Дмитрий Ланецкий – Ярость на поводке: Как алгоритмы, медиа и толпа управляют гневом (страница 11)
Так возникает странная механика: публикация может ухудшить ваше настроение, усилить раздражение, втянуть в бесполезный спор, но с точки зрения платформы она окажется успешной. Вы не получили ясности, но провели больше времени внутри продукта. Вы не стали спокойнее, но нажали больше кнопок. Вы не приблизились к истине, но произвели больше данных. Алгоритму трудно отличить глубокое понимание от эмоционального застревания, если оба выглядят как вовлеченность.
Поэтому в цифровой среде гнев получает техническое преимущество. Он не обязательно побеждает потому, что он точнее. Он побеждает потому, что заставляет делать больше видимых действий. Спокойное согласие часто молчаливо. Взвешенное размышление медленно. Нейтральная информация быстро пролистывается. Гнев толкает к участию. Он просит нажать, ответить, исправить, возразить, пристыдить, предупредить других. И все эти действия хорошо видны машине.
Машине важны следы
Человеческое внимание оставляет следы. Остановился. Досмотрел. Промотал назад. Раскрыл ветку комментариев. Подписался. Пожаловался. Ответил. Перешел в профиль. Вернулся. Эти следы кажутся мелкими, но именно из них собирается логика рекомендации. Система не имеет доступа к полной глубине вашего переживания. Она не знает, что вы чувствовали после просмотра, сожалели ли о потраченном времени, стали ли лучше понимать тему. Она знает, что именно заставило вас вести себя активнее.
Это фундаментально меняет судьбу публичной информации. Раньше материалу нужно было пройти через редактора, сетку вещания, газетную полосу, программную политику. Теперь огромную роль играет поведение аудитории, измеренное в микросигналах. Публика сама обучает систему тому, что ее удерживает. И если аудитория часто задерживается на конфликте, конфликт начинает получать больше места.
В этом механизме нет обязательной злонамеренности. Платформа может стремиться повысить удержание, улучшить рекомендации, показать пользователю то, что он с большей вероятностью досмотрит. Но если метрика вознаграждает эмоциональное возбуждение, система постепенно начинает отличать материалы, которые вызывают слабую реакцию, от материалов, которые вызывают сильную. Не обязательно по смыслу. По поведению.
Гнев особенно удобен, потому что он оставляет богатый набор следов. Человек в раздражении редко просто закрывает страницу. Он хочет понять, кто еще это видел. Он проверяет комментарии. Он ищет несогласных. Он пишет ответ. Он отслеживает реакцию на свой ответ. Он возвращается к спору. Он открывает похожие публикации. Он отправляет ссылку знакомому с подписью, в которой уже содержится новая эмоциональная рамка. Один раздражитель запускает цепочку действий, каждое из которых сообщает системе: здесь есть энергия.
С точки зрения человека эта энергия может быть разрушительной. С точки зрения платформы она продуктивна. Она производит время, данные, рекламные показы, новые связи, контент, поводы для возврата. Именно поэтому эмоционально заряженные материалы так часто получают вторую, третью и четвертую жизнь. Они не заканчиваются после просмотра. Они продолжаются в спорах, реакциях, ответах, нарезках, пересказах, разоблачениях, пародиях, комментариях к комментариям.
Спокойная правда часто проигрывает по форме
Правда нередко требует скучной работы. Нужно прочитать документ целиком, сравнить версии, проверить источник, понять термины, отделить факт от оценки, признать неизвестное. Это плохо помещается в быстрый поток. Сложная правда часто не дает мгновенного эмоционального вознаграждения. Она не всегда вызывает желание поделиться. Она может даже расстроить тем, что разрушает удобную картину.
Гневный фрагмент работает иначе. Ему не нужно объяснять все. Достаточно показать точку раздражения. Одна фраза. Один жест. Один резкий кадр. Один заголовок, который обещает возмущение. Такая подача быстрее входит в внимание, потому что не просит усилия. Она сразу сообщает: здесь есть конфликт. А конфликт для мозга всегда важнее нейтрального фона. Его труднее проигнорировать.
Поэтому материалы, которые подают событие грубо, резко и однозначно, часто выглядят для алгоритма более «интересными», чем аккуратные разборы. Они собирают больше комментариев не потому, что люди их любят. Часто потому, что люди не могут пройти мимо. Ненавистный материал тоже удерживает. Ошибочный материал тоже провоцирует. Несправедливый вывод тоже заставляет отвечать. Плохое качество не мешает вовлечению, если оно вызывает достаточно сильную реакцию.
