Максвелл Кларк – Тёмная психология. Искусство управлять людьми (страница 10)

Британская система TEMPORA пошла еще дальше, перехватывая данные непосредственно из трансатлантических интернет-кабелей. Ежедневно через эти кабели проходят триллионы байт информации, и британские спецслужбы научились извлекать и анализировать значительную часть этого потока. Программа получила кодовое название "Mastering the Internet" и действительно позволяла контролировать глобальные информационные потоки.

Но настоящая революция началась не с технических возможностей слежки, а с развитием методов анализа собранных данных. Большие данные сами по себе бесполезны без инструментов их интерпретации. Именно здесь на первый план выходят алгоритмы машинного обучения и искусственного интеллекта, способные находить скрытые закономерности в поведении людей и предсказывать их будущие действия.

Компания Palantir Technologies, основанная при поддержке ЦРУ, стала пионером в области анализа больших данных для государственных нужд. Их платформа способна объединять информацию из сотен различных источников: финансовых транзакций, медицинских записей, образовательной истории, трудовой деятельности, социальных связей, даже данных о потреблении электроэнергии. Система создает многомерные профили граждан, позволяющие не только оценить их текущее состояние, но и спрогнозировать вероятность определенного поведения в будущем.

Особый интерес представляет технология предиктивной аналитики, используемая правоохранительными органами. Система PredPol, внедренная в полицейских департаментах множества американских городов, анализирует исторические данные о преступлениях и предсказывает, где и когда наиболее вероятно совершение новых правонарушений. Алгоритм учитывает время года, день недели, погодные условия, социально-экономические характеристики районов, даже циклы выплаты социальных пособий.

Но предиктивная полицейская деятельность пошла дальше географического прогнозирования. Система COMPAS оценивает риск рецидива для каждого задержанного, влияя на решения судей о назначении наказания. Алгоритм анализирует не только криминальное прошлое человека, но и его социальные связи, образовательный уровень, семейное положение, место проживания, даже ответы на психологические тесты. В результате система выносит вердикт о том, насколько вероятно повторное совершение преступления данным лицом.

Параллельно развивались системы социального скоринга, оценивающие благонадежность граждан по множественным критериям. Хотя наиболее известная система такого рода была внедрена в Китае, западные демократии используют похожие принципы, но в более завуалированной форме. Кредитные рейтинги, которые влияют на возможность получения займов, аренды жилья, иногда даже трудоустройства, представляют собой форму социального скоринга.

Компания LexisNexis Risk Solutions создала систему RiskView, которая анализирует более 10 тысяч различных переменных для оценки рисков, связанных с каждым человеком. Система учитывает не только финансовую историю, но и социальные связи человека: если ваши друзья имеют плохую кредитную историю, это может негативно отразиться на вашем собственном рейтинге. Алгоритм анализирует, с какими людьми вы общаетесь в соцсетях, какие места посещаете, даже в какое время суток вы наиболее активны онлайн.

Особое место в системе социального контроля занимают технологии влияния на общественное мнение. Здесь государство тесно сотрудничает с частными компаниями, владеющими платформами социальных медиа. Алгоритмы, определяющие, какой контент видит пользователь в своей ленте новостей, фактически формируют информационную реальность человека.

Эксперимент, проведенный одной компанией (которая запрещена в России) в 2012 году, продемонстрировал масштабы такого воздействия. Без ведома пользователей алгоритм изменил содержание лент новостей для 689 тысяч человек: одной группе показывали больше позитивных постов, другой больше негативных. Результат превзошел все ожидания: люди, видевшие больше позитивного контента, сами начинали публиковать более оптимистичные сообщения, и наоборот. Эмоциональное состояние оказалось заразительным даже через цифровые каналы коммуникации.

Этот эксперимент открыл новую эпоху в понимании возможностей массового воздействия на общественные настроения. Если можно влиять на эмоции людей через содержание их информационных лент, то можно воздействовать и на их политические взгляды, потребительские предпочтения, даже жизненные решения.

