— Оно показывает нам то, чего мы хотим… чего бы мы ни хотели…
— И да и нет, — тихо ответил Дамблдор. — Оно показывает наши самые сокровенные желания. Не больше и не меньше. Ты не знал семьи — и увидел себя в окружении родственников. Рональд Уизли, которого всегда затмевали старшие братья, увидел себя в одиночестве лучшим из лучших. Однако Зеркало Еиналеж не дает нам ни знания, ни истины. Многие люди прошляпили свое будущее, стоя перед этим зеркалом, завороженные тем, что видят, — а то и сошли с ума, гадая, верно ли, возможно ли то, что им показано…
"Гарри Поттер и Философский камень"
Апрель выдался для меня насыщенным месяцем – так уж случилось, мне пришлось представить сразу три научных исследования. Два из них были посвящены теме моей диссертации и непосредственно затрагивали вопросы лидерства. Но сейчас мы поговорим не о них.
На олимпиаду Petropolitan Science (Re)Search для отборочного задания я подготовил исследование на тему: «Как происходит формирование общественного мнения в цифровую эпоху?» В этом небольшом тексте я поразмышлял о том, как на сегодняшний момент сформировалась новая цифровая реальность, называемая отдельными исследователями «алгоритмическим капитализмом».
Забавно, но через пару недель, когда я уже участвовал в конференции молодых ученых в МГУ, коллеги выступили с докладом, посвященным этой же теме. Все это натолкнуло меня на некоторые размышления, направленные на углубление этой темы, в таком, уже привычном для меня формате пространного текста, которым я хочу поделиться с вами.
Алгоритмы повседневности
В социальных науках большой популярностью пользуется изучение так называемых «структур повседневности», которые, по Ф. Броделю, можно определить как социальные, материальные и технические условия жизни общества на протяжении большого временного отрезка. Таким структурам отдана большая роль в создании условного поля возможного течения истории и поведения людей. Несмотря на их повсеместность, они часто остаются незамеченными, как раз потому, что не прямо влияют на события, но обусловливают их.
Мне кажется, что прежде, чем мы начнем разбирать глубинно все механизмы, связанные с алгоритмами рекомендации контента в интернете, нам нужно сделать небольшую остановку для уточнения той ситуации, которая сложилась на текущий момент. В рамках данного текста я буду говорить об «алгоритмах повседневности», то есть о тех рекомендательных механизмах, которые существуют на цифровых платформах непрерывно. Таким образом мы сознательно ограждаем себя от специфических форм информационных интервенций, которые осуществляются в отдельные конкретные случаи (виральный контент, электоральные кампании и пр.). Также, здесь мы не анализируем предсказательную мощь алгоритмов, мы сконцентрированы на их интеграции в структуры повседневности, как алгоритмы впечатываются в рутинное поведение социологических акторов.
Первичный бульон молодой сети
Не секрет, что на заре своего существования Всемирная Сеть представляла из себя слабоорганизованный, а то и вовсе хаотический поток. Поиск информации в ту эпоху мог завести пользователя в совсем неожиданные, странные и зачастую слабо связанные с первичным запросом, места. В то же время, этот бульон также содержал все необходимое для зарождения более сложных структур. Отдельные страницы прекрасно собирались в разветвленные сети тематических каталогов. Расширяющееся количество информации и все большая сложность сети поставила первые цифровые компании в тупик. Необходимо было каким-то образом придумать, как сортировать и обрабатывать всю эту информацию. Катализатором процесса послужил знаменитый кризис доткомов (событие, случившееся на рубеже тысячелетия, связанное с первичным резким ростом акций компаний, связанных с интернетом, а потом их стремительным падением), который поставил ИТ-компании перед вопросом: «Как найти долгосрочную, устойчивую модель монетизации?»
