Оглавление
Группа авторов. Мир-фильтр. Как алгоритмы уплощают культуру
Введение. Добро пожаловать в Мир-фильтр
Глава 1. Взлет алгоритмических рекомендаций
Глава 2. Разрушение личного вкуса
Глава 3. Алгоритмическая глобализация
Глава 4. Экономика инфлюэнсеров
Глава 5. Регулирование Мира-фильтра
Глава 6. В поисках человеческого курирования
Заключение
Благодарности
Отрывок из книги
Йозеф Фридрих Фон Ракниц. Предположительная схема механического турка. 1789
Однако на самом деле механический турок не умел играть в шахматы. Не было ни искусственного интеллекта, управляющего автоматоном, ни кучи шестеренок, механически определяющих следующий ход. Внутри корпуса сидел невысокий человек, хорошо игравший в шахматы. Благодаря системе магнитов он мог отслеживать расположение пешек, коней и королей на доске[2]. Используя систему рычагов и тросиков, игрок управлял рукой автомата: брал фигуры и передвигал их. Дым от свечки, которую спрятанному шахматисту приходилось использовать для освещения, уходил через скрытые отверстия в задней части машины[3]. Все внутренние механизмы не играли никакой роли, а лишь создавали видимость. Когда дверцы открывались и зрители заглядывали внутрь в рамках демонстрации ложной прозрачности, они не видели оператора: тот скрывался, используя передвижное сиденье – нечто вроде ложного дна в реквизите фокусника.
.....
Мы, пользователи, в принципе не понимаем, как обычно работают алгоритмические рекомендации. Их уравнения, переменные и весовые коэффициенты не являются общедоступной информацией, потому что технологические компании не заинтересованы в их обнародовании. Они являются коммерческой тайной и важны для бизнеса почти так же, как коды запуска ядерных ракет – для государства. Их редко раскрывают; редко встречаются даже намеки на них. Одна из причин заключается в том, что в условиях общедоступности алгоритма пользователи получат возможность обманывать систему, чтобы продвигать свой собственный контент. Еще одна причина – страх перед конкуренцией: другие цифровые платформы могут украсть “секретный ингредиент” и состряпать более качественный продукт. И все же эти инструменты, как и многие другие цифровые технологии, зародились в некоммерческой среде.
Алгоритмы рекомендаций как способ автоматической обработки и сортировки информации начали применяться в 1990-х годах. Одним из первых примеров стала система сортировки электронной почты – муторное занятие и по сей день. Уже в 1992 году инженеры научно-исследовательского центра компании Xerox в Пало-Альто (более известного как PARC) начали утопать в почте. Они пытались решить проблему “растущего использования электронной почты, в результате которого пользователей захлестывает колоссальный поток входящих документов”, как написали Дэвид Голдберг, Дэвид Николс, Брайан Оки и Дуглас Терри в статье 1992 года. (Они даже не подозревали, с каким объемом цифровой коммуникации мы столкнемся в XXI веке.) Их система фильтрации электронной почты под названием Tapestry использовала два вида алгоритмов, работавших совместно: “фильтрация на основе содержания” и “совместная фильтрация”. Первый, который уже применялся в нескольких системах электронной почты, оценивал текст писем – например, если вы хотели установить приоритет по слову “алгоритм”. Второй, более инновационный метод, основывался на действиях других пользователей. При определении приоритета конкретного письма учитывалось, кто его открыл и как на него отреагировал. В статье говорилось:
.....
