За стеной фильтров. Что Интернет скрывает от вас? - Паризер Эли (книги онлайн читать бесплатно .TXT) 📗

Гербнер называл это синдромом убогого мира: если мы растете в доме, где телевизор смотрят, допустим, больше трех часов в день, то вы, по сути, живете в более убогом мире, чем ваш сосед, который смотрит телевизор реже, — и ведете себя соответственно. «Знаете, тот, кто рассказывает истории о культуре, действительно управляет человеческим поведением», — говорил он позже [309].

Гербнер скончался в 2005 году, но успел увидеть, как Интернет разрывает эту мертвую хватку. Наверное, это было облегчением: те, кто рассказывает ключевые истории о нашей культуре, нее еще довольно консолидированы, однако Интернет хотя бы предлагает больше выбора. Если вам хочется узнавать местные новости не от телеканала, который трубит о росте преступности, чтобы повысить свой рейтинг, а из блога местного жителя, — пожалуйста.

Но возникает новая проблема: то, что Дин Эклз называет синдромом дружелюбного мира, в котором некоторые самые масштабные и важные проблемы вовсе выпадают из нашего поля зрения [310].

Если убогий мир на ТВ возникает из-за циничной убежденности телевизионного начальства в том, что «кровь продает», то дружелюбный мир, генерируемый фильтрующими алгоритмами, возможно, создается непреднамеренно. По словам инженера Facebook Эндрю Босворта, команда, разработавшая кнопку «Мне нравится», изначально рассматривала и ряд других вариантов — от звездочек до большого пальца, поднятого вверх (но в Иране и Таиланде это неприличный жест). Летом 2007 года в течение месяца эта кнопка носила название «Обалденно» (Awesome). В конце концов, однако, команда Facebook предпочла «Мне нравится» (Like) — это воспринимается как более универсальная эмоция [311].

«Мне нравится» вместо, скажем, «Важно» — это мелкое дизайнерское решение с далеко идущими последствиями. Больше всего внимания в Facebook привлекают новости, собравшие больше «плюсов»; а такие новости должны — ну, вы понимаете — нравиться.

Facebook — далеко не единственный сервис фильтрации, который движется в сторону антисептического дружелюбного мира. Как сказал Эклз, даже в Twitter, который вроде бы позволяет пользователям самим фильтровать информацию, есть аналогичная тенденция. Пользователи видят большую часть твитов тех, на чьи обновления они подписались, но если мой друг общается с кем-то, чьим читателем я не являюсь, то я не вижу этого. Намерение вполне невинное: Twitter пытается не загружать меня болтовней, которая меня не интересует. Но в результате диалоги между моими друзьями (похожими на меня) представлены слишком подробно, тогда как те, что способны подарить мне новые идеи, скрыты от меня.

Конечно, приятны не все новости, проникающие за нашу стену и формирующие наше представление о политике. Будучи человеком прогрессивных взглядов и настоящим наркоманом по части политических новостей, я узнаю массу всего о Саре Пэйлин [312] и Гленне Беке [313]. Однако тональность этих новостей весьма предсказуема: люди публикуют их, чтобы обозначить свой ужас от высказываний Бека и Пэйлин и продемонстрировать солидарность с друзьями, которые предположительно ощущают тот же ужас. Лента новостей редко вызывает у меня потрясение.

За стеной фильтров обычно царит буря эмоций. Исследование статей New York Times, которые пользователи чаще всего пересылали друг другу, проведенное Уортонской бизнес-школой и упоминавшееся в главе 2, показало, что люди гораздо чаще делятся историями, возбуждающими сильные чувства: страх, тревогу, гнев, счастье. Если телевидение показывает нам «дрянной мир», то за стеной фильтров мы оказываемся в «мире эмоций».

Один из тревожных побочных эффектов синдрома дружелюбного мира заключается в том, что некоторые важные общественные проблемы просто исчезают. Немногие специально ищут информацию о бездомных и тем более делятся ею. В целом сухие, сложные темы — многие действительно важные вопросы — до нас не добираются. Прежде мы полагались на живых редакторов, способных выделить эти критические вопросы, но их влияние сегодня сходит на нет.

Даже реклама не столь надежный способ держать людей в курсе общественных проблем. С этим столкнулась экологическая организация Oceana в 2004 году во время своей кампании, побуждающей круизные лайнеры Royal Caribbean не сбрасывать отходы в море. Она запустила рекламу в Google со словами «Помогите нам защитить мировые океаны. Присоединяйтесь к борьбе!» Через два дня представители Google сняли рекламу, указав на «выражения, направленные против отрасли круизных перевозок» как на нарушение общих правил Google против дурновкусия [314]. Очевидно, рекламодатели, порицавшие корпорации за их действия в значимой для общества области, пришлись не ко двору.

Стена фильтров зачастую блокирует важные, но сложные или неприятные новости о нашем обществе. Она делает их невидимыми. И исчезают не только отдельные вопросы. Исчезает политический процесс как таковой.

Незримая кампания

Когда на выборах 2000 года Джордж Буш-младший получил гораздо меньше голосов, чем ожидал Карл Роув [315], последний запустил серию экспериментов в Джорджии, чтобы изучить потребительские данные («Вы предпочитаете пиво или вино?»), попытаться спрогнозировать поведение избирателей и выделить тех, кто поддавался убеждению, и тех, кого легко можно было стимулировать отправиться на выборы [316]. Результаты исследования по-прежнему хранятся в секрете, однако ходит легенда, будто приемы, обнаруженные Роувом, легли в основу успешных республиканских кампаний 2002 и 2004 годов.

Что касается левого фланга, то фирма Catalist, основанная бывшими программистами Amazon, составила базу данных из сотен миллионов профилей избирателей. Общественные организации (включая MoveOn) могут за плату отправить в нее запрос, чтобы понять, в какие двери лучше стучаться и кому адресовать рекламные объявления. Это только начало. Марк Стейц, один из главных специалистов по обработке данных среди сторонников Демократической партии, недавно написал, что «тема таргетирования слишком часто сводится к метафоре бомбардировки — сбрасыванию посланий с самолетов. Однако самые эффективные инструменты работы с данными помогают выстраивать отношения на основе уже имеющихся связей. Кто-нибудь выясняет, что некий человек интересуется образованием; мы обращаемся к нему и людям, похожим на него, и даем им больше информации. Механизм рекомендаций Amazon — вот в каком направлении нам нужно двигаться» [317]. Тренд очевиден: мы идем от «колеблющихся» штатов [318] к колеблющимся людям.

Рассмотрим такой сценарий: 2016 год, вовсю разворачивается борьба за пост президента США. Или нет?

На самом деле все зависит от того, что вы за человек. Если, согласно имеющейся информации, вы часто ходите на выборы и, возможно, не раз определяли, кому отдать голос, в самый последний момент, то эта кампания для вас превращается в бурный вихрь. Вас осаждают реклама, звонки и приглашения от друзей. Если вы голосуете лишь время от времени, вас активно поощряют прийти на выборы.

Но допустим, что вы больше похожи на среднего американца. Вы обычно голосуете за кандидатов только от одной партии. Специалистам по обработке данных из соперничающей партии вы не кажетесь легковерным. И поскольку вы регулярно голосуете на президентских выборах, вы не попадете под прицел кампании «приходи на выборы», проводимой вашей партией. Да, вы ходите голосовать и воспринимаете это как свой гражданский долг, но не слишком активно интересуетесь политикой. Вам интереснее, скажем, футбол, роботы, лекарства от рака и события в вашем городе. Ваша персонализированная лента новостей отражает эти интересы, а не последние новости президентской кампании.