аммад ибн Муса аль-Хорезми. Согласно определению, алгоритм — это набор инструкций. Тогда не будет преувеличением сказать, что, если помнить о генетической адаптации, основу человеческой жизни составляют алгоритмы. Мы сталкиваемся с ними каждый день, когда готовим еду, следуем указаниям автомобильного навигатора или собираем шкаф из «Икеи». Для проектирования транспортных потоков, управления беспилотными автомобилями, принятия бизнес-решений, диагностики болезней, расчета размера залога при освобождении на поруки и вынесения приговора — для всего этого используются алгоритмы. Они могут приносить пользу группе (в решениях по выбору проектов), организации (для отбора сотрудников и абитуриентов), обществу в целом (для прогнозирования погодных катаклизмов) и каждому в отдельности — для программирования внимания.
Объем умственных ресурсов ограничен, а за наше внимание борются соцсети, мессенджеры и интернет-магазины, между ними происходит жесткая конкуренция. Они вкладывают много ресурсов, материальных и физических, в разработку сложных алгоритмов по привлечению внимания.
Сапоги неспроста меня преследуют. Давайте проанализируем почему. Недавно я заходила на сайт интернет-магазина и кликнула на эти сапоги. Интернет-магазин работает с рекламной сетью — посредником между рекламодателями и издателями рекламы.
Рекламная сеть установила на сайте программу, которая следит за моими действиями и сохраняет информацию о них на моем компьютере в виде файлов куки в браузере или в профиле на сайте[193]. Если я захожу на сайт, который работает с этой же рекламной сетью, установленная на нем программа знает, что меня интересовали эти сапоги.
Прием, из-за которого я теперь везде вижу сапоги, называется «ретаргетированная реклама». Чем чаще я их видела, тем привычнее они выглядели, а как вы помните, знакомое начинает нравиться[194]. Это объясняет, почему я каждый раз не могла отвести глаз от сапог. Они как мелодия, которая так часто слышна, что начинаешь ее напевать. Судя по снимкам мозга фМРТ, к знакомой музыке мы испытываем эмоциональную привязанность[195], поэтому рекламные ролики пива и ополаскивателя для рта крутят так часто. Что еще интересно, сапоги мне показывают в разных контекстах[196]. Недавно я кликнула на статью про ударника The Rolling Stones Чарли Уоттса и опять увидела сапоги. В этом контексте они, полагаю, должны были выглядеть крутыми и рокерскими. Алгоритм пытается водить меня за нос.
Как я уже писала, структура «узел — ссылка» сама по себе завлекательна. И конечно, говоря о продолжительности внимания в интернете, трудно не упомянуть таргетированную рекламу. Этот вид манипуляции вниманием был известен еще вавилонянам в 3000 году до нашей эры[197]. Но его популярность выросла с распространением печатных изданий, особенно газет.
Целью рекламы было привлечь внимание и убедить, что вам очень нужны именно этот продукт или услуга. Этот посыл не менялся. Скажем, БАДы появились не в 1960-х — уже в XIX веке в Англии рекламировали «Фруктовые соли Ино» для «изгнания из крови зловонных ядов»[198]. Реклама рассчитана на широкую аудиторию — все видели рекламный ролик кока-колы.
Но все люди разные, и смекалистые рекламщики давно знают, что продажи двигает кастомизация. Так реклама стала таргетированной. Пример целевой рекламы 1890-х — сигареты «Джойс» для астматиков[199]. Зарегистрировано несколько патентов с описанием адаптации телевизионной рекламы к месту жительства и времени просмотра передач целевой аудитории[200]. Но все это кажется примитивным сейчас — по сравнению с цифровыми технологиями, когда есть способы получить подробную информацию о пользователях и оставляемых ими следах в Сети. Патентование таргетированной рекламы началось в 1993 году, а сейчас зарегистрировано уже 2900 патентов[201]. Траты на рекламу в 2020 году составили почти 400 миллиардов долларов.
Таргетированная реклама развивалась в сложных условиях. Ее создатели собирали информацию о пользователях с помощью алгоритмов и персонализировали рекламу. Компания — продавец сапог много знает обо мне: мой стиль одежды, посещаемые сайты, литературные предпочтения и многое другое — достаточно, чтобы склонить к покупке.
