動をどれだけ変えたか——を因果推定した研究は存在しなかった。本論文はその空白を埋めることを目的とする。

データと研究設計

　分析対象はコミュニティノート展開から2024年6月11日までの約20ヶ月間に作成されたN=237,180件のコミュニティファクトチェック済みカスケードで、総リポスト数は4億3,100万件を超える。Xが公開するコミュニティノートデータ（ノート、評価、ステータス履歴の三データセット）をダウンロードし、API v2を通じて各投稿の36時間分の15分間隔リポスト時系列データを収集した。分析はPython 3.11.3とStataNow 19.5で実施された。

差分の差分法（DiD）

　因果効果の推定には差分の差分法と負の二項回帰モデルを組み合わせた。処理群はコミュニティノートが表示された投稿36,082件（有用と評価された注釈が付いた投稿）、制御群はノートが表示されなかった投稿201,098件から1対1プロペンシティスコアマッチングで構成した。ノート非表示投稿は処理群の約6倍存在するため、マッチングによって均衡のとれた制御群を構築する設計をとる。マッチングはユーザープロファイル変数（フォロワー数・フォロイー数）と投稿特性変数（センチメント・トピック）を用い、処理群・制御群間に統計的有意差がないことを確認した。

　従属変数はリポスト数（非負の整数、過分散）であり、ポアソン回帰の仮定が成立しないため負の二項回帰を採用した。2期間DiDモデルの定式化は以下の通りである。

log E[RepostCount] = β₀ + β₁·Display + β₂·After + β₃·(Display×After) + β₄·PostAge + μpost

　ここでDisplayは処理群ダミー、Afterはノート表示後ダミー、交互作用項のβ₃が処理効果（ATT）に対応する。μpostは投稿レベルのランダム効果で、現実的な事象への反応による投稿固有の不均質性を捉える。ノート表示前4時間を「前期」、表示後1〜12時間を「後期」として推定した。

　ベースラインの平行トレンド仮定の検証には等価検定（equivalence testing）を使用し、ノート表示前の推定ATTが無視できる水準であることを確認した。さらにHonestDiDにより表示後の偏差が表示前の最大偏差の2倍まで拡大しても推定値が安定することを示しており、仮定違反に対するロバスト性の担保は丁寧である。加えてプラセボテスト（処理群をプラセボ群で置換）、代替モデル仕様（固定効果モデル、ゼロ過剰負の二項回帰）、代替時間枠による検証も実施されており、主要結果の頑健性は多面的に確認されている。

回帰不連続デザイン（RDD）

　投稿削除への効果推定には回帰不連続デザインを採用した。コミュニティノートの表示基準はノート有用性スコアのカットオフ（0.40）であり、スコアが0.40以上のノートのみが誤情報投稿に表示される。この不連続性を利用し、カットオフ前後での投稿削除割合の変化から介入効果を推定した。なおカットオフ付近のスコア変動による汚染防止のため、スコア0.39の観測値は分析から除外されている。分析対象はN=36,136件の投稿である。

主要結果1：コミュニティノートの直接的な介入効果（61.2%減）

　2期間DiDモデルの主結果はATT = −0.612（99% CI: [−0.617, −0.608]; z = −211.71, p < 0.001）であり、コミュニティノートの表示が誤情報投稿の後続リポスト数を平均61.2%削減したことを示す。この効果は表示直後から即座に現れ、時間とともに強まる。ノート表示後1時間のATTは−0.363（36.3%減）、2時間で−0.530（53.0%減）、4時間で−0.613（61.3%減）、8時間で−0.644（64.4%減）、12時間で−0.674（67.4%減）である。すなわちコミュニティノートの抑制効果は表示後12時間の時間軸上で強化され続ける。

　なお、Xの推薦アルゴリズムはコミュニティノートが付いた投稿に対してアルゴリズム的なペナルティ（視認性低下）を課さないことが同社のオープンソース公開によって確認されており、この効果は純粋にユーザーの行動変化によって生じていると著者らは結論する。