Сочетание этих двух тенденций определило смысл технологии алгоритмов рекомендации информации: с одной стороны, они должны позволить пользователю выявить информацию, релевантную для него; с другой – позволить коммерческим игрокам управлять этой релевантностью, используя ее для продвижения своего продукта в сети.
Интернет-бизнес, благодаря кризису, очистился от игроков, нацеленных на сиюминутную прибыль, стало ясно, что действительно «живучими» станут те компании, которые будут развивать и поддерживать свой продукт в долгосрочной перспективе. Таким образом, алгоритм как концепт приобрел важную черту – он стал динамичен, подвержен постоянным корректировкам и, по сути, теперь является ключевым ассетом той компании, которая его создала.
Очистившееся поле заполонили гиганты, огромные цифровые корпорации, которые активно занимали новые и новые ниши, разбивая интернет на платформы. Именно эта ситуация потом будет описана в различных концепциях, например «платформенный капитализм».
Почему же все-таки «алгоритмический капитализм»?
При таком обилии концепций действительно сложно ответить на вопрос «Каким же оказался мир, в котором появились алгоритмы?» К примеру, коллеги на московском форуме использовали концепцию «Надзорного капитализма» для своего исследования. Так почему же я считаю нужным говорить именно об алгоритмическом капитализме, в этом тексте? Важным различием является то, что эта концепция не рассматривает алгоритмы только как коммерциализацию данных, а отдает большее внимание тому, как встраивание алгоритмов в повседневность, изменяет экономические и социальные отношения.
Безусловно, это марксистская оптика, но тем не менее она достаточно близка к введенному нами понятию «алгоритмов повседневности», поэтому я буду активно опираться на эту теоретическую рамку, чтобы в некотором смысле «заземлить» все здесь написанное.
Как работает алгоритм? Технический аспект
Начнем с того, что под «алгоритмом» мы понимаем достаточно большое количество разнообразных технологий рекомендаций контента. В свою очередь, каждая платформа стремится создать свой уникальный алгоритм, который лучше соответствует ее целям и интересам. Поскольку они же являются главным достоянием корпорации, производящей их, принципы работы и технические детали остаются в рамках коммерческой тайны.
Однако на основании открытых данных, можно сформировать некоторое понимание того, как все там устроено.
Прежде всего можно выделить два основных начала – коллаборативное и фильтрационное, которые лежат в основе работы алгоритмов. Первый подход формирует подбор информации на основе схожести пользователей в предпочтениях. Собирая обратную связь от пользователей, компании способны анализировать интересы и предпочтения пользователей, формируя «матрицы взаимодействия» - предположения того, что пользователю продукта А с такой-то вероятностью может понравиться продукт Б.
Фильтрационное же направление, напротив, рассматривает проблему «от контента», формируя атрибуты контента и предлагая его пользователю в зависимости от того, насколько атрибут релевантен интересу пользователя.
Очевидно, что в большей части случаев эти подходы работают в гибридном формате, обеспечивая более высокую точность и релевантность запроса.
Сейчас большую популярность приобретают алгоритмы, основанные на анализе больших данных. Гипотетически, они должны отойти от изучения пользователя по «схожести» к постройке в буквальном смысле индивидуального портрета пользователя. Рекомендации такому пользователю куда более персонализированы и могут даже в каком-то смысле предугадывать его собственные желания.
Что нам дает понимание технологии, стоящей за алгоритмами?
Алгоритмы направлены на группирование людей. Причем, если на своей заре они явно создавали группы, распределенные по классическим критериям (доход, пол, возраст и пр.), то в дальнейшем группы стали формироваться по «схожести», а учитывая, что объемы изучаемых данных огромны, эта схожесть выходит за рамки социального статуса или роли и перетекает к «схожести» в личном плане. Тем самым алгоритмы воздействуют на «синтетические» социальные группы, то есть не те, которые сформировались из распределения ролей, а те, которые отобраны искусственно, машиной, считающей ее членов в чём-то похожими.