В этом и заключается один из самых опасных разрывов между человеческой и машинной логикой. Человек может думать: «Я прокомментировал, чтобы остановить ложь». Система видит: публикация вызвала активность. Человек может делиться материалом с возмущением, чтобы показать, насколько он ужасен. Система видит распространение. Человек может открыть профиль автора, чтобы убедиться, что он действительно таков. Система видит интерес. Внешне все это похоже на успех контента.
Так аудитория сама помогает тому, что ее раздражает. Попытка осудить усиливает видимость. Попытка опровергнуть поднимает обсуждение. Попытка пристыдить автора может привести к новой волне внимания. На уровне намерения человек сопротивляется. На уровне поведения он кормит тот же механизм, против которого выступает. Это одна из причин, почему скандальные фигуры и конфликтные форматы часто выживают за счет тех, кто их не любит.
Алгоритм не спорит с вашим отвращением. Он просто замечает, что отвращение работает.
Когда вовлеченность становится компасом
Любая система, которая выбирает, что показать следующему человеку, нуждается в признаках качества. Но качество сложно измерить напрямую. Материал может быть точным, но скучным. Полезным, но требующим усилий. Важным, но неприятным. Ложным, но захватывающим. Поверхностным, но эмоционально сильным. Машине проще опираться на поведение: что люди смотрят, комментируют, пересылают, сохраняют, досматривают.
Так вовлеченность становится компасом. Но компас показывает не север истины, а направление реакции. Если много людей активно взаимодействуют с материалом, система может считать его достойным дальнейшего распространения. Даже если взаимодействуют они потому, что возмущены, испуганы или раздражены. Вовлеченность смешивает разные мотивы в одну цифру.
Это похоже на ресторан, который оценивает качество блюд только по громкости разговоров за столиками. Где-то люди обсуждают прекрасный вкус. Где-то жалуются на отравление. Где-то спорят с официантом. Где-то снимают скандал на телефон. Если учитывать только шум, скандальный столик окажется самым успешным. Он действительно привлек больше внимания. Но внимание не равно ценности.
В цифровой среде такая ошибка становится системной. Публикации, которые создают шум, получают шанс на дополнительное распространение. Те, что дают спокойное понимание, часто проигрывают, потому что не провоцируют такой же видимой активности. В итоге пространство постепенно смещается в сторону материалов, которые лучше нажимают на нервную систему. Не обязательно самых лживых, не обязательно самых радикальных, но наиболее реактивных.
Здесь важно не впадать в примитивное объяснение. Алгоритмы не всегда усиливают только агрессию. Они могут продвигать полезные лекции, хорошие шутки, образовательные ролики, вдохновляющие истории, практические советы. Но когда конкурируют спокойное объяснение и эмоциональный конфликт, конфликт имеет природное преимущество в скорости реакции. Он быстрее сообщает мозгу: это важно, это касается тебя, это нельзя пропустить.
Если платформа постоянно учится на поведении людей, а люди сильнее реагируют на конфликт, то конфликт начинает казаться системе надежным путем к удержанию. Так без приказа, без единого центра и без прямого злого умысла публичная среда может становиться более раздраженной.
Алгоритмическое усиление гнева без идеологии
Многие представляют управление эмоциями как работу пропагандиста: кто-то сознательно выбирает цель, пишет лозунг, распространяет нужный тезис. Такая схема существует, но алгоритмическое усиление часто устроено холоднее. Системе не обязательно разделять какую-либо идеологию, чтобы усиливать поляризацию. Достаточно оптимизироваться под показатели, в которых поляризующий материал стабильно выигрывает.
Например, резкий конфликт вокруг публичной фигуры может быть выгоден платформе независимо от того, кто прав. Сторонники будут защищать. Противники будут атаковать. Нейтральные зрители зайдут посмотреть, почему все спорят. Авторы сделают реакции. Другие авторы сделают реакции на реакции. Появятся подборки, разборы, мемы, возмущенные треды, опровержения. Каждый участник будет считать, что действует по своим причинам. Но вся система в целом получит длительный цикл внимания.
Так возникает эффект, при котором платформа вроде бы не выбирает сторону, но выбирает тип материала. Она может показывать человеку все более резкие версии тем, на которые он реагирует. Не потому, что считает их истинными, а потому что они удерживают. Если пользователь регулярно спорит на политические темы, ему будут попадаться новые политические раздражители. Если он задерживается на конфликтах вокруг знаменитостей, таких конфликтов станет больше. Если его задевают истории о несправедливости, лента научится приносить ему новые примеры несправедливости.