ブロードリスニングとは？〜選挙における新しい声の聴き方

近年、選挙運動のあり方が大きく変化しています。従来の街頭演説やポスターといった手法に加え、有権者の「声」をより正確に捉え、分析するための新しい手法が導入され始めています。その一つとして、先日の東京都知事選やその直後の都議選でも注目されたのが「ブロードリスニング」です。

本記事では、このブロードリスニングとは何か、その特徴、活用事例、そしてメリット・デメリットについて考察します。

1.そもそもブロードリスニングとは何か？

ブロードリスニングの黎明期

このブロードリスニングの原型となる手法は、いわゆるマイクロ・リスニング(micro‑listening)として知られています。

2012年、バラク・オバマ陣営では、SNSのデータ分析を駆使して、有権者の関心が高いトピック(例：医療保険改革、教育)を特定し、ターゲット層に合わせたメッセージをピンポイントで配信しました。
陣営ではデータやSNS、メールなどを通じて「どんな声があるのか」を拾い上げ、メッセージ配信に反映する設計作りがなされ、0～100までの数値で表される「persuadability score(説得しやすさ)」モデルを開発。技術基盤と分析力によって、有権者一人ひとりを“聴く”アプローチを実現しました。2012年選挙で実際に運用され、予測精度とターゲティングに大きく貢献したことが報じられています。この際、「micro‑listening」というワードを、オバマ陣営が直接マーケティング施策を紹介したと報じられています。従来の「テレビCMを一斉に流す」手法から、有権者一人ひとりに響くパーソナライズされたアプローチへの転換に成功した事例として知られています。

成長期

米国のジェフ・マクレーン氏による2014年の記事「The Art of Political Listening」(Campaign & Elections Magazine掲載)の中で彼は「広範囲な政治的傾聴(Broad Political Listening)」という概念を提唱しました。従来の世論調査や電話調査とは異なり、デジタル空間に存在する膨大なデータを広範囲(Broad)にわたって収集・分析し、有権者の本音や潜在的な関心事を「聴き取る(Listening)」ことを目的としています。彼はまた、従来の「トップダウン型」(候補者が一方的にメッセージを発信する)の選挙戦術では、多様化する有権者のニーズを捉えきれないと考えました。そこで「トップダウン」のアプローチから、インターネット上の公開情報、特にSNSやブログ、ニュース記事、掲示板などから自然発生的に生まれる議論や意見をデータとして抽出し、人工知能(AI)や自然言語処理(NLP)技術を用いて分析する、ボトムアップ的な手法を考案しました。

これにより、定量的なデータ(例：支持率)だけでは見えない、定性的な情報(例：なぜ支持するのか、何に不満を感じているのか)を把握し、より効果的なメッセージ戦略を立てることが可能になります。

現在地点

台湾のオードリー・タン元デジタル大臣や経済学者グレン・ワイルによる書籍『數位 Plurality』(日本語訳もあり)の中で、「多元的民主主義(RadicalxChange)」という概念を議論する過程で、彼らの提唱するデジタル民主主義の概念と親和性が高く、その一環として同様のデータ活用手法が議論されており、デジタル民主主義を掲げる一つの指標として進化しています 。

日本では、東京都知事選(2024年7月)において、AIエンジニアの安野貴博氏が「Team Anno」で初めてブロードリスニングを実運用しました。

ブロードリスニングで大まかな傾向や主要な争点を発見し、その上でマイクロリスニングの手法を使って特定の層の意見を深く理解するというように、両者は相互に補完し合う関係にあると言えるでしょう。

2.ブロードリスニングの主な特徴と概要

ブロードリスニングは、以下の主要な特徴を持ちます。

広範なデータ収集

特定の有権者グループに限定せず、インターネット上の公開情報を網羅的に収集します。これにより、従来の世論調査では接触が難しかった層の声も拾うことができます。
また自然言語処理という技術で要点を抽出することで独自ツールを通じて意見をグルーピングしています。

非介入性(Non-Invasive)

