Мир-фильтр. Как алгоритмы уплощают культуру
Шрифт:
Алгоритмические рекомендации диктуют жанры культуры: они поощряют определенные шаблоны продвижением в лентах, исходя из того, что сразу привлекает наибольшее внимание. В 2018 году писательница Лиз Пелли определила один из таких жанров – “стримбейт” [8] : “приглушенный, среднетемповый, меланхоличный поп”, характерный для Spotify. В 2019 году писательница Джиа Толентино аналогичным образом определила “лицо Инстаграма” – “отчетливо белое, но этнически неопределимое” сочетание черт, которое стало возможным благодаря пластической хирургии и обрело популярность на платформе: “Кошачьи глаза и длинные мультяшные ресницы; маленький, аккуратный нос и полные, пухлые губы”. Появился термин “голос ТикТока”; он обозначает скомканную монотонную протяжность многих закадровых голосов в видеороликах ТикТока. Каждая платформа вырабатывает свой собственный стилистический архетип, который определяется не только эстетическими предпочтениями,
8
От stream (“поток”) и bait (“наживка”).
Процветающая в Мире-фильтре культура, как правило, доступна, интерактивна и совместна, она окружает вас. Ею можно делиться с широкой аудиторией, она сохраняет свое значение для разных групп, которые слегка корректируют ее в своих целях. (В Мире-фильтре все должно быть каким-то мемом – например, шуткой, которая поддается бесконечной переделке, или картинкой, оптимизированной для распространения по интернету.) Эта культура также является приятной или достаточно средней, чтобы ее можно было проигнорировать и ненавязчиво задвинуть на задний план, где она зачастую остается незамеченной, пока вы не начнете ее искать. Однако после того, как вы ее заметите, вы, как правило, обнаруживаете ее повсюду, как, например, было с внезапной популярностью зимой 2018 года “куртки Amazon” – пуховика, который рекомендовали участникам сервиса Amazon Prime на онлайн-платформе компании – еще одном алгоритмическом пространстве. В последующие годы эта оригинальная куртка Orolay вдохновила производство десятков реплик и копий, включая вариант от самой Amazon. Культура Мира-фильтра в конечном счете однородна и характеризуется всепроникающим чувством одинаковости, даже если ее артефакты не являются буквально одинаковыми. Она воспроизводит себя вплоть до скуки.
Я начал замечать эффекты Мира-фильтра в кофейнях – примерно в 2015 году. Когда в 2010-х годах я путешествовал по разным городам в качестве журналиста-фрилансера – Киото, Берлин, Пекин, Рейкьявик, Лос-Анджелес, – мне всегда попадалось кафе, которое походило на другие, виденные мною в других странах, и это вызывало ощущение дежавю. В этом типовом кафе, как я стал его называть, стены облицованы белой плиткой “под кирпич”; стоят широкие столы из переработанной древесины и стулья в стиле модерн середины века, имеющие хлипкие ножки; подвесные светильники снабжены эдисоновскими лампочками. “Инстаграмная” эстетика. И вне зависимости от города и времени суток в этом кафе неизменно сидят люди, похожие на меня: фрилансеры за ноутбуками, зачастую просматривающие социальные сети. Почему же интерьеры выглядят и функционируют одинаково в разных географических точках? Такая строгая одинаковость выходила за рамки обычных признаков глобализации. Мне захотелось найти ее первопричину.
Много путешествующий бизнес-консультант – миллениал из Берлина по имени Игорь Шварцман, который также заметил типовые кафе, описал мне этот феномен как международную “гармонизацию вкусов”. Благодаря алгоритмическим цифровым платформам – таким как Инстаграм, Yelp и Foursquare – все больше людей по всему миру учатся искать сходных продуктов и впечатлений в физической жизни. Через свои ленты они потребляют сходные виды цифрового контента, независимо от того, где живут, и в результате их предпочтения формируются в соответствии с этим образом. Ими манипулируют алгоритмы: приложения направляют их через физическое пространство в реальные места, которые обрели популярную в цифровом мире эстетику, завоевав внимание и рейтинги других пользователей. Более высокие рейтинги способствуют еще большему алгоритмическому продвижению и, следовательно, увеличению числа посетителей. Однако, несмотря на интернациональность этих эффектов, в их основе лежат западные платформы, которые базируются в основном в крохотном американском регионе – Кремниевой долине, а контролирует их горстка непостижимо богатых белых мужчин – абсолютная противоположность разнообразия.
