TikTokのメンタルヘルス投稿、感情・有害性を分析

米国とポルトガルの研究者らは、TikTokのメンタルヘルス啓発月間（5月）に投稿された2023年・2024年の動画2万8341本とコメント8万130件を収集し、話題・感情・有害性の三次元で言説の「トーン」を分析した。自然言語処理モデルのBERTopicでトピックを抽出し、感情スコアにはXLM-T、有害性検出にはDetoxifyを用いた。

分析の結果、臨床的疾患の解説、感情的な自己開示、セルフケア提案、キャンペーン訴求という安定した主題群が2年連続で観測された。動画本体は感情的な話題ほどネガティブな感情極性を示す一方、視聴者コメントは自殺防止関連を含む多くのトピックで中立から肯定的にシフトする傾向が確認された。有害言語は全体の中央値では低水準だが、コメント欄の分布は動画よりも長い尾を持ち、「デュエット」「自殺防止」「Psychisch（ドイツ語の精神的）」の三トピックに有害発言が集中していた。

この研究が示す実務的意義は複数の産業にまたがる。まず製薬・医療機器業界では、どのメンタルヘルス関連トピックがTikTok上で高エンゲージメントを獲得するかを定量的に把握できるため、疾患啓発キャンペーンの訴求軸選定が精緻化される。広報・マーケティング部門はコンテンツの感情設計において、動画側のネガティブトーンと視聴者コメントのポジティブ反応というギャップを意識的に活用することで、共感喚起から行動変容へのファネルを最適化できる。エンゲージメント率やコメント感情スコアをKPIに加えることが推奨される。

人事・EAP（従業員支援プログラム）領域においても活用余地は大きい。大企業の人事部門がTikTokを通じて従業員へのメンタルヘルスリテラシー向上を図る際、今回明らかになったセルフケアや感情開示トピックが高い好意的反応を引き出す傾向は、コンテンツ企画の優先順位付けに直結する。従業員エンゲージメントスコアやEAP利用率の改善指標として、SNS上の感情分析データを組み込む先進的な活用も視野に入る。

プラットフォーム企業・SNSリスク管理コンサルタントに対しては、特定トピックへの有害言語集中というパターンが、モデレーション資源の効率的配分を可能にする点で価値を持つ。コンテンツモデレーション部門は有害コメント検知の精度向上よりも先に、高リスクトピック群への予防的モニタリング強化を優先するという戦略的判断が今回の知見から導かれる。CSR報告書における「プラットフォーム安全性KPI」として有害コメント率の話題別推移を開示する動きも広がり得る。

保険会社やフィンテック企業の商品開発部門も無関係ではない。メンタルヘルス保険特約やEAP連携型福利厚生商品の市場投入時期と啓発月間のピーク関心時期の整合性を、感情分析データで検証することが可能となる。

今後の課題として研究チームは、動画の視覚・音声情報を含まないテキストベース分析の限界と、TikTok Research APIのサンプリングバイアスを挙げている。また、プラットフォームの推薦アルゴリズムがトピック別エンゲージメントの偏りを増幅しているか否かについても検証が必要だと指摘する。感情分析をリアルタイムで事業戦略に接続するデータインフラの整備が、次の実装課題となる。