調査対象となる有権者に直接質問を投げかけるのではなく、彼らが自発的に発信する情報を受動的に分析します。これにより、調査バイアス(回答者が質問に誘導されてしまう現象)を最小限に抑え、より純粋な意見を捉えることが期待できます。

リアルタイム性

デジタルデータはほぼリアルタイムで生成されるため、特定の政策発表や候補者の発言に対する有権者の反応を迅速に把握し、戦略を即座に修正する柔軟な選挙運動が可能になります。

また、GitHub(※1)上でマニフェストの課題立案や修正提案を開放し、参加者同士のPull Request(※2)で政策文書を具体化するという、政策反映のサイクルを確立しており、技術者らしい開発的プロセスが特徴です。 

(※1)GitHub社が提供するサービスで、複数人のソフトウェア開発者と協働してコードをレビューしたり、プロジェクトを管理しつつ開発を行うことができるもの。

(※2)開発者が行った変更を他の開発者に通知し、コメントや修正などを提案する機能。

感情・傾向分析

単なるキーワードの出現頻度だけでなく、文脈や使用される言葉から、有権者が特定のトピックに対して抱く感情(肯定的、否定的、無関心など)や、潜在的な関心事、共感の広がり方を分析します。

可視化と公開

意見の傾向を可視化したインフォグラフィックやマップ化(※3)して公開しています。数値とクラスタ構造により、傾聴プロセスを透明に保ちます。

(※3)情報やデータを地図上に可視化する行為、またはそのような可視化された状態を指します。

3.では実際にどのように活用されているの？(海外の事例)

ブロードリスニングは、すでに各国の選挙で活用されています。

2017年 イギリス総選挙(労働党)

この選挙では、労働党がソーシャルメディアを活用して若者層の支持を獲得する試みを行いました。

【戦略の概要】

労働党は、既存の有権者層だけでなく、伝統的な選挙運動から疎遠になりがちな若年層に焦点を当てました。

【ブロードリスニングの活用】

• 特定のアーティストやインフルエンサーを起用し、彼らがSNS上で発信するコンテンツに対する若者の反応や議論を分析しました。これにより、若年層がどのような政治的メッセージに共感するか、どのトピックに関心があるかを把握しました。

• 「パパ、なぜ私が嫌いなの(Daddy, why do you hate me?)」といった動画がSNS上で拡散された際のコメントやシェアの動向を分析し、共感が広がるメッセージの形式を特定しました。

【結果】

若者層の投票率が向上し、労働党は当初の予想を上回る議席を獲得しました。この事例は、ソーシャルメディア上の「声」を分析し、それに応じたコンテンツを制作することが、選挙結果に影響を与える可能性を示しました。

2. 2022年 オーストラリア総選挙

オーストラリアでは、気候変動を主要な争点とする無所属候補者たちが議席を大幅に伸ばしました。これは、ブロードリスニングの概念が有権者主導で機能した事例と見ることができます。

【戦略の概要】

「ティール(Turquoise)」と呼ばれる無所属候補たちは、特定の地域コミュニティ内での草の根運動と、ソーシャルリスニングを組み合わせました。

【ブロードリスニングの活用】

• 彼らは、地域コミュニティのオンラインフォーラム、SNSグループ、地域ニュースのコメント欄などを通じて、住民が本当に懸念している問題(例：気候変動、政治腐敗)を特定しました。

• 従来の政党がこれらの問題に十分に取り組んでいないという認識がSNS上で広く共有されていることを分析し、これを自らの主要なマニフェストとしました。

【結果】

主要政党の牙城だった選挙区で、ティール候補者が勝利を収めました。これは、公式の世論調査では見過ごされがちな、有権者の潜在的な不満や関心の広がりをデジタルデータから読み取った成功事例と言えます。

これらの事例から、ブロードリスニングは単に候補者が発信するメッセージを調整するだけでなく、有権者が真に求めている「声」を特定し、新しい政治的勢力や議論の軸を形成する力を持っていることが分かります。

4.では実際にどのように活用されているの？(日本の事例)

