Глава 3
Знакомые и собеседники
Идентичность и репутация в профайле социальной сети

Узнакомого моего знакомого есть знакомая молодая женщина, назовем ее Ребекка Дэвис. Не так давно в интернете с ней связался представитель кадрового агентства и предложил рассмотреть возможность перехода на новую работу. Рекрутёру понравился профайл Ребекки в LinkedIn – растущий молодой специалист в области маркетинга с положительными отзывами коллег, в том числе по периоду стажировки в одной из самых авторитетных компаний Силиконовой долины. Однако ситуация была несколько щекотливой: дело в том, что Ребекки на самом деле не существует. Наш приятель придумал ее, чтобы посмотреть, насколько трудно обзавестись вымышленной личностью в интернете.

Ребекка существует в нескольких социальных сетях. Начало ее жизни проходило в Facebook, где она решала трудную задачу – заполучить в друзья людей, с которыми ей вряд ли удалось бы познакомиться в реальной жизни. Теоретически можно было бы набрать их среди третьеразрядных знаменитостей в поисках фанов или среди подростков, соревнующихся с одноклассниками по количеству виртуальных знакомств, но алгоритмы быстро вычислили бы профайл, в друзьях которого числятся исключительно такие неразборчивые персонажи. Вместо этого Ребекка направила запросы на добавление в друзья целевой аудитории, отобранной по конкретному признаку:

«Привет, я – Ребекка. Я очень люблю свое имя, ведь оно так мне идет. Уверена, что и ты думаешь так же. Поэтому я стараюсь зафрендиться со всеми остальными Ребекками в Facebook!»

Запросы ушли также всем Ребекам, Бекки, Бекам и Ребам, которых она смогла обнаружить в Facebook. Наш приятель сообразил, что реальный человек собирал бы и всех обладателей более-менее похожих имен.

На удивление быстро Ребекке удалось создать чуть ли не соцсеть, в которую вошли не только другие Ребекки, но и их друзья. Ее стали поздравлять с днем рождения, а она делала то, что принято делать в Facebook: отвечала на все уведомления о событиях в жизни своих френдов. Время от времени она также постила изменения в статусе и фото еды и спрашивала совета относительно личной жизни или по рабочим вопросам. Ни алгоритмы Facebook, ни друзья Ребекки не догадывались о том, что она вымышленный персонаж, поскольку аккаунт вел себя в точности как человек. Личность Ребекки создавали ее цифровые коммуникации со всеми этими френдами и месседжами.

Подошло время, когда Ребекке стало уже пора обзаводиться профайлом на LinkedIn. Исходя из указанного возраста и содержания постов, она заканчивала колледж и подыскивала себе работу. Теперь, для того чтобы подтвердить факт своего существования, у нее был адрес электронной почты и аккаунт в Facebook. А ее создатель-изобретатель одним махом снабдил Ребекку пройденной стажировкой и первой работой, где ее быстро повысили в должности.

Создать правдоподобное описание карьеры на платформе, предназначенной для профессионального общения, сложнее, чем выдумать профайл в Facebook, хотя бы потому, что сайт сразу же предлагает контакты людей, которые работали в данной компании примерно в то же время, которое указывает выдуманный персонаж. Тем не менее более десятка людей, действительно работавших в указанных липовой Ребеккой компаниях, добавили ее в контакты. Мало того, она даже получила несколько положительных отзывов о своей работе. Возможно, ее перепутали с какой-то действительно существующей Ребеккой, а может быть, люди настолько сильно жаждали расширить свою сеть контактов, что не удосужились посмотреть внимательнее. Но так или иначе, зафиксированных на сайте опыта и связей оказалось достаточно, чтобы на Ребекку обратили внимание несколько рекрутинговых агентств.

Опыт с профайлом Ребекки показывает, что для вывода о существовании человека часто довольствуются беглым взглядом на его контакты и действия на сайте. Почему профайл вымышленного персонажа в Facebook или на LinkedIn выглядит убедительнее, чем незнакомый человек, у которого вообще нет профайлов в социальных сетях? Для начала давайте распределим данные, которые содержит аккаунт в Facebook по пяти категориям:

1. Логин и пароль, позволяющие зайти в Facebook или на другие сайты, позволяющие зайти с регистрационными данными этой платформы.

2. Личные сведения, внесенные в профайл, такие как родной город, место жительства, телефон, номер школы, места работы, гендерная принадлежность и сексуальная ориентация.