Теоретик литературы индийского происхождения Гаятри Чакраворти Спивак писала в 2012 году: “Глобализация происходит только в капитале и данных. Все остальное – это антикризисные меры”. В эпоху Мира-фильтра цифровые платформы – Фейсбук, Инстаграм и ТикТок – стали накапливать и распространять по всему миру данные – в виде активности пользователей и их капитала, в виде серверных ферм и алгоритмических технологий, захватив миллиарды пользователей. Однородная культура – неизбежная реакция на ущерб от этого распространения, способ справиться с ним или приспособиться к нему. Долгое время я полагал, что эстетика типового кафе постепенно исчезнет, что это, возможно, не более чем преходящий тренд. Однако она только укрепилась. С расширением цифровых платформ распространилась и однородность, к которой они приводят.
Мир-фильтр и его гладкая
Другая сторона нашего алгоритмического беспокойства – состояние оцепенения и невосприимчивости. Выброс дофамина становится несоразмерным, а шум и скорость ленты подавляют и перегружают. Наша естественная реакция – искать культуру, которая приветствует небытие, укрывает и успокаивает нас, а не ставит проблемы и не удивляет, как это должны делать яркие произведения искусства. Нас становится все труднее зацепить; истощается даже наша способность проявлять эмоции, интерес и любопытство.
Чтобы понять, как Мир-фильтр формирует наш опыт, нужно понять, как он появился. Доминирование алгоритмических лент – относительно недавнее явление. На заре существования таких социальных сетей, как Твиттер, Фейсбук, Инстаграм и Тамблер, ленты контента на их сайтах отличались более или менее хронологическим порядком. Вы сами выбирали, с кем дружить или на кого подписываться, и посты этих людей появлялись в порядке публикации. В 2010-х годах число пользователей этих платформ выросло до миллионов и миллиардов, и они стали общаться с большим количеством людей одновременно, поэтому полные хронологические ленты стали громоздкими и не всегда интересными. Вы могли пропустить популярный или интересный пост только потому, что не заходили на платформу в нужное время. Поэтому в лентах постепенно увеличивалась процентная доля рекомендуемых постов, расположенных не в хронологическом порядке. Источниками этих алгоритмически выделенных постов могут быть даже аккаунты, на которые вы не подписаны, а их темы могут быть вам безразличны; они встраиваются в вашу ленту только для того, чтобы при открытии приложения там что-нибудь было.
Мотивом для такой трансформации послужило не столько удобство использования, сколько выгода. Чем больше времени пользователи проводят в приложении, тем больше данных они производят, тем легче их отследить и тем эффективнее можно продать их внимание рекламодателям. С течением времени ленты становились все более алгоритмизированными – особенно в переломный момент середины 2010-х годов.
ТикТок, запущенный в США в 2018 году, в качестве основной инновации сделал свою основную ленту For You (“Для вас”) почти полностью алгоритмической. В этом приложении пользователи следили не столько за теми, на кого подписались, сколько за контентом, подобранным для них алгоритмом рекомендаций (отсюда и бомбардировка моей ленты видеороликами про укладку плитки в ванной). ТикТок стал самой быстрорастущей социальной сетью в истории, заполучив свыше 1,5 миллиарда пользователей менее чем за пять лет, и его конкуренты, пытаясь наверстать упущенное, последовали его примеру с алгоритмизацией. В 2020 году Инстаграм добавил функцию видеороликов Reels, основанную на рекомендациях, а Твиттер после покупки Илоном Маском ввел в 2022 году колонку For You (“Для вас”) с рекомендуемыми твитами. И этот алгоритмический бум не демонстрирует никаких признаков спада – по крайней мере для крупных корпораций, на долю которых приходится большая часть трафика в интернете.
Теперь живых блюстителей и хранителей культуры, редакторов и диджеев заменили алгоритмические аналоги. Хотя такая трансформация понизила многие культурные барьеры для входа (поскольку теперь каждый может обнародовать свою работу в интернете), она также привела к своего рода тирании данных в реальном времени. Единственной мерой оценки культуры стало внимание, а то, что получает внимание, диктуется уравнениями, разработанными инженерами Кремниевой долины. Результатом такого алгоритмического контроля является повсеместная уплощенность, которая проявляется во всех областях культуры. Под уплощением я подразумеваю придание однородности, а также упрощение: сильнее всего продвигаются наименее неоднозначные, наименее подрывные и, возможно, наименее значимые части культуры. Уплощенность – это наименьший общий знаменатель, усредненность, которая никогда не была отличительным качеством самых значимых культурных достижений человечества.