[152]. Если рекламодатель нацелен на людей, которые быстро принимают новые тренды, реклама должна иметь больший эффект. Звучит разумно – не так ли?
Чтобы проверить надлежащим образом эту идею, Ламбрехт и ее коллеги сравнили: а) группу пользователей, которые на ранней стадии делились хештегами свежих трендов, например #RIPNelsonMandela и #Rewind2013, и б) группу пользователей, которые присоединялись к тем же трендам позже. Обеим группам показывали ссылку на рекламу, и исследователи измеряли, как часто люди нажимали на рекламу или делали ретвит (делились ею).
Оказалось, что теория «авторитетов на ранней стадии» неверна. Группа А с меньшей вероятностью щелкала по рекламе или делилась ею по сравнению с группой В. Результаты были одинаковы и для рекламы благотворительной организации для бездомных, и для модного бренда. На самих авторитетных людей трудно повлиять. Они авторитетны, потому что разбираются в том, чем делятся. На них подписываются из-за их независимости и здравомыслия. Тот, кто быстро принимает что-то без применения здравого смысла, – просто спамер, и никто не желает подписываться на таких.
В Snapchat Дуг Коэн со своей командой применяют А/В-тестирование ко всему. Когда я разговаривал с ним, они работали над уведомлениями, проверяя сложный ряд схем и пытаясь выяснить, какая из них побуждает пользователей открывать приложение. Но когда Дуг говорил о том, хорошо ли они понимают своих пользователей, он был осторожен: «Утром вы не тот человек, что в конце дня, поэтому мы можем отнести вас к более широкой категории, но вы меняетесь в течение месяца и года, становясь старше». Он также подчеркнул, что люди не хотят видеть одно и то же все время: «Мы можем классифицировать человека как интересующегося спортом, но это не значит, что он хочет видеть кучу мужских вещей». Пользователи раздражаются, если считают, что алгоритм приписал их к какой-то определенной категории.
Уравнение рекламы говорит нам, что неизбежным следствием организации больших объемов данных становится некоторая степень стереотипизации. Так что не огорчайтесь из-за того, что стали частью корреляционной матрицы. Это верное представление о том, кто вы есть. Ищите корреляцию с интересами ваших друзей и стройте связи. Когда корреляции истинны (а не построены на расовых или гендерных стереотипах), они облегчают поиск общих точек. Если получаются исключения из правила, примите их и скорректируйте свою модель. Ищите закономерности в разговорах, как Николь Нисбетт в политических дискуссиях, и используйте их для упрощения споров. Внимательно ищите небольшие кластеры новых точек зрения и обращайте на них особое внимание. Но не смешивайте корреляцию и причинно-следственную связь. Приглашая на обед друзей, проведите A/B-тестирование меню. Не предлагайте снова пиццу только потому, что в прошлый раз, по словам приятелей, она оказалась вкусной. Стройте статистически правильную модель своего мира.
В манхэттенском метро после разговора с Алексом Коганом в Нью-Йорке я понял кое-что о себе. Я больше не знал своей политической позиции. Я всегда был левым; прочтя в девятнадцать лет Жермен Грир, стал феминистом. Я всегда был тем, кого сейчас называют термином «воук» («активный, пробудившийся»). Как минимум настолько, насколько это может сделать белый мальчик, выросший в маленьком рабочем поселке в 1980-х. Многие считают, что быть левым, не одобрять Дональда Трампа и обвинять его в манипулировании людьми с помощью соцсетей – части единого пакета. СМИ изображали их коррелированными признаками левого взгляда на мир.
Однако математика заставила меня выбрать другую модель. Я был вынужден принять победу Трампа, поскольку модель говорила: победа заслуженная. Я не одобрял его политических взглядов, но не поддерживал и того, что его избирателей рисовали тупыми и легко управляемыми. Они такими не были.
Вместо того чтобы искать реальные причины роста националистических настроений, которые привели Трампа к власти, спровоцировали брексит, несли ответственность за «Движение пяти звезд» в Италии, Виктора Орбана в Венгрии и Жаира Болсонару в Бразилии, все бросились искать какого-то злодея из бондианы – некую личность, отравившую воды политики. Их Доктор Но явился в образе Александра Никса и компании Cambridge Analytica. Каким-то образом этот человек, обладающий всего лишь базовым пониманием моделей и данных, на их взгляд, должен был манипулировать всей современной демократией.
Самая большая угроза для любого тайного общества – угроза его раскрытия. Компанию Cambridge Analytica разоблачили. Оказалось, что заурядной рекламной фирме Трамп заплатил максимум миллион долларов – и это во время выборов, на которые было потрачено 2,4 миллиарда. Эффект оказался примерно пропорционален размеру вклада: мизерный.