Алгоритмы знают про нас все: привычки, желания и, конечно, особенности внимания. Таргетирование информации — это подготовка определенного контента в подходящее время и в подходящем месте, чтобы привлечь максимум внимания. В отличие от телевизионной рекламы, цифровая навязчива, выскакивает в разных контекстах, формируя восприятие продукта. Допустим, реклама кожаной куртки рядом со статьей про климатические изменения может произвести неприятное впечатление, а в Facebook◊ наведет на мысль, что друзья позавидуют, если вы ее купите. Таргетированная онлайн-реклама стартовала в 1990-е с баннеров на потребительских сайтах для определенной целевой аудитории, позже с учетом демографии (возраста, пола и т. д.), места жительства (IP-адреса), поведения (выбора сайтов) и предпочтений (например, Huffington Post или Newsmax) алгоритмы начали собирать информацию о пользователях из соцсетей и других ресурсов. Теперь все компании знают, как часто вы заходите в соцсети, во сколько, что там делаете, чьи посты читаете, что вам нравится (и какие эмодзи вы используете), какие видео вы смотрите, чем делитесь и что публикуете на своей странице. Мобильные устройства позволяют получать еще более подробную информацию. Если человек много двигается, по данным датчика движения его могут отнести к категории легкоатлетов и показывать соответствующую рекламу. Зимнюю куртку из технологичной ткани покажут жителю Миннесоты в ноябре, но не калифорнийцу (если только он не купил недавно билеты в Аспен). Соответствующий контексту продукт с большей вероятностью привлечет внимание. Не сознавая того, вы сотрудничаете с алгоритмами, предоставляя им данные о себе.
Алгоритмы привлечения внимания базируются на психометрии — измерении поведения, позиции и личности человека. Психометрию разработал в XIX веке англичанин сэр Фрэнсис Гальтон — человек многих талантов, прославившийся изобретением статистики корреляции, но запятнавший репутацию продвижением евгеники. В первых психометрических исследованиях умственные способности измеряли сперва физическими тестами, а потом вопросами — так появилось понятие «коэффициент интеллекта». Теперь опросы и тесты не нужны, датчики незаметно для человека собирают информацию о нем. Такие компании по исследованию рынка, как Innerscope, собирают биометрические данные участников лабораторных экспериментов во время просмотра рекламных роликов с помощью биодатчиков. Они учитывают траекторию и направление взгляда, выражение лица, потоотделение и эмоции. Если человек потеет, значит, он возбужден, а по выражению лица можно определить, нравится ему ролик или нет. Маркетинговая компания Numerator использует алгоритмы покупательского поведения для классификации по 350 психографическим переменным и предоставляет эту информацию для повышения продаж.
Онлайн-реклама успешно пользуется этой информацией. В эпоху новой рекламы компания Cambridge Analytica провозгласила, что может получить данные о любом гражданине США без его ведома и описать по теории большой пятерки: открытость, доброжелательность, экстраверсия, добросовестность и невротизм. Например, Cambridge Analytica установила, что жители Нью-Йорка более невротичные, чем калифорнийцы.
Далее я подробнее расскажу о большой пятерке и продемонстрирую, насколько одна черта (невротизм) влияет на внимание и подверженность отвлекающим факторам. Для клиентов, специализирующихся в политической рекламе, Cambridge Analytica подбирала целевую аудиторию по психометрическому профилю. Данные использовались в предвыборных кампаниях в США и других странах, в том числе, по неофициальным источникам, в голосовании по Брекзиту в Великобритании. Но жадность вышла боком: компанию прикрыли, и в истории она оставит память как похититель личных данных пользователей.
Что делать с полученными данными, как их анализировать? В эпоху больших данных это не представляет сложностей. Каждый раз, когда вы посещаете сайт «Амазон», просмотренные страницы, паттерн поиска и профиль пополняют базу, где есть данные миллионов других пользователей. Алгоритмы «Амазона» предполагают, что вам может быть интересно, исходя из предпочтений похожих на вас пользователей, и постоянно обновляются. В этом сила интернета: можно в реальном времени собирать сотни миллионов единиц информации о пользователях и выводить закономерности. Алгоритмы узнают, кто вы, как вы себя чувствуете, что вы делаете, когда и где, и используют полученные данные для привлечения внимания.
Вы, вероятно, уже задумались, что можно выяснить о вас по вашему поведению онлайн. Заполняя анкету, вы точно знаете, какую информацию предоставляете. Но говорит ли о чем-нибудь ваш цифровой след? Оказывается, да, и немало.
Цифровое фенотипирование — это сбор данных о поведении онлайн и использование их для измерения, например, настроения и восприятия. Греческий корень pheno переводится как «являю», а фенотип — совокупность признаков индивидуума, обусловленных генетически, таких как веснушки, тип ушной серы и тембр голоса. В Сети мы неосознанно раскрываем не только свою личность: вспомните, что вы делаете в интернете. В профиле соцсети указаны ваш пол, возраст, место жительства и прочее. Поиск, лайки и посты — все это дает информацию о вас, не касающуюся содержания написанного.