3. Список ваших друзей и сообществ, в которых вы состоите.

4. Ваши посты, комментарии и лайки, то есть то, что вы шерите с друзьями.

5. Ваши действия в отношении постов, комментов и лайков друзей, то есть информация, которая создается в процессе взаимодействия в Facebook.

Информация в первых двух категориях относительно статична – она не изменяется или изменяется достаточно редко и недоступна для сторонних комментариев. Остальная информация – наши контакты и разговоры – может изменяться еженедельно, ежедневно, ежечасно, а иногда и ежеминутно и изначально настроена на диалоговый режим.

Разумеется, некоторые из наших контактов и разговоров говорят о нас больше, чем другие. Facebook и LinkedIn оценивают, агрегируют и анализируют данные о нашей сети контактов и особенностях коммуникаций, с тем чтобы совершенствовать свои рекомендации, касающиеся, в частности, наших знакомых и тех, на кого, возможно, стоит обратить внимание. На протяжении тысячелетий люди собирали информацию о том, к чьим советам следует прислушиваться и чьим словам можно доверять. Современные возможности контактировать с людьми в масштабах всей планеты меняют наши подходы к принятию решений. И чем больше прозрачности и свободы выбора мы потребуем от инфопереработчиков, тем большую выгоду получим в обмен на предоставление деталей своих личных связей.

Дарвин особо подчеркивал значение «продолжительности дружеских отношений» как мерила человеческих достоинств. Но в эпоху социальных данных продолжительность – не более чем один из ряда параметров, по которым могут оцениваться, агрегироваться и анализироваться дружеские отношения. Если вы редко контактируете с кем-то в интернете или не контактируете вообще, инфопереработчики знают об этом. И что они могут сказать о вас, если ваши контакты с другими обычно не идут дальше единственного клика? Оказывается, довольно много.

Возможно, вы заметили, что первые две из приведенных мною выше категорий информации в Facebook – имя и личные сведения – соответствуют традиционному представлению о личных данных. В некоторых случаях эти элементы информации проверяются уполномоченными органами, например госучреждением, которое при выдаче водительского удостоверения уточняет ваши имя, возраст и внешние данные. Некоторые инфопереработчики могут попросить вас предоставить скан официального документа, удостоверяющего личность. Впрочем, они все чаще используют способы идентификации, основанные на структуре и закономерностях коммуникаций непосредственно между людьми или в социальных сетях.

Идентичность бывает и общественной – к примеру, если речь идет о принадлежности к религиозному приходу, клубу, спортивной команде, месту работы или другим организациям. В большинстве случаев мы выстраиваем свою идентичность в связи с другими людьми, информируя окружающих о своем членстве в разнообразных сообществах посредством своих действий и взаимодействий. Антрополог Робин Данбер предполагает, что человеческая речь возникла из потребности «холить» друзей и родственников: болтовня ни о чем оказалась более эффективным способом угодить ближнему, чем выискивание вшей в гриве его волос. Другими словами, досужий трёп – это необязательно плохо. Он может выражать участие, служить подтверждением взаимного расположения и подпитывать новостями наше социальное окружение. Он позволяет делиться полезной информацией о том, насколько члены нашего сообщества соответствуют или не соответствуют социальным нормам. Мы избавляемся от контактов с теми, кому свойственно плохое поведение, и помогаем другим развивать положительные качества, предоставляя позитивную обратную связь. Человеческие существа – выдающиеся коммуникаторы.

По мнению Данбера, эволюция подразумевала, что такого рода «уход за ближними» будет осуществляться лично и что наши когнитивные способности не позволяют поддерживать более 150 связей одновременно. Мозг, тело и сенситивный инструментарий человека продолжали меняться с тех пор, как около четырех миллионов лет назад наши предки выделились из состава приматов в отдельную ветвь развития. Мы не шимпанзе и не бонобо, как бы ни были схожи с ними по строению ДНК. Мы можем переместиться на другой конец земли менее чем за сутки и беседовать в видеочате с людьми, находящимися за многие тысячи миль. Современные мобильные и социальные технологии создают новые возможности для зарождения и поддержания связей между людьми. В результате переработки данных мы получаем доступ к релевантной и адресной информации о миллионах реальных и потенциальных знакомых.