Конспиративной теории с бондовским злодеем не хватило здравого смысла. Данные были слишком скудными, чтобы дать нам хоть какую-то уверенность. А «Десятка» продолжала работать незамеченной. Ее участники управляют банками, финансовыми учреждениями и букмекерскими конторами. Они создают наши технологии и контролируют соцсети. В каждой такой деятельности они получают небольшую долю: 2–3 цента на доллар при азартных играх, цент на доллар в сетевой торговле и даже меньше, когда выдают рекламу в сочетании с результатами поиска в интернете. Со временем эти маленькие доли складываются, и прибыль участников «Десятки» растет. Во всех сферах жизни математики переигрывают тех, кто не знает уравнений.
Сидя в метро по дороге домой, я думал о людях, которые умоляли меня о футбольных советах и о том, как компании, занимающиеся онлайн-ставками, предлагают одиноким мужчинам возможность пообщаться с женщинами во время проигрывания своих денег. Я думал о призме Instagram, через которую мы смотрим на образ жизни, основанный на потребительстве и известности. Я думал о рекламе кредитов на мобильные телефоны с высокими процентами, ориентированной на самые бедные слои общества.
Люди, которые объясняли результаты президентских выборов в США и брексит фейковыми новостями и применением данных, украденных из Facebook компанией Cambridge Analytica, игнорируют базовые противоречия в нашем обществе между богатыми и бедными. Подобные мне люди – математики и другие ученые – тоже сыграли значительную роль в том, что общество стало менее справедливым. Ирония здесь в том, что одна теория заговора верна. Иллюминаты действительно существуют – это «Десятка». И это общество настолько скрыто, что его не видят даже другие участники-конспираторы.
Глава 8. Уравнение вознаграждения
Qt+1 = (1 – α)Qt + αRt
В течение пятнадцати лет в начале своей карьеры я исследовал, как животные ищут и собирают вознаграждение. Я не принимал какого-то решения, что должен этим заниматься, – просто так уж меня угораздило.
Два друга-биолога – Эймон и Стивен – как-то спросили меня, не хотел бы я съездить на день на Портленд-Билл (узкий полуостров на южном побережье Англии). Им нужны были муравьи. Эймон показывал мне, как аккуратно раскрыть небольшую трещину в скале, где насекомые могут прятаться. Казалось, всякий раз он оказывался прав, находя муравьев под выбранными камнями. Он быстро всасывал их импровизированным пылесосом в пробирку, которую нужно было взять в лабораторию.
В конце концов этого добился и я – встав чуть дальше от моих коллег под вздымающимся маяком. Это было приятное удовлетворение – втягивать колонию муравьев через оранжевую пластиковую трубку. Мы потратили пять лет на изучение того, как эти насекомые выбирают новое место для своего дома. Я создавал модели; они собирали данные.
Аналогичную цель имели прогулки по йоркширским болотам с Мадлен, которая тогда была в постдокторантуре и занималась биологией в Шеффилде: сюда летали медоносные пчелы от своего улья, чтобы собрать пыльцу с вереска. Здесь наши головы очистились от густого офисного воздуха, и я пытался связать мои уравнения с ее описаниями того, как пчелы и муравьи сообщают друг другу о пище. Мы работали вместе более десяти лет, наблюдая за тем, как разные виды общественных насекомых определяют, какие источники пищи использовать.
Многие обсуждения проходили в менее пленительных местах. Дора – тогда аспирантка в Оксфорде и первый мой друг после переезда сюда – рассказывала мне о своих голубях, когда мы сидели на холодной ступеньке у фургона с кебабами. Через несколько дней мы в кафе Jericho изучали результаты отслеживания ее птиц с помощью системы GPS. Через год вносили финальные штрихи в работу о том, как пары птиц меняют маршруты на пути домой.
Эшли тщательно конструировал Y-образные лабиринты для колюшек (мелких рыб). Я встретил его в пабе с Иэном, и мы обсудили, как можем моделировать их решения в группах. Вместе мы смотрели, как они избегают хищников и следуют друг за другом к еде.
Далее мой путь лежал за пределы Англии. Большеголовые муравьи в Австралии с Одри. Аргентинские муравьи с Крисом и Таней. Муравьи-листорезы на Кубе с Эрнесто. Домовые воробьи на юге Франции с Мишелем. Саранча из Сахары с Джеромом и Иэном. Слизевики в Японии с Тоси (а также с Одри и Таней). Цикады в Сиднее с Тедди.
Все мои коллеги тех лет теперь профессора в университетах по всему миру. Но это никогда не было нашей единственной целью. Мы люди, которые беседуют друг с другом, учатся друг у друга и решают проблемы совместно. Мы получали удовлетворение, отвечая на вопросы, и постепенно всё лучше понимали мир природы. Через пятнадцать лет я знал почти все о том, как животные принимают решения в группах. Тогда в моей голове еще не было ясности, однако, оглядываясь сейчас назад, понимаю, что практически за всем, что я тогда делал, стоит одно уравнение.
Чтобы выживать, животным нужны еда и убежище. И партнер для воспроизводства.
В основе этих трех требований для жизни лежит нечто еще более фундаментальное, что должны получать животные: информация. Они собирают информацию о еде, убежище и половой жизни исходя из собственного опыта и опыта других особей. Затем применяют ее для выживания и воспроизводства.