Кроме того, алгоритмы способны формировать портрет пользователя, по сути, выполняя задачу его идентификации, включающую в себя большое количество тонких моментов, а также с опорой на сравнение конкретного пользователя с «коллаборантами» - лицами со схожими интересами. То есть алгоритм способен ответить не только на вопрос «чем ты похож на пользователей группы А», но и «чем ты не похож, на пользователей группы А».
Как работает алгоритм? Социологический аспект
Техническое начало алгоритмов так или иначе является лишь сочетанием некой архитектуры технологий, воздействующих на социум и человека. Именно социальное воздействие обеспечивает алгоритму прибыльность.
Итак, создавая рекомендательные базы и тренды, алгоритм сортирует людей в определенной степени закрытые группы. Почему закрытые? Потому что пользователи, отобранные алгоритмом, будут получать в рекомендациях одинаковый контент, который только сильнее сближает их и диссоциирует их от основного сообщества. И у меня в исследовании для конкурса, и у коллег с форума этот процесс описывается по теоретическим рамкам эхо-камер и спирали молчания. И это мне видится очень верным сочетанием, поскольку в действительности, изоляция от общего потока информации к специализированному порождает эхо-камеру, которая впоследствии формирует у ее членов конформное поведение на основе страха «прозвучать не так». Однако, размышляя над этим феноменом сейчас, я решил зайти несколько дальше и рассмотреть алгоритмы не как инструмент генезиса эхо-камер, а как основу для формирования ключевого, фундаментального феномена социологии интернета - комьюнити.
Ретроспективный анализ свидетельствует, активное формирование комьюнити в интернете как раз приходится на эпоху становления доминирования алгоритмов. Я наткнулся на статью, которая подтвердила мою мысль - алгоритмы играют ключевую роль в «кристаллизации» нишевых сообществ, которые объединяют людей по крайне странным, разнообразным и неочевидным признакам.
Возьмем, к примеру, какой-нибудь популярный паблик или блогера, особенно по таким темам как «юмор», «лайфстайл» и т.д. Его комьюнити крайне разнородно, в расовом, социальном и экономическом плане. Тем самым мы возвращаемся к понятию «синтетической”» социальной группы. Онлайн-комьюнити как раз выступает такой синтетической социальной группой. Причем, такая группа, порожденная алгоритмом, может существовать и не в пределах сети, нередки случаи «сходок», «встреч» и т.д., где комьюнити собирается вне сети. Таким образом воздействие алгоритмов выходит далеко за границы цифрового мира, по сути, перехватывая функцию формирования социального окружения у традиционных структур повседневности.
Рассмотрим пример: онлайн-школа и обычная школа. В первую дети попадут потому, что их родителям в поисковом запросе алгоритм выдал наиболее релевантную для них версию цифрового образовательного учреждения. Во второй же они окажутся или по территориальному признаку, или же потому, что родителям ее порекомендуют знакомые (хотя с «цифровой» мы тоже конечно не можем исключать такой вариант). Рассмотрим получившиеся школьные классы. В традиционном, очном варианте, дети будут объединены территориальной принадлежностью, которая зачастую сочетается и с профессиональным распределением родителей и общей историей той местности, характеризующей ее жителей. Классическое действие структур повседневности. А что же в цифровом? В таком классе могут оказаться дети самых разных социальных статусов, происхождения и места жительства. В таком классе структуры повседневности уступили свое место алгоритмам повседневности, которые теперь определяют социальную группу по признаку алгоритмического подобия.
Понятное дело, что существует огромное количество разнообразных «но», особенно касающихся школьного образования, но этот схематический пример прекрасно иллюстрирует отступление структур повседневности перед алгоритмами.
Следующим шагом для комьюнити является формирование идентичности. Алгоритмической идентичности: как я говорил выше, алгоритм может отвечать на вопросы «какой ты и НЕ какой ты?» с равным успехом. То есть, понимание алгоритма, это в каком-то смысле понимание себя, своей идентичности.