Термин «социальный граф» стал широко использоваться для описания связей между людьми в Facebook с подачи Марка Цукерберга. Эта социальная сеть широко применяет алгоритмы, анализирующие эти связи с целью выработки рекомендаций по новым знакомствам или контенту. Термин происходит из математической теории графов в области знания, исследующей парные связи (теория графов – раздел дискретной математики, изучающей свойства графов, где граф представляется как множество вершин (узлов), соединенных ребрами (связями). – Ред.). На самом деле существует только один социальный граф, а вы обитаете в одном из его районов – своей собственной социальной сети. Однако при наличии более чем миллиарда пользователей Facebook мы приближаемся к моменту полной «оцифровки» социального графа. Это поражает воображение. До появления современных средств коммуникации возможности исследования социальных связей ограничивались масштабами деревни, школы или компании.

Объем располагаемых материалов для исследований социальных связей, проводившихся до появления интернета, безусловно, проигрывает изобилию информационных поводов, которое мы обнаруживаем в Facebook и на других платформах. В 1930-х годах психиатр Дж. Л. Морено начал создавать «социометрические» диаграммы, или графы, отражающие межличностные связи и взаимные влияния. Известен случай, когда он разбирался с причинами «эпидемии побегов» из школы для несовершеннолетних правонарушительниц в штате Нью-Йорк. Девочки, решавшиеся на побег, жили в разных концах общежития и не имели общей истории. Директор школы был озадачен и попросил помощи у Морено, который создал схему связей между ученицами с указанием характера взаимоотношений, любимых занятий и уровней интеллекта. Некоторые из девочек служили центрами притяжения, вовлекающими почитательниц в свою социальную орбиту. Некоторые из пар отличались особенно близкими дружескими отношениями, то есть все беглянки были тесно связаны друг с другом. Морено утверждал, что у них были не только общие подруги, но и одинаковые взгляды и ценности.

Анализ Морено предполагал, что социальный граф влияет на личные решения человека. Но так ли это в случае особенно высоких рисков? Один из ответов на этот вопрос был получен по результатам исследования социолога Дуга МакАдама. Он изучал мотивацию активистов, выразивших желание участвовать в знаменитой кампании «Лето гражданских свобод» в 1964 году. Участие в движении за гражданские права было «тяжелым нравственным и физическим испытанием» – троих из числа активистов похитили и убили буквально сразу же по прибытии их в штат Миссисипи. Вечерние теленовости ясно давали понять, что это крайне рискованное мероприятие. Неудивительно, что далеко не все из заявивших о своем намерении участвовать действительно реализовали его: около 25 процентов записавшихся отказались еще до начала кампании. Исследуя заявочные формы участников, МакАдам выяснил, что доехавшие до Миссисипи обычно были тесно связаны с кем-то из других участников движения за гражданские права, и это был более значимый фактор, чем предшествующая история политической деятельности человека.

В более общем смысле схематическое изображение связей и особенностей коммуникации дает представление об информационных потоках и центрах экспертизы. Преподаватели бизнес-школ и консультанты по управленческим вопросам любят показывать различия между формальной организационной структурой (кто кому подчиняется) и неформальными информационными потоками (кто, к кому и по каким вопросам обращается). Во многих случаях анализ социальных связей может быть использован для определения узких мест информационных потоков и выработки решений по совершенствованию управления компанией. Например, Институт изучения интеллектуального потенциала организаций при корпорации IBM определил, что один из менеджеров среднего звена нефтяной компании считался настолько «высококвалифицированным и отзывчивым к просьбам», что «количество адресованных ему информационных запросов и проектов, в которые он был вовлечен, избыточно возросло». В результате менеджер испытывал огромный стресс, а проекты компании реализовывались с задержками.

Одна из первых социометрических диаграмм Джейкоба Морено, на которой отслеживаются связи между девочками, сбегавшими из школы для несовершеннолетних правонарушительниц, и теми, кто этого не сделал. Из книги Дж. Л. Морено «Кто выживет? Новый подход к проблеме человеческих взаимосвязей», приводится с разрешения Джонатана Д. Морено.