主要結果2：システム全体への影響（14.9%減）とタイミングの限界

　注釈後の拡散抑制率61.2%は局所的な介入効果であり、システム全体への影響は別に計算する必要がある。DiDモデルを使ってノート表示がなかった場合の仮想リポスト数を15分間隔で予測し、実際の36時間累積リポスト数と比較すると、累積リポスト削減率は平均14.9%（中央値10.1%）にとどまる。絶対数では、実際の平均累積リポスト数1,792件に対し、ノート表示がなかった場合の予測値は平均2,222件であり、削減数は平均430件である。

　この大きな乖離の原因はタイミングにある。投稿作成からノート表示までの平均応答時間は62.9時間（中央値18.1時間）であった。有用と評価されたノートの75.7%は投稿作成から36時間以内に表示されるが、逆に言えば4分の1以上はそれ以降である。一方、コミュニティノート付き投稿の半減期（36時間累積リポストの50%に達する投稿年齢）は6.25時間に過ぎない。有用と評価されたノートのうち投稿の半減期前（作成後6時間以内）に表示されたものはわずか13.5%である。つまりほとんどのノートは投稿の最も拡散力の高い初期段階が終わった後に表示される。

　シミュレーション分析はこの問題の規模を具体的に示す。ノートがすべての投稿に対して作成から2時間で表示された場合、累積リポスト削減率は52.3%に達する。削減率は表示タイミングが遅れるにつれて低下し、投稿作成から24時間以上経過した後では統計的に有意な効果が観察されなくなる。換言すれば、コミュニティノートは「介入の質（効果量61.2%）」においては強力だが、「介入の速度」が現実のシステム全体効果を大きく制約している。この構造は、速度改善がシステム全体効果を線形以上に改善しうることを示唆する——応答時間を半減させることは、単純に全体効果を比例的に改善するのではなく、最も拡散力が高い時間帯をより多くカバーするため、改善効果は逓増する可能性がある。

主要結果3：投稿削除と強制モデレーションへの効果

　RDDによる分析は、コミュニティノート表示が投稿者自身による削除確率を有意に高めることを示した。推定処理効果は0.943（99% CI: [0.611, 1.342]; z = 9.15, p < 0.001）であり、表示されたノートを持つ投稿の削除オッズは表示されなかった投稿より94.3%高い。有用性スコアのカットオフ（0.40）付近に明確な不連続性が観察されており、この効果がコミュニティノートの表示に起因することが確認された。

　一方、アカウント停止やプライベート設定といったプラットフォーム強制措置への影響については、RDDはカットオフ付近に有意な不連続性を検出しなかった（処理効果推定値は統計的に非有意）。手動レビュー対象1,500件のうち94.4%はアカウント停止に起因するものであった。つまりコミュニティノートは、Xのアルゴリズムや人間モデレーターによる強制措置を誘発することなく、投稿者自身の行動変化（自発的削除）を通じて効果をもたらしている。

感度分析：誰の投稿に対して効果が弱まるか

　研究チームは複数の調整変数を体系的に検討した。主要な知見を以下に整理する。

ノート表示タイミング：早期に表示されたノートほど効果が大きく、応答時間4時間窓ごとの分析では一貫した単調な関係が確認された。最初の4時間で表示されたノートの効果は最も大きく、表示が遅れるにつれて減衰する。

時系列推移：コミュニティノートプログラムの展開後、月を追うごとに有効性が高まる傾向が観察された。プログラム初期には小さかった効果が時間をかけて成長しており、ノート生成速度の向上やシステム改善の蓄積を反映しているとみられる。これはChuaiら（ACM, 2024）の先行研究——展開直後の期間を対象とした分析でシステム全体への効果が小さかったことを示した——と整合する。

有用性スコアとレーター間合意：コミュニティ内での合意度が高い（有用性スコアが高い）ノートほど抑制効果が大きい。これはコミュニティの集合的判断の質がファクトチェックの実効性に直結することを示している。

投稿者・コンテンツ特性：認証済みユーザー（Verified）や高フォロワーアカウントからの投稿に対しては効果が有意に小さい。コンテンツ特性では、メディア要素（画像・動画）を含む投稿に対しては介入効果が大きい（画像・動画の視覚的誤情報はファクトチェックの文脈が明確になりやすいためと解釈できる）。健康関連および政治コンテンツについては効果が有意に小さく、これが最も政策的含意の大きい調整効果である。ただしこれらすべての部分集合において、ATTは統計的に有意かつ実質的な大きさを保っており、効果の広域性は確認されている。