Не секрет, что в современном странном изменчивом мире сложно с самоидентичностью. Платформы, основанные на алгоритмах, в значительной степени помогают ответить на этот вопрос, хотя бы в рамках сетевого взаимодействия. Алгоритм отбирает пользователя в комьюнити, а тот в свою очередь, на основе комьюнити, формирует свою идентичность. В итоге получается, что алгоритм это своеобразное зеркало, которое позволяет увидеть себя. Но себя ли?
Сетевые призраки
Когда мы говорим о цифровых личностях, то каждый раз вспоминаются «Эксперименты Лэйн» - аниме, уже ставшее культовым. Центральная тема произведения - контекстуальные личности школьницы Лэйн Ивакуры, которые существуют как в реальном мире, так и в «Сети» (аналог нашего интернета из мира аниме). Сюжет ярко демонстрирует, как в цифровом пространстве может сформироваться совсем иная личность, чья идентичность вместо реальной подменяется цифровой. Лэйн-школьница и Лэйн-хакер – это один и тот же человек? Кто из них более реален?
Теперь вернемся к зеркалу Еиналеж, которое, анализируя твои сокровенные желания, показывает тебе, что ты хочешь увидеть. Так что же такое алгоритм? Его можно сравнить с зеркалом из Гарри Поттера, перенесенном во вселенную экспериментов Лэйн. На основании анализа не только поверхностных желаний, но и глубинному стремлению к самоидентичности, алгоритм выдает контекстуальную личность - цифрового аватара, которая встраивается в комьюнити - синтетическую социальную группу.
И вот теперь возникает вопрос? Кто из данных аватаров более реален? Запутавшийся, затрудняющийся определить себя самого человек, что подвластен структурам повседневности, которые загоняют его в рамки естественных социальных групп, или же цифровой другой, имеющий четкую, атрибутивно-визуальную самоидентификацию, попавший в комьюнити благодаря алгоритмам учитывающим нечто иное, то, чего не учитывают структуры повседневности - его персональные желания.
И тут к нам на помощь приходит ещё одно концептуальное понятие, которое я хочу ввести – «сетевой призрак». Что это такое и откуда оно вообще берется? Дело в том, что алгоритм формирует представление о человеке за счет чего-то уже совершенного. То есть, чтобы алгоритм начал формировать идентичность ему нужны какие-то вводные данные. И это кардинально разнится с тем, как формируется реальная идентичность человека.
Как бы то ни было, но с рождения и до самой смерти мы окружены ожиданиями насчет нас самих. Общество, в отличие от алгоритмов, формирует идентичность человека исходя не только из его внутренних стимулов, но и ожиданий общества от самого человека. Роль ученика - обязывает учиться, роль отпрыска - заботиться о предках, и т.д.
Социальные ожидания придают динамику идентичности, определяя едва заметные треки, по которым личность будет определять себя саму. Изменение ожиданий, в зависимости от поведения, изменяет и картину идентичности, обеспечивая тем самым «живое» состояние личности, релевантное текущей картине мира.
В случае же алгоритмов - они не имею никакого ожидания относительно пользователя. Они просят наполнить его реальность какими-то действиями для того, чтобы начать что-то рекомендовать. Таким образом, вместо «живой» идентичности, образуется «идентичность случившегося факта» или сетевой призрак. Единственное, что ожидается от сетевого призрака - то, что он будет потреблять что-то подобное тому, что потребляет уже. При этом первичное потребление никаким образом не определяется алгоритмом повседневности, поскольку тот лишь ожидает ввода актуальных данных.
Проблема «сетевого призрака» порождает два противоречия алгоритмического капитализма, о которых мы поговорим ниже.