Такого рода аналитика социальных связей обычно осуществлялась на основе данных, полученных в ходе собеседований и анкетирования, и лишь изредка – на основе непосредственных наблюдений. Современные коммуникационные технологии дают ученым возможность знакомиться с цифровыми следами в социальном графе. Анализ журнала телефонных звонков – один из самых простых способов выявления социальных связей, существовавший еще до эры мобильных телекоммуникаций. Для осуществления соединения телефонная компания должна знать номер вызываемого абонента, а чтобы выставить вам счет – количество времени, которое вы провели на телефоне. Отслеживать такие данные телефонные компании умеют очень хорошо. В 1991 году компания MCI Communications осуществила попытку переманить часть клиентов у AT&T, контролировавшей две трети рынка междугородной телефонной связи, и объявила программу «Друзья и родственники». MCI предложила клиентам составить перечень из максимум двадцати иногородних телефонных номеров, на звонки по которым они получали 20-процентную скидку в случае, если наговаривали на сумму от десяти долларов в месяц. Кроме того, им предлагалось поделиться контактами людей, не являющихся клиентами MCI, чтобы компания могла предложить индивидуальные скидки этим потенциальным абонентам. В случае если эти люди переключались на MCI, сообщившим о них клиентам полагался бонус. За два года участниками программы стали десять миллионов человек.

Еще одним источником данных для анализа социальных связей является переписка по электронной почте. В конце 1980-х годов Майкл Шварц, в то время профессор информатики в Университете штата Колорадо в Боулдере, задумался о том, как находить в интернете людей со схожими интересами. (Это было за несколько месяцев до того, как Тим Бернерс-Ли предложил архитектуру Всемирной паутины, существенно упростившую процесс поиска в интернете.) Майкл проанализировал двухмесячный объем электронной переписки пятнадцати университетов и научных центров, в том числе Калифорнийского университета в Беркли и Sun Microsystems. Использовав только информацию об отправителе и адресате, Шварц построил социальный граф из 50 834 ученых, потенциально готовых сотрудничать между собой. Для того чтобы проанализировать один миллион сообщений, потребовалась информация об обмене письмами по электронной почте в течение двухмесячного периода. Сегодня Facebook Messenger и WhatsApp обрабатывают по миллиону сообщений ежесекундно.

Из этих примеров следует, что социальный граф представляет собой систему межличностных связей, создающихся в процессе взаимодействия людей. Применяя компьютерную терминологию, можно сказать, что социальный граф состоит из узлов (каждый узел – отдельное лицо) со связями или ребрами между ними. Некоторые люди склонны создавать связи с себе подобными по принципу статуса (атрибутам) или общих ценностей (взглядов). Этот феномен именуется «гомофилией», от греческого «любовь к подобному». Структура связей создается в процессе взаимодействия, и по мере нарастания такого взаимодействия между двумя людьми упрочивается значение связывающего их ребра. У некоторых людей в активе всего несколько выраженных мощных «ребер», свидетельствующих о постоянном взаимодействии с ограниченным числом окружающих. Другие люди разбрасываются на множество неглубоких связей с массой народа.

Структура социальной сети говорит о многом. Сеть может состоять из небольшого числа связанных друг с другом узлов и выглядеть очень плотной и сплоченной. Она может быть разреженной и разобщенной, с огромным количеством узлов и немногочисленными связями. Или же она может представлять собой несколько кластеров тесно взаимосвязанных узлов с редкими связями между кластерами. Плотные и сплоченные сети указывают на высокие уровни взаимного доверия, в первую очередь потому, что большая часть узлов обладает личным знанием о других узлах. Разреженные и разобщенные сети говорят о низких уровнях доверия, поскольку в них мало возможностей для появления информационных потоков. Рассредоточенные разноплановые сети обычно свидетельствуют о меньшем непосредственном знании узлов вне кластера, но предполагают перспективы возникновения новых идей и возможностей посредством периферического узнавания и внешних контактов. Со временем эта асимметричность может претерпевать изменения, как в случае отношений детей с родителями, или же подобно тому, как со сменой жизненных этапов вы постепенно превращаетесь из того, кто обычно звонит, в того, кто обычно ждет звонков.

Так же как и в реальной жизни, отношения в интернете могут быть и более, и менее сбалансированными. Иногда это бывает следствием правил и традиций данной социальной сети. В Twitter можно добавлять в свою ленту и цитировать кого угодно вне зависимости от наличия взаимного интереса со стороны данного человека. Крайним способом пресечения нежелательного общения является блокировка пользователя. Связи носят односторонний характер, как, впрочем, и большинство обсуждений. В Facebook контакты устанавливаются по взаимному согласованию.

