2026/11/20
AIニュース
Instagramのフォロー整理をAIに任せる時代へ――Museが問いかける「人間関係の自動化」

この記事の要点
Instagramでフォローを返さない相手の抽出や整理に、AIアシスタントのMuseを使う動きが広がっています。作業の効率化が進んでも、フォローの状態から相手の意図までは判断できません。利用者の事例と研究者の指摘から、企業がAIに操作を任せる際の確認方法と、人に残す判断の境界を考えます。
目次

151件の候補が映し出した、フォロー関係のすれ違い
自分は相手をフォローしているのに、相手は自分をフォローしていません。その一覧が数分で手に入り、解除までAIに頼めるとしたら、どこまで任せるでしょうか。WIREDが伝えたMuseの利用例は、生成AIによる作業の効率化が、オンラインの人間関係にも入り込んでいることを示しています。焦点になるのは、操作の便利さと、関係を判断する難しさの距離です。
米ニューヨーク在住の31歳、カリル・ロバーツさんは、MetaのAIアシスタントとして紹介されているMuseに、Instagramで自分をフォローし返していない人を調べ、フォローを解除するよう依頼しました。有名人を除くという条件も付けています。7,600人を超えるフォロワーがいたロバーツさんに対し、Museは数分で151件のアカウントを特定し、ユーザー名、実名、分類、プロフィールへのリンクをまとめたExcelファイルを提示しました。実行前には、処理を進めるか確認したといいます。
一覧には、ロバーツさんが友人だと思っていた人も含まれていました。本人は驚きながらも、すでに関係が続いていないことを思い出させる結果だったと受け止めています。ただし、ここでは二つの情報を分ける必要があります。相手からフォローされていないという状態は確認できても、その理由まで一覧から読み取れるわけではありません。
AIが短縮したのは、膨大なフォロー一覧を照合する手間です。その結果にどのような意味を与えるかは、利用者の判断に残ります。企業がこの事例から考えるべき点も同じでしょう。確認作業を自動化できることと、その結果に基づく対人判断を委ねられることは、別々に検討する必要があります。

「調べる」から「実行する」へ広がるAIの役割
今回の使い方で目を引くのは、Museが質問への回答だけで役割を終えていないことです。ロバーツさんの依頼には、対象を探す、条件に合わせて整理する、結果を一覧にする、フォロー解除につなげるという複数の作業が含まれていました。利用者は細かな操作を順番に指定する代わりに、達成したい目的を文章で伝えています。
このように、目的に応じて作業を進め、外部サービス上の操作にも関わるAIは、一般に「AIエージェント」という考え方で説明されます。ただし、今回の報道だけでMuseの内部構成や連携方式を判断することはできません。生成AIが文章の作成を支援する段階から、利用者の代わりに行動する段階へ進む際の論点を、具体的な利用場面として捉えるのが適切です。
ロバーツさんの事例では、候補の提示後に実行確認がありました。これは利用者が判断に戻れる区切りとして意味を持ちます。もっとも、確認画面があるだけで、内容を十分に検討できるとは限りません。候補が多ければ、利用者は個々の相手を確認せず、一覧全体を承認したくなるかもしれません。業務向けの仕組みを設計する際には、確認を求める場所に加えて、何を見て判断してもらうかが課題になります。
たとえば、顧客への連絡先を整理する場合でも、抽出条件と除外条件が見えなければ、担当者は結果の妥当性を評価しにくいでしょう。これはMuseの機能として確認された話ではなく、企業利用への示唆です。AIが操作を担う範囲が広がるほど、作業の速さだけでなく、人が判断するための情報の見せ方も問われます。

フォローの非対称性だけでは、関係の意味は決まらない
Instagramのフォローを何の意思表示と考えるかは、人によって異なります。友人関係の表れと受け止める人もいれば、相手の近況や投稿を読むために使う人もいます。フォローされたら返すことを礼儀と考える場合もあるでしょう。同じ操作に違う意味が重なるため、相互フォローになっていないという事実だけでは、双方の認識までそろいません。
WIREDが紹介した投稿には、自分だけが相手の「ファン」になることへの抵抗や、相互性を重んじる反応が見られました。Instagramで33,200人のフォロワーを持つテック業界のキンバリー・ムニョスさんも、現実に知っている人のうち、誰が自分のフォローを外したのかを調べるために利用したと説明しています。利用目的には、一覧の整理だけでなく、関係が対等かどうか確かめたいという感情が含まれています。
ここで区別したいのが、「現在フォローされていないこと」と「以前のフォローを解除されたこと」です。前者はある時点の状態で、後者は時間の経過に伴う変化です。現在の一覧を照合するだけでは、以前からフォローされていなかったのか、途中で解除されたのかは分かりません。結果を読む際には、どの情報が実際に確認されたのかを意識する必要があります。
企業の顧客管理でも、似た読み違いは起こり得ます。反応がないことを関心の低下と解釈したくなっても、観測できた行動と相手の意図は同一ではありません。これは今回の利用例から導ける考察です。AIが整理した一覧を扱う際は、確認できた状態を示す記述と、関係性への評価を分けておくことで、担当者が推測を事実として受け取る危険を減らせるでしょう。

