タイムラインを眺めていると、投稿者のフォロワー数が数十人程度であるにもかかわらず、数十万の「いいね」を集めている投稿に頻繁に遭遇します。この現象は決して偶然の産物ではなく、プラットフォームが採用している多段階スクリーニング型レコメンドシステムによる必然的な結果です。
運営元であるByteDanceが公開している技術レポートおよび推薦アルゴリズムの挙動を追跡すると、新規投稿はまず「初期バケット（一次テスト層）」と呼ばれる200〜300名のアクティブユーザーの「おすすめフィード（For You Page）」へ無作為かつ即座にテスト配信されます。この段階で、投稿者の過去の実績や既存フォロワーの規模はほとんど評価対象になりません。
推薦AIは、テスト配信された母集団の視聴行動をミリ秒単位で計測し、以下の評価指標に基づいてコンテンツをスコアリングします。
- 視聴完了率と平均視聴時間：動画が最後まで再生されたか、あるいはリピート再生（ループ）されたか
- 視聴維持率（冒頭2秒）：スワイプされずに画面にとどまったユーザーの比率
- 能動的エンゲージメント：シェア（外部共有・DM送信）、コメント書き込み、保存（セーブ）、いいねの発生頻度
- プロフィール遷移率：動画視聴後に投稿者のアカウント詳細ページを見に行った確率
この初期テストで一定の合格ライン（スコア閾値）を超えた動画のみが、次の「セカンドバケット（数千〜数万人規模）」へと拡張配信され、さらに高い基準を突破したものが最終的に「メガバケット（数十万〜数百万人規模）」へ雪崩れ込む仕組みです。「急に動画がバズった」と感じる瞬間は、この段階的ゲートキーピングの閾値を次々と突破し、指数関数的なインプレッションの渦に巻き込まれた状態を指しています。
視聴行動を心理学の観点から紐解くと、現代の視聴者は無意識のうちに「認知的ケチ（Cognitive Miser）」として振る舞っています。親指を素早く動かしながら「この動画は自分に快感や有益な情報を与えてくれるか」を冒頭の1.5秒から2秒の間で瞬時に仕分けており、この極小の時間枠で興味を惹きつけられなければ、どんなに後半が秀逸な動画であってもアルゴリズムの審査テーブルから容赦なく蹴落とされます。