Алгоритмическая этика и призрак капитализма
Тут я начинаю отклоняться от первоначальной рамки алгоритмического капитализма, тем не менее продолжая выступать с его критикой, но опираясь на то, что алгоритмичность уничтожает саму капиталистическую логику. Капитализм, в своей сущности, всегда стремится продать ожидания. Инвестиции, экстенсивное развитие, колониализм – это поиски как новых продуктов, так и новых рынков сбыта. Что же в этом смысле дают алгоритмы? Сетевых призраков, которых лучше всего «кормить» уже понравившимся им контентом. Безопасный продакшн, с прогнозируемой прибыльностью, характеризует сегодня множество сфер экономики, однако вместе с этим и отражает ее глубокий, системный кризис. Экономика, которая в качестве своего основного потребителя видит только «сетевого призрака» теряет главный фактор конкуренции - новизну. В таком сценарии она неизбежно концентрируется возле ресурсных баз, диверсифицируясь вокруг ресурсных источников. Ситуация, актуальная для эпохи глобализации, перестает быть релевантной сейчас, когда в мире нарастает тренд на локализацию производства по национальному признаку. Однако проблема призрака не позволит в полной мере осуществить задуманное.
Второе противоречие заключается в том, что для своей постоянной подпитки, алгоритмы должны черпать интересы людей, сформированные вне сети. Но всепоглощающая роль интернета приводит к тому, что первыми вводными для самого алгоритма становятся алгоритмические же запросы, которые начинающий пользователь интернета получает от своих старших. В алгоритмы не привносится ничего нового, из-за чего, массив однообразия вынуждает их уходить в самоповтор, благодаря чему теряется функция создания уникальных микрокомьюнити, смещая приоритет на их подобие. Парадоксально, но большие данные в таком смысле вообще превращаются в сплошную картину, лишь с определенным градиентом.
Революция алгоритмов
И тут мы подходим к самой важной для меня части. А именно, к вопросу о том, что же со всем этим делать? Точнее я бы сказал так - что со всем этим будет сделано.
Капитализм движим кризисами. Кризис доткомов породил алгоритмы, кризис же алгоритмов породит следующую итерацию. В рамках данного текста я назову это «алгоритмом просачивания», хотя вполне вероятно, это будет названо по-другому.
Как я говорил выше, алгоритмы повседневности пришли на смену структурам повседневности, но алгоритм просачивания будет направлен на интеграцию этих понятий. Его основной смысловой нагрузкой станет создание инновационного чувственного опыта через прямое взаимодействие с цифровыми платформами. Алгоритм просачивания направлен на создание ситуаций, требующих формирования персонального подхода, личного взгляда, который затем анализируется для формирования релевантного предложения.
Почему такое странное слово – «просачивание»? Все дело в том, как будет работать этот алгоритм - в комьюнити, эхо-камеру, он будет направлять свою мощь, для просачивания достаточного количества альтернативных идей, вплоть до полной дезинтеграции комьюнити. Да, это звучит парадоксально, но будущее цифрового рынка определяется атаками на традиционные платформы и большие комьюнити. Те, кто будет успешен в этом, смогут заработать на дезинтегрированных кусках этих сообществ, чьи члены переосмысляют собственную идентичность. Мне видится, что вначале цифровые гиганты будут этому сопротивляться, но очень скоро, те из них, кто умеет смотреть в будущее, не просто перестанут мешать разваливать строившиеся десятилетиями комьюнити, но и сами начнут активно их разрушать.
Интернет ждет эпоха «контролируемого хаоса», к которой нужно готовиться как пользователям, так и государствам, поскольку компании, проводящие в жизнь такую политику, не сильно задумываются о последствиях этого процесса для национальных сегментов интернета.
Процесс уже начался. Мы видим первые моменты: покупка Илоном Маском Твиттера и превращения его в диаметрально противоположную по риторике платформу, крушение крупнейшего онлайн-форума 4chan, которое случилось совсем недавно.
Это вызов прежде всего для социологов и аналитиков интернета, поскольку большая часть текущих теорий может оказать нерелевантной. В то же время, это и эпоха для больших и значимых наблюдений