知る手間が消えても、知る必要があるとは限らない
米コロラド州立大学で社会的なつながりを研究するナタリー・ペニントン准教授は、小さな対人判断を技術に委ねていくことの影響に疑問を投げかけています。感情的に居心地の悪いことを避けたい気持ちが、一部にあるのではないかという見方です。同時に、ソーシャルメディアが提供できる情報であっても、利用者が知る必要のある情報とは限らないと指摘しています。
手作業なら時間がかかる調査も、AIを使えば簡単に実施できる場合があります。それによって、以前は調べずに済ませていたことまで確認するようになる可能性があります。フォローの非対称性を知ることが、利用者にとって整理のきっかけになる場合もあるでしょう。ただ、友人だと思っていた相手の名前を見つけたとき、その情報が気持ちに与える影響まで、調査の効率化で軽くなるわけではありません。
利用を促す企業の姿勢にも注目が集まります。Business Insiderの報道としてWIREDが伝えたところでは、Metaは「誰がフォローを外したか毎週確認できる」と訴求していたMuseの広告キャンペーンを10月に取り下げました。WIREDは撤回の理由をMetaに尋ねましたが、回答は得られていません。広告の取り下げを、機能の停止や特定の問題の認定と同じ意味に捉えることはできません。
企業向けサービスへの示唆は、取得できる情報をすべて積極的に通知すればよいとは限らない、という点です。業務の判断に必要な変化を知らせることと、相手への不信を繰り返し刺激することでは、利用体験が変わります。何を知らせれば利用者の目的に役立つのか。通知や定期レポートを設計する際には、情報量だけでは測れない問いが残ります。

一括解除とは異なる、少しずつフィードを整える使い方
Museの用途は、フォローを返さない相手への対抗措置に限られていません。長年の利用で増えたアカウントを整理し、自分が読みたい投稿に近づける使い方も紹介されています。同じフォロー解除でも、相手との関係を評価することが目的なのか、自分の閲覧環境を整えることが目的なのかによって、必要な判断は変わってきます。
エリザベス・ブルックスさんは、懸賞や販促キャンペーンへの応募を趣味とする「スウィーパー」です。日本でいう懸賞愛好家に近い意味で、10年にわたりプレゼント企画を実施するさまざまなアカウントをフォローしてきました。ブルックスさんはMuseに、数時間ごとに5件、1日6回を上限としてプロフィールへのリンクを提示するよう頼み、自分で一件ずつフォローを解除しているといいます。
この方法では、AIが候補を見つける負担を引き受け、解除の操作は本人が行います。一度に大量の対象へ処理をかける方法と比べれば、個々のアカウントを見直す機会を設けやすいでしょう。少数ずつ提示することには、日常の中で作業量を調整しやすくする意味もあります。ただし、この件数や間隔が、ほかの利用者にも適した設定であるとは限りません。
業務で応用するなら、AIによる支援を一括処理だけで考える必要はないでしょう。古い情報や確認対象を少しずつ担当者に渡す方法も選択肢になります。判断の重い作業ほど、候補探しと最終操作を切り分ける余地があります。ブルックスさんの使い方は、AIに任せる量を増やすだけでなく、人が無理なく確認できる量に整えるという設計の考え方を示しています。

企業が決めるべきは、AIに任せる判断の境界
ロバーツさんは、15年前の高校時代からInstagramを使い続けてきました。今回の整理を経て、誰を自分のオンライン生活に迎え入れるかを、利用者がより意識するようになっていると捉えています。それでも、Museにこれ以上の社交上の判断を任せるつもりはなく、フォロー解除までを境界にすると話しています。便利さを経験した本人が、委ねる範囲に線を引いている点は印象的です。
日本企業が生成AIによる操作支援を検討する際も、最初に決めたいのは、人が担い続ける判断です。対象の検索、情報の整理、実行候補の作成、最終操作を分けると、どこに確認を置くべきか考えやすくなります。とりわけ顧客や取引先との接点に関わる場合は、機械的な条件に合致することと、その相手への対応が適切であることを区別する必要があります。
たとえば、連絡先の整理で一定期間反応がない相手を抽出できても、それだけで今後の対応まで決められるとは限りません。担当者が持つ経緯や、一覧には表れない事情が判断に影響するからです。これはMuseに備わる機能の説明ではなく、企業利用を考える際の応用例です。確認の場では、候補に入った理由を理解でき、必要に応じて対象から外せることが、実質的な判断を支えるでしょう。
導入の検討を始めるなら、身近な業務を一つ選び、「AIに探してもらうこと」と「人が決めること」を書き分けてみてください。そのうえで、候補の抽出条件だけで判断できるのか、担当者が追加で確認すべき事情があるのかを確かめます。フォロー一覧の整理という小さな事例は、操作を任せる前に、何を根拠に判断するのかを具体化する出発点になります。