Технология микротаргетинга позволяет доставлять персонализированные сообщения узким группам людей с хирургической точностью. Во время президентских выборов 2016 года кампания Дональда Трампа использовала данные о 220 миллионах американских избирателей для создания индивидуальных рекламных сообщений. Каждый избиратель получал уникальный набор аргументов, подобранных специально под его психологический профиль, страхи, надежды и предрассудки.

Компания Cambridge Analytica, работавшая с кампанией Трампа, разработала психографические профили избирателей на основе их активности в соцсетях. Система анализировала лайки, комментарии, репосты и на основе этой информации определяла личностные характеристики человека по модели "Большой пятерки": открытость опыту, добросовестность, экстраверсия, доброжелательность и невротизм. Для каждого типа личности создавались специализированные политические сообщения, максимально эффективные для убеждения данной конкретной группы людей.

Система работала настолько точно, что позволяла предсказывать политические предпочтения человека лучше, чем это мог сделать он сам. Анализ всего 10 лайков в соцсетях давал алгоритму больше информации о личности человека, чем знал его рабочий коллега. 70 лайков позволяли понять человека лучше его друзей, 150 лайков лучше его родителей, а 300 лайков лучше его супруга.

Особенно тревожным аспектом современных технологий социального контроля является их способность создавать информационные пузыри и эхо-камеры. Алгоритмы соцсетей показывают пользователям контент, который соответствует их уже существующим взглядам и предпочтениям, создавая иллюзию консенсуса и постепенно радикализируя позиции людей.

Исследования показывают, что люди, получающие информацию преимущественно из соцсетей, живут в параллельных информационных реальностях. Сторонники разных политических взглядов не просто по-разному интерпретируют одни и те же факты, они буквально видят разные факты. Алгоритмы создают персонализированные версии реальности для каждого пользователя.

Система Behavioral Dynamics, разработанная для военных нужд, позволяет моделировать поведение больших групп людей и предсказывать их реакции на различные события или информационные воздействия. Модель учитывает культурные особенности, исторический опыт, экономическую ситуацию, социальную структуру общества и может спрогнозировать, как население отреагирует на конкретную политическую инициативу или чрезвычайную ситуацию.

Во время пандемии COVID-19 подобные системы использовались для прогнозирования соблюдения гражданами ограничительных мер. Алгоритмы анализировали данные о мобильности населения, получаемые от мобильных операторов и приложений, чтобы оценить эффективность локдаунов и предсказать возможные очаги нарушений карантинных мер.

Компания Google предоставила властям анонимизированные данные о перемещениях людей, позволяющие отследить, насколько эффективно работают призывы оставаться дома. Система показывала изменения посещаемости различных категорий мест: магазинов, парков, рабочих мест, транспортных узлов. Эта информация использовалась не только для оценки эпидемиологической ситуации, но и для корректировки информационных кампаний.

Технология сентимент-анализа позволяет в реальном времени отслеживать общественные настроения через анализ публикаций в соцсетях, комментариев к новостям, поисковых запросов. Системы могут определить, какие темы вызывают наибольшую обеспокоенность населения, где накапливается социальное напряжение, как люди реагируют на действия властей.

Особый интерес представляют системы раннего предупреждения социальных конфликтов. Алгоритмы анализируют множество показателей: экономические индикаторы, уровень безработицы, частоту упоминаний определенных слов в соцсетях, изменения в покупательских предпочтениях, даже метеорологические данные. Комбинация этих факторов позволяет предсказать вероятность социальных волнений за несколько дней или недель до их начала.

Система IBM Watson была адаптирована для анализа социальных медиа с целью выявления потенциально опасных настроений в обществе. Алгоритм может обрабатывать миллионы сообщений ежедневно, выявляя скрытые закономерности и тренды, недоступные человеческому восприятию. Система учится распознавать эмоциональные оттенки текстов, сарказм, скрытые смыслы, даже попытки завуалировать истинные намерения.

Принципиально новые возможности открывает технология deepfake и синтетических медиа. Системы искусственного интеллекта научились создавать реалистичные видео и аудиозаписи, неотличимые от настоящих. Это дает государственным структурам беспрецедентные возможности для информационного воздействия: можно создать видео, где любой человек говорит любые слова, и большинство людей поверит в подлинность такой записи.