Тот факт, что знакомство произошло по взаимному согласию, не подразумевает идеально сбалансированного общения сторон. Взаимоотношения характеризуются также количеством и вектором связей между двумя людьми. При каждом взаимодействии «ребро», связывающее двух людей, становится толще, однако этот прирост может быть лишь в одном направлении. Например, вы можете быть очень заинтересованы в более частом общении со своим знакомым Марком, поскольку хотите, чтобы он познакомил вас с потенциальным инвестором вашего выдающегося стартапа. Иногда вы встречаетесь на мероприятиях и переписываетесь по электронной почте, но в целом ваше общение носит эпизодический характер. Стремясь привлечь к себе внимание Марка, вы комментируете обновления его статуса, ставите лайки его фотографиям и, наконец, отправляете личное сообщение. Обычно Марк реагировал примерно на одну из десяти ваших попыток завязать общение, и, судя по этому, его интерес к общению был на порядок ниже вашего. Однако в отличие от реакции на лайки под его отпускными фото и комментарии к размещенной им газетной статье, получив ваше личное сообщение, Марк сразу же отвечает. Это говорит о другом типе интереса и, возможно, о его более высоком уровне. Алгоритмы Facebook учитывают такие нюансы общения, вырабатывая для вас рекомендации интересных постов.

Социолог из Стэнфордского университета Марк Грановеттер исследовал силу взаимосвязей между людьми. В своем основополагающем труде «Сила слабых связей», опубликованном в 1973 году, он определяет силу связи как «линейную комбинацию характерных для нее времени, эмоциональной насыщенности, близости (взаимного доверия) и взаимности». Участники сети обмениваются между собой не только эмоциями и информацией, но также и влиянием, и услугами.

В прошлом, чтобы выяснить, кто с кем общается в данной деревне или корпорации, социологи проводили полевые исследования. Маркетологи ломали голову над тем, какую скидку предложить людям за то, что они поделятся своими контактами. В наши дни следы нашего общения обрабатываются в режиме реального времени, а сервисы, которые предлагают нам Facebook и прочие компании, работающие с социальными данными, изменяют природу наших взаимоотношений.

Создав социальные идентичности в интернете, мы начали процесс переосмысления понятия дружбы. В прошлом большая часть нашего времени уходила на добычу пропитания и построение дружеского круга. Притом что получить еду и связаться с друзьями стало намного проще, мы не стали разумнее расходовать свое время.

Чувство дружбы подразумевает откровенность при обмене информацией. Возрастные психологи установили, что в возрасте пяти-девяти лет дети считают друзьями тех, с кем вместе играют. Со временем понимание дружбы начинает восприниматься как двустороннее сотрудничество, сбалансированная взаимность: ребенок дает свою игрушку тому, кто дал ему поиграть со своей. Взрослея, мы делимся и «игрушками» тоже, но намного чаще это бывают секреты. Это танец для двоих, в процессе которого люди с каждым последующим разговором узнают друг друга все лучше и лучше. Один сообщает нечто из того, что обычно держат при себе, другой отвечает тем же. Практика создания отношений путем «постоянного, нарастающего, взаимного личностного саморазоблачения» является повсеместным явлением. Рассказывают случай, когда группе психологов удалось сблизить двух совершенно незнакомых людей, предоставив им возможность знакомиться с ответами друг друга на серию вопросов нарастающе интимного характера.

Понятие «секрет» предполагает, что делиться этой информацией с кем-то еще может быть рискованно. Один из основоположников социологии Георг Зиммель указывал: «Отношения между двумя людьми определяются мерой тайны, которая в них присутствует». По мере формирования дружеских отношений доверие к другому человеку должно углубляться, чтобы побороть страх рискованности откровений. Когда один человек утаивает нечто важное, притом что другой поделился с ним чем-то не менее важным, баланс отношений нарушается. Взаимное доверие оказывается под угрозой, и связь между людьми ослабевает.

Подобный дисбаланс отражается на «ребрах» социального графа. Кроме того, он характерен для нашего взаимодействия с инфопереработчиками. Люди охотнее делятся информацией, когда получают информацию взамен. Мы уже знаем, что самые успешные из инфопереработчиков вознаграждают пользователей за предоставленные первичные данные существенным повышением качества предоставляемых продуктов и услуг. Вот почему симметрия является таким полезным качеством в отношениях обладателей информации и тех, кто ее обрабатывает, – человек согласен давать, чтобы получать что-то взамен.