　効果サイズの変動幅を概観するために著者らの感度分析の主要数値を以下にまとめる。

調整変数の区分	ATT（概算）
早期表示（0〜4時間）	最大（〜-0.70以上）
遅延表示（20〜24時間）	最小（〜-0.50台）
高い有用性スコア	最大
低い有用性スコア	最小
非認証ユーザーの投稿	大きい
認証済みユーザーの投稿	小さい
非政治・非健康コンテンツ	大きい
政治・健康コンテンツ	最小

メカニズム分析：誰がリポストを止めるか

　研究チームは3,136件の投稿に関するリポスター情報を収集し、コミュニティノートが共有行動に影響を与える経路を四つの次元で分析した。ATT推定は50,608件のリポスト時系列観測値に基づく。

　もっとも明確な効果の異質性は、誤情報投稿者との事前インタラクションの有無によるものである。事前インタラクションのない「切り離されたユーザー」（ATT: −0.682; 99% CI: [−0.703, −0.660]; z = −43.70, p < 0.001）は、事前インタラクションのあるユーザー（ATT: −0.586; 99% CI: [−0.608, −0.561]; z = −40.10, p < 0.001）と比べて9.6%ポイント大きい効果を示した。換言すれば、熱心なフォロワーを持つ影響力の大きいアカウントが発信する誤情報に対しては、コミュニティノートの効果が限定的である。このメカニズムは感度分析における「高フォロワーアカウントで効果が小さい」という知見と一貫している。信頼する発信源からの情報をコミュニティノートが覆そうとしても、既存の信頼関係がファクトチェックの効果を緩和するという構造が示唆される。政治家や公人が発信する誤情報への対抗措置として、コミュニティ型ファクトチェックが持つ構造的な限界を浮き彫りにする知見である。

　対照的に、認証ステータス（認証済みATT: −0.595 対 非認証−0.634）、政治的傾向（左傾向ATT: −0.625 対 右傾向−0.626）、誤情報への事前接触量（高曝露群ATT: −0.633 対 低曝露群−0.628）による差異は統計的に有意ではなかった。左右を問わず、また誤情報の常習的消費者であっても、コミュニティノートが表示された投稿の共有を抑制する効果が確認されたことは、この介入の政治的中立性と汎用性を示す実証的知見として重要である。誤情報を頻繁に消費するユーザーでさえコミュニティノートに応答するという結果は、こうした個人が「ファクトチェック耐性を持つ」とする一部の議論に対する反証材料となりうる。

先行研究との比較と全体的な位置づけ

　著者らはMetaの内部データとの比較を明示する。Metaが選挙関連の虚偽投稿にラベルを付けた場合の累積共有削減率は約8%（BuzzFeed News報道）、コンテンツのラベリングとダウンランキングを組み合わせた場合は約80%削減と自社報告している。コミュニティノートはダウンランキングなしで61.2%という効果を達成しており、アルゴリズム的な制裁なしにユーザー行動変化のみで得られた効果として位置づけられる。また、同時期に公開されたSlaughterら（PNAS, 2025）の独立した研究も、コミュニティノートが拡散カスケードの構造的変化を引き起こすことを示しており、本論文の知見と補完関係にある。

　方法論的貢献として、先行の実験室・サーベイ研究が「共有意図」の変化を測定していたのに対し、本論文は実際の共有行動を時系列データで捉え、因果推定手法（DiD + RDD）を組み合わせることで介入効果のより直接的な証拠を提供している。さらに、単純な介入効果（61.2%減）とシステム全体への影響（14.9%減）を分けて測定した点は、タイミングの問題を「効果量」と「実装の失敗」に分解する重要な分析的切り口を提示する。

限界

　著者らは率直に限界を認める。分析はXに限定されており、YouTubeやMetaが試験中の類似機能への一般化は未検証である。英語投稿・米国中心のデータという文化的偏りも存在する。投稿削除の時点（ノート表示前か後か）が特定できないという測定上の制約もある。ネットワーク構造の情報が組み込まれていない点、年齢・性別・教育水準といった人口統計的調整変数が不足している点も今後の課題として挙げられる。