Skip to content
Affectosphere Group Kansai University, Keito Inoshita Laboratory
EN

Column

「またやってしまった」を予測する ── ウェアラブルとスマホログで後悔SNSを事前に検知する

スクロールしすぎたあとの後悔は、利用時間ではなく「意図とのギャップ」から生まれる。MIT・サンクトガレン大の研究チームが21名の野外実験で示した、ウェアラブル×文脈センシングによる後悔セッション予測の可能性を、ウェルネスアプリ開発者・HR担当向けに整理します。

6 分で読める English version →
スマートウォッチとスマートフォンを持つ手、背景に感情の波形グラフが重なるフラットイラスト

こんにちは。Affectosphere Group の井下です。

「あー、また無駄にスクロールしてしまった」。

そう感じた経験は、誰でも一度や二度ではないはずです。この感覚は、スマートフォンの利用時間そのものからは切り離されています。30分使っても満足感が残る日もあれば、5分でも後悔が残る日もある。

現在のデジタルウェルネスツールは、この「後悔の非対称性」に対応できていません。スクリーンタイムの警告は時間を監視するだけで、「その利用が後で後悔につながるかどうか」は教えてくれない。後悔は事後にしか分からないという前提が、これまでのアプローチを縛ってきました。

MIT Media Lab とサンクトガレン大学の共同チーム（Ahmed, Enkmann, Shimizu, Yip, Beermann, Alomar, Uebernickel, Maes）は、この前提を問い直しました。2026年6月にarXivで公開された研究（arXiv:2606.08965）では、21名の参加者による7日間の野外実験を通じて、後悔するSNSセッションを事前に予測できるかどうかを検証しています。

今日は、この研究の知見をウェルネスアプリ開発者・HR/EAP担当・SNSウェルビーイング部門向けに整理します。

今日の3点

  1. 後悔の予測因子は「時間」ではなく「意図とのギャップ」だった。
  2. 後悔は夜間・生産性アプリ使用後に集中し、文脈が予測を左右する。
  3. 生理信号は個人レベルの精度を上げる二層設計の可能性がある。

① 「意図と実際のギャップ」が最強の予測因子

まず研究の設計から整理します。

参加者21名が7日間、日常生活を送りながらスマートフォンのパッシブログとスマートウォッチ（Bangle.js 2、約12,000円）の生理信号を記録しました。SNSセッションが終わるたびにアンケートに答えてもらい、合計1,445件のセッションレベルデータが得られています。

この規模の野外データを、低コストウェアラブルで収集した点が、先行研究との大きな違いです。実験室環境での生理信号研究は存在していましたが、実生活での検証は空白でした。

最も重要な発見は、後悔の最強予測因子が「利用時間」ではなかったことです。「このSNSセッションに何分使うつもりだったか」と「実際に何分使ったか」のギャップ、つまり意図と行動のずれが、セッション継続時間そのものより強く後悔を予測していました。

この発見が持つ意味は大きいです。スクリーンタイム制限では、根本的な問題を捉えられていなかったということです。問題は「長く使うこと」ではなく、「使うつもりじゃなかったのに使ってしまうこと」にある。

② 後悔が集中するシーン：夜間と生産性アプリの後

意図とのギャップに加えて、後悔が増幅されやすい文脈的パターンも明らかになっています。

後悔は夜間のSNS利用で特に強くなる傾向がありました。就寝前のスクロールは後悔の「代替コスト」が高い。睡眠という価値のある行為を置き換えているからです。

もうひとつのパターンが、生産性アプリを使った直後のSNS利用です。仕事のメールや文書作成の後にSNSを開くと、後悔が高まりやすい。「仕事中に現実逃避した」という認知が、後悔を増幅させると考えられます。

研究が示したのは、後悔は「価値のある代替行為を置き換えた場合に増幅される」という構造です。睡眠・仕事・集中作業といった代替行為の文脈でSNSが使われるとき、後悔リスクが高まる。

ウェルネスアプリ開発者にとって、これは設計のヒントになります。「今は夜11時。直前にメール作業をしています。本当にSNSを開きますか?」という問いかけは、単純なスクリーンタイム警告より有効かもしれません。

③ 個人特化の生理信号 × 汎化する文脈特徴の二層設計

研究が示したもうひとつの重要な知見は、予測モデルの設計方針についてです。

文脈的特徴（時刻・直前アプリ・曜日・意図のギャップなど）は参加者をまたいで汎化し、比較的少ない個人データでも後悔セッションの傾向を捉えられました。一方、生理信号（心拍数・加速度などウェアラブル由来）は個人差が大きく、汎化は難しいですが、個人レベルの精度向上に寄与します。

この発見は、二層アーキテクチャの可能性を示唆しています。まず文脈的特徴で「この状況は後悔リスクが高い」と大まかに予測し、個人データが蓄積するにつれて生理信号を加えてパーソナライズする設計です。

つまり、初期状態はコールドスタートでも機能し、使い続けるほど精度が上がる。ウェルネスアプリの設計として、理にかなったアーキテクチャです。

ビジネス実装のユースケース

この研究が示す方向性は、複数の実装文脈で活用できます。

ウェルネスアプリ開発：「デジタル後悔スコア」の設計

スクリーンタイム表示に「後悔リスク」を加える設計が考えられます。現在時刻・直前のアプリ使用履歴・利用意図との乖離をもとに、「このセッションは後悔につながりやすい」というスコアをリアルタイムで算出する機能です。KPIとしては、通知無視率ではなく「後悔を申告したセッション数の削減」を追うべきでしょう。

HR/EAP部門：業務中のSNS利用リスク可視化

従業員のデジタルウェルビーイングを支援するEAPプログラムに、後悔予測の視点を組み込めます。「生産性アプリ直後のSNS利用が多い曜日・時間帯」を集計することで、個人を追跡せずとも組織レベルのリスクパターンが見えてくる。介入設計のエビデンスとして使える指標です。

SNSウェルビーイング部門：介入タイミングの最適化

「ユーザーが後悔するセッション」を減らすことは、長期的なプラットフォームへの信頼につながります。SNS側から送るウェルビーイング通知を「時間ではなく文脈で発火させる」設計に転換するためのエビデンスとして、この研究の知見は活用できます。

研究の限界と次のステップ

21名・7日間という規模は、探索的研究として意義がありますが、スケールアップの検証は今後の課題です。後悔の定義も自己申告に基づいており、文化圏や個人差による測定の揺れは残ります。

また、介入設計（介入するとどう変わるか）は本研究では対象外です。後悔を予測できることと、後悔を減らせることは別問題です。予測に基づく介入の有効性を示す次のステップが待たれます。

それでも、「後悔はいつ、なぜ起きるか」を野外データで初めて系統的に捉えた点は、デジタルウェルビーイング研究の重要な前進です。画面時間を超えた評価軸を議論するための、確かなベースラインになります。

では！

参考論文

  1. Sally Ahmed, Jan Enkmann, Kye Shimizu, Ivy Yip, Vincent Beermann, Ayse Alomar, Falk Uebernickel, Pattie Maes (2026). Before You Scroll Again: Predicting Regretful Social Media Sessions from In-the-Wild Contextual and Wearable Sensing. arXiv:2606.08965.

※ 本記事は一部 AI により執筆されており、間違った情報が含まれる恐れがあります。