Во времена, когда инструментарий коммуникационных технологий состоял лишь из дымовых сигналов, разнотолков на деревенской площади или отправки писем почтой, а сенсорная техника ограничивалась глазами, ушами, носом, ртом и кожей, пределы человеческого влияния были крайне узки. За последний век все изменилось. Реклама и массовый маркетинг воздействуют на человека посредством радио, телевидения, а в последнее время и интернета, всюду, где бы он ни находился. Раньше мы пользовались рекомендациями родственников, соседей или какого-нибудь актера, изображающего «разборчивого клиента» в рекламе пятизвездочного отеля. Сегодня мы получаем рекомендации, сгенерированные на основе информации, которую предоставил добрый миллиард людей. Район обитания на социальном графе – один из важнейших критериев, по которому производятся отбор и персонализация предназначенной нам информации.

Facebook по большей части служит платформой коммуникации между друзьями и знакомыми. Ваши интересы совпадают с интересами инфопереработчика: сайт хочет показывать вам нечто интересное, чтобы вы обязательно вернулись. Когда вы возвращаетесь, инфопереработчик узнает о вас еще больше: на какие посты вы тратили время, кого из рекомендованных друзей захотели кликнуть. И, разумеется, чем больше известно алгоритмам Facebook, тем лучше им удается подбирать рекламу, способную заинтересовать именно вас, на чем сайт и зарабатывает деньги.

На основе закономерностей ваших просмотров и навигации в Facebook определяют, чему вы действительно уделяете внимание, фиксируют, что и кто вас интересует и как меняются ваши интересы с течением времени. Вы на целый час углубились в альбом отпускных фото вашей новой знакомой, которая вам симпатична, а на просмотр последней серии снимков малыша вашей сестры потратили меньше минуты? Эти данные говорят о ваших приоритетах и интересах во взаимоотношениях на данный конкретный момент, причем они намного точнее, чем последующие попытки припомнить, на что ушло время, и намного полезнее для упорядочения входящей информации. Ваша новостная лента в Facebook формируется в основном на базе этих честных сигналов и следов вашего внимания.

Новостная лента распределяет и выдает социальный контент исходя из его релевантности для данного человека. Лента создает контур позитивной обратной связи: контент, который подходит пользователю, обычно получает лайки, что мотивирует изначально разместившего его пользователя, а возможно, и других делиться подобной информацией и впредь. Напротив, о негативной реакции обычно бывает известно только тому, кто просматривает пост. Facebook дает пользователям возможность настроить свою ленту новостей на показ меньшего количества публикаций подобного рода, но не извещает об этом их авторов. Кроме того, благодаря ленте пользователи находятся в состоянии «непрерывно рассеянного внимания». Этот термин, придуманный писательницей Линдой Стоун, означает чувство, что друзья постоянно наблюдают за тобой, а ты – за ними. Линда полагает, что непрерывно рассеянное внимание искусственно создает ощущение постоянного кризиса: мозг постоянно пребывает начеку, сканируя новости, регулярно появляющиеся на ленте и в других источниках. При этом Facebook еще и отфильтровывает огромную часть новостей из вашей ленты. Представьте, что будет, если вы будете видеть абсолютно все, что постят в Facebook ваши знакомые.

В Facebook взаимодействие пользователей анализируется очень тщательно. Динь Чжоу, работавший одним из технологических руководителей этой компании, рассказывает, что помимо определения веса «ребер», связывающих людей, в Facebook создана антология тем общения, на основе которой производится классификация взаимоотношений. В реальной жизни я обращаюсь к своему врачу за медицинской помощью, но не за помощью по ремонту компьютера. Схожим образом и в Facebook мы реагируем на публикации, которые кажутся нам особенно интересными, авторитетными или актуальными в данной конкретной области.

При этом Facebook – лишь одна из многих существующих сегодня платформ цифровых коммуникаций. Ваш мобильный телефон и скайп ведут учет входящих и исходящих звонков и их продолжительности. А если вы используете скайп для деловых контактов, система будет анализировать эту информацию, чтобы определить, кому из коллег и партнеров вы уделяете больше внимания.