近年の日本の選挙でも、ブロードリスニングの概念を取り入れた動きが見られます。

東京都知事選（2024年）– 安野貴博氏

導入部で少し触れましたが、GitHub上で市民と協働し、政策を400件近く改訂するなど、従来の投票とは別次元の双方向アプローチを展開しました。また質問に自動応答するAI「AIあんの」で、市民の8,600件以上の質問に対応し、理解促進と信頼醸成に寄与しました。

全国放送ニュースでの採用

2024年10月の衆院選に際し、日テレがX(旧Twitter)の投稿をAI分析し、各候補や政党への声を可視化。放送内容に即したデータ解析を生中継で披露したのは画期的な試みとして注目されました。(※双方向性やマニフェスト改訂は含まれていないため、あくまで「ブロードリスニングの一部であるデータ可視化」の点においての活用事例です)

自治体での住民意見反映

東京都の「シン東京2050プロジェクト」や香川県宇多津町ほか、住民から集めた声をAIが客観的に分類・見える化し、広聴AIのトライアルでは短期間で高品質なデータ整理を実現しています。

その他の主な具体的活用事例

• 特定の争点の抽出：選挙期間中、SNS上でどのような政策や候補者の言動が活発に議論されているかを分析し、街頭演説やウェブサイトでより強く訴えるべき争点を特定します。

• 潜在的な支持層の発見：表面上は政治に関心が薄いように見える若年層が、特定の社会問題(例：ジェンダー平等、環境問題)についてSNSで熱心に議論している場合、その議論を分析することで、従来の選挙ではアプローチしにくかった層への接点を見つけることに役立っています。

• ネガティブキャンペーンへの対応：候補者や政党に対する批判的な意見がSNSで広がり始めた際、その内容や拡散源を早期に特定し、迅速かつ的確な反論や説明を行うことで、風評被害の拡大を防ぐという点も着目されています。

5. ブロードリスニングがもたらす恩恵とリスクとは？

ここではブロードリスニングがもたらしうる恩恵とそれに伴うリスクについて分類していきます。

有権者の本音の把握とデータバイアス

従来の調査では顕在化しにくい、未知または、無意識下にある不満や期待、そして議論の熱量を正確に捉えることができます。

一方で、SNSやネット上の意見は、特定の層(例：インターネットを頻繁に利用する人々)に偏りがちで「言いたい人だけが言う」状態になりやすく、必ずしも社会全体の意見を代表しているとは限りません。熱狂的意見が多数派に見えてしまう可能性があります。またエコー・チェンバー現象の存在も無視できないものでしょう。

こういった偏りを無視すると、誤った分析結果を導き出すリスクがあります。

また活用する際の技術によってはGitHubのような専門的プラットフォームに参加しない市民にとって参加ハードルが高く、彼らの声は反映されにくく、デジタルデバイドに起因する偏在があります。

効率的な戦略立案と技術的・人材的制約

従来の民意反映は世論調査やヒアリング会が一般的でかなりのコストと時間を要しましたが、ブロードリスニングでも技術開発やデータ収集・分析に大きなコストはかかるもの、限られた資源(時間、資金)を最も効果的なメッセージやターゲット層に集中させることが可能になります。
先述の通り、東京都知事選(2024年7月)においては、安野貴博氏が実運用を行い、AIアバター対応やリアルタイム更新により150,000票獲得、40歳未満・無党派候補として歴代最多得票を記録しました。

しかし、試験的手法としては先進的ですが、全国レベルや大規模化での実用化には、高い技術運用力やデータ倫理の設定が求められるため、クリアすべき課題はまだまだあります。

例えば、単純なキーワード分析だけでは、文脈や皮肉、ジョークなどを正確に解釈するのが難しく、誤った洞察に繋がる可能性があります。高度なAIと専門家による慎重な分析が必要になってきます。

リアルタイムでの軌道修正

選挙戦のダイナミズムに合わせて、メッセージやアプローチを柔軟に調整できるため、変化に強い選挙運動が実現します。また有権者にとっては、リアルタイムで政策内容が改善されることで、市民に「自分で作ってる感」を与え、政治への興味を喚起します。

