グラブルのサーバー障害で、運営に怒り爆発！？ホロライブ勢起用は賛否両論ウワサもチラホラ!?

💡 グラブルの古戦場開催中にサーバー障害が発生し、ユーザーから不満が寄せられました。

💡 Twitterでは、有害コンテンツの検出に使用されていた画像認識技術に人種差別的バイアスがあることが判明し、削除されました。

💡 機械学習システムは、学習データにバイアスがかかっていると偏った結果を生成することがあります。

✅ グラブルの古戦場開催中にサーバー障害が発生したが、運営は障害発生直後のゲーム内お知らせや告知ツイートで障害の詳細や巻き戻りの影響範囲について十分な説明を行わず、ユーザーに混乱と不安を与えた。また、サーバー障害による巻き戻しという重大な措置について、「本日のプレイ内容は反映されません」という一文のみで説明を済ませるなど、ユーザー軽視の姿勢が伺えた。

✅ 運営は過去にも古戦場開催中にサーバー障害による古戦場の日程変更を経験しており、その時はユーザーからの苦情を受け入れて当初の変更予定を撤回して日程を元通りにしていた。しかし、今回の障害では障害発生から半日以上が経過した後に日程の再変更を告知するなど、過去の教訓を全く活かさない対応が目立った。これは、運営内の情報共有や引継ぎが不十分であるか、そもそも過去の障害事例や緊急対応マニュアルが末端のスタッフにまで周知徹底されていない可能性が考えられる。

✅ グラブル運営は近年、古戦場の貢献度報酬の箱の個数制限や、ストイベの箱の個数制限、アルバハHLのヒヒイロカネのドロップ率の低下など、やり込みユーザー（ガチ勢）にとって不利益となる施策を相次いで実施してきた。また、今回のサーバー障害による補填も宝晶石3000個のみで、ガチ勢が失った2時間のプレイ時間の補填には全く不十分だった。このようなガチ勢冷遇の姿勢は、ガチ勢の多くがライトユーザーに比べて課金額がそれほど多くないため、運営にとってガチ勢の優遇がビジネス上のメリットにつながらないと判断されていることが背景にあると考えられる。

✅ 「グラブルフェス 2023」と「ホロライブ」のコラボが決定し、大型生放送やサテライト放送にホロライブタレントが出演する。

✅ 会場では、描き下ろしイラストを使用したコラボグッズが販売される。

✅ 本コラボレーションは「グラブルフェス 2023」での実施内容であり、今後変更の可能性がある。

✅ グラブルでは、2015年末から2016年初頭にかけて、背水ダメージの下方修正、公式クソコラアプリの登場、コルワのバランス調整など、数多くの炎上騒動が発生した。これらの騒動では、運営がユーザーからの意見や要望を無視したり、不十分な対応をしたことが批判されている。

✅ 例えば、背水ダメージの下方修正では、ユーザーが発見した背水ダメージを大きく上昇させる新戦略を運営が想定外としてナーフしたことが批判された。また、公式クソコラアプリの登場では、運営がユーザーに対して配慮に欠ける言動をしたことが批判された。さらに、コルワのバランス調整では、運営がユーザーの意見を無視してコルワを大幅に弱体化したことが批判された。

✅ グラブル運営は、ユーザーからの意見や要望を十分に反映しておらず、ユーザーとのコミュニケーションが不足しているという指摘がある。例えば、運営はユーザーからのフィードバックを十分に収集せずに仕様変更を行ったり、ユーザーからの問い合わせに適切な回答をせずに放置したりすることがある。また、運営はユーザーとのコミュニケーションを図る機会が少なく、ユーザーとの距離感が遠いという指摘もある。

✅ Twitterは、有害なコンテンツを検出するために使用していた画像認識技術に人種差別的バイアスがあることが判明した。このバイアスにより、黒人のユーザーが白人のユーザーよりも誤って有害とフラグ付けされる可能性が高くなっていた。Twitterはこのバイアスを是正するための措置を講じず、最終的に画像認識技術を削除することを決定した。これにより、Twitter上の有害コンテンツの検出が困難になっていますが、人種差別を助長する技術を削除するという決断は正しかったとされています。

✅ アマゾンは、警察による顔認識ソフトウェア「レコグニション」の使用を1年間禁止した。この禁止は、フロイドさんの死亡事件をきっかけに警察による顔認識技術の使用に対する懸念が高まったことを受けたものである。アマゾンは、この期間を利用して連邦議会が顔認識技術の利用に関する法律を整備することを期待している。

✅ IBMは、「大衆監視や人種によるプロファイリング」に使用されている顔認識ソフトウェアの提供を中止した。IBMは、顔認識技術に偏見がある可能性を懸念しており、この技術が人種差別を助長するために使用されることを望んでいない。IBMは議会と協力して、顔認識技術の責任ある使用を確保するための法律の制定に取り組む予定である。

✅ 機械学習システムは、学習データにバイアスがかかっている場合、偏った結果を生成します。例えば、白人の写真が中心のデータセットで学習した顔認識システムは、白人の顔の認識に優れ、有色人種の顔の認識に劣ることがあります。

✅ 顔認識システムや人工知能アルゴリズムには、人種や性の偏りが存在します。これは、これらのシステムが学習に使用されるデータセットに偏りが存在する場合や、システム自体の設計に偏りが存在する場合に発生します。

✅ 機械学習における偏りを解決するには、データセットの多様化と、機械学習を利用する技術者への教育が必要です。データセットを多様化することで、機械学習システムがさまざまなデータにさらされ、偏りを軽減できます。また、技術者に偏りの問題を教育することで、偏りのあるシステムの構築や展開を避けることができます。

💡 グラブルのサーバー障害や、ホロライブ勢とのコラボなど、気になる話題が目白押しでした。

💡 Twitterの画像認識技術削除や、機械学習のバイアスなど、技術的な話題も取り上げました。

💡 今後も、さまざまな話題についてお届けしていきます。お楽しみに！