Нет никаких сомнений в том, что подобная информация используется компаниями для того, чтобы понимать, с кем вы контактируете. После успеха программы MCI «Друзья и родственники» сбором данных о социальном графе для привлечения клиентов занялись и другие компании. В 2001 году (еще до появления Facebook) Amazon начала программу «Поделись с любимыми». Сделавшему покупку клиенту задавался вопрос, знает ли он кого-то, кому будет приятно об этом узнать. Если клиент сообщал адреса электронной почты таких людей, им присылали информацию о товаре с предложением 10 %-ной скидки. Но это еще не все: если кто-то из этих знакомых покупал товар, тому, кто предоставил данные, возвращалось 10 % уплаченной за покупку суммы. Эти скидки были нужны Amazon, чтобы нарастить базу реальных адресов электронной почты, – фиктивные или недействительные адреса, которые подрывали эффективность электронных рекламных рассылок на ранних этапах их существования, были в данном случае совершенно бесполезны. Выяснилось, что коэффициент конверсии адресной рассылки заметно выше, чем у обычных промопредложений, не подкрепленных рекомендациями знакомых. Программа «Поделись с любимыми» стала инструментом для построения социального графа клиентской базы Amazon на основе психологических принципов взаимности и социального влияния.

Похожим образом действовали и в AT&T. В компании решили провести А/В-исследование с целью узнать, какой тип продвижения нового продукта эффективнее – традиционный маркетинг на основе сегментации или же на основе социального графа. Маркетологи AT&T знали о своих потребителях достаточно много – место жительства, период пользования услугами компании, выбор тарифных планов и т. п. Чтобы выяснить, насколько эффективно задействовать социальный граф в сравнении с другими методами, AT&T решила поступить очень просто: если новый продукт купил тот, кому вы регулярно звоните, компания предлагала его и вам. В отличие от программы «Поделись с любимыми», клиенты не знали, почему именно они получают информацию о продукте – никаких рекомендаций знакомых за этим не стояло. Тем не менее вероятность покупки нового продукта у людей, получивших информацию о нем из своего «телефонного графа», была почти в пять раз выше

Может быть, большая склонность клиентов AT&T к покупке нового продукта была обусловлена гомофилией, то есть тенденцией к более тесным связям с похожими людьми? Или они совершали покупку, поскольку информационный материал соответствовал положительным отзывам знакомых? Или же они стали внимательнее прислушиваться к знакомым после того, как получили материалы маркетинговой кампании? На основании полученных данных определить это не представлялось возможным. Но то, насколько эффективнее оказался метод социального графа по сравнению с традиционно использовавшимся методом портрета клиента, было поразительным. Оказывается, чтобы прогнозировать интерес человека, важнее знать не кто он сам, а кто его знакомые.

Круг знакомств имеет особое значение в профессиональной деятельности. Исследователь социальных сетей из Стэнфордского университета Марк Грановеттер установил, что вероятность найти работу через знакомых значительно выше, чем через близких друзей, рекрутинговое агентство или по объявлению. Возможно, это не покажется удивительным – ведь знакомых у человека всегда больше, чем близких друзей. Но исследование выявило, что люди не просто узнавали от знакомых о наличии вакансий: работа, которую они находили, используя так называемые слабые связи в своем социальном графе, оказывалась более интересной и высокооплачиваемой.

Выводы Грановеттера были сделаны в 1970-х годах, когда распространение информации происходило медленно и стоило дорого – не было ни электронной почты, ни объявлений в интернете. В те времена многих профессионалов обычно брали на работу «за картотеку» – тщательно собранную и постоянно пополняемую коллекцию визитных карточек людей, к которым можно было обратиться с деловыми предложениями или за советом по развитию бизнеса. Возможно, вы и сейчас думаете, что коллекция визиток – ваш наиболее ценный профессиональный ресурс. Возможно также, что вы убеждены в том, что ваша компания должна как зеницу ока беречь клиентскую базу, годами создававшуюся сотрудниками. Подавляющее большинство менеджеров свято верят в то, что именно этому информационному преимуществу компании обязаны своим успехом.

Социальная сеть LinkedIn создавалась отчасти для того, чтобы облегчить людям общение в рамках деловых связей – как тесных, так и слабых. Если Грановеттера интересовали слабые связи, благодаря которым человек стал тем, кем стал, то целью LinkedIn было содействие своим пользователям в обнаружении слабых связей, которые приведут их к желаемой цели. К примеру, вы хотите получить нового клиента, нового покупателя или новую работу. Вы знаете свою цель, но не имеете прямого выхода на нее и не представляете, кто из ваших контактеров может его иметь. Когда вы только вводили имя своей цели, LinkedIn уже показала вам, сколько уровней отделяют вас от прямого