しかしながら、科学的根拠を装うリスクに惑わされる可能性を秘めており、具体的にはクラスタ比率(※4)や数字が「客観的」に見せかけるが、数字の意味を適切に解釈しないと誤認を招くリスクがあり、有権者が情報を正確に読み取る能力が求められます。

(※4)クラスタ比率とは、クラスター分析(類似したデータポイントをグループ化する統計的手法)において、グループ化された各クラスターが全体のデータに占める割合のことです。

透明性と信頼性の向上の前に立ちはだかる「倫理的問題とプライバシー」や「操作・偽装リスク」

透明性が確保されるなど整備が整えば、データが公開され、プロセスが可視化されるため、後から疑念を抱く余地を抑えます。

裏を返せば、倫理的・プライバシーの観点から公開情報とはいえ、個人の発言を分析・利用することに対する倫理的な懸念があります。プライバシーの侵害ではないかという批判も存在します。

さらに操作・偽装リスクといった、悪意ある投稿や組織的な介入の可能性もあり、AIによる分類精度や透明性の確保に向けての課題となり得ます。

そして、ネット上のデータは匿名性が高いため、分析対象者の属性(年齢、性別、居住地など)を正確に特定するのが困難です。これにより、分析結果の信頼性が低下する可能性もあります。

新規の支持層へのアプローチ

これまでの選挙運動ではリーチできなかった層の関心事を発見し、新たな支持者を開拓するきっかけとなります。

その他

ペーパーレスによる資源の大幅な削減、従来処理できなかった多様な自由記述意見もAIを活用し整理することができます。

6.今後の課題と展望〜ブロードリスニングとのこれからの付き合い方

教育とリテラシーの育成

データの読み解き方を市民にも伝える「メディア・リテラシー教育」が急務です。数字に牧されず、プロセスを理解する力が必要となってきます。

制度的整備の必要性

公共政策にAIでの意見反映を制度として組み込む場合、プライバシー保護や意見コントロールへのチェック機構が求められます。

他制度との併用がカギ

先述の通り、ブロードリスニング単体では偏りが出現しやすいため、従来の世論調査を始めとするランダム化アンケート、フィジカルな市民会議や現場での活動といった「アナログな声」と組み合わせることで初めてその価値が最大とされます。

まとめ

ブロードリスニングはまだ幼い“民主革命”です。もちろん偏りや揺らぎはありますが、それでも一歩目としては強く励まされる未来です。

選挙戦略を立てる上で、ブロードリスニングで得られたインサイト(※5)は、あくまで有権者の多様な「声」の一つの側面を映し出す鏡と捉えるべきです。この技術を過信せず、その限界を理解した上で、既存の手法と統合していく姿勢が求められます。

(※5)マーケティング分野で、特に「消費者の隠れた心理」や「本人も気づいていない欲求」を指す言葉です。

例えば、ブロードリスニングで特定の政策に対する関心の高まりを把握したら、それを基に少人数の対話集会(タウンホールミーティング)を開き、直接有権者の生の声を聞く。あるいは、有権者が抱える疑問点をQ&A形式でウェブサイトに掲載し、丁寧な情報提供を行う。このように、デジタルとアナログを融合させたハイブリッドな選挙運動こそが、これからの民主主義における候補者と有権者の建設的な対話を生み出す鍵となるでしょう。

ブロードリスニングは、デジタル民主主義の可能性を秘めた革新的な手法です。しかし、その限界を理解し、他の手法と組み合わせることで、初めてその真価を発揮します。

出典・参考文献

Pew Research Center. (2018). The Political Environment on Social Media.

藤代裕之. (2016). 『東日本大震災時の情報伝達・行動とSNS利用について』. 慶應義塾大学メディア・コミュニケーション研究所.

東京新聞. (2025年7月10日). 「都議選にも使われた新手法『ブロードリスニング』の功罪」.

最後までお読みいただきありがとうございました。

ご感想等、ご意見あればこちらからでも受け付けております。今後の参考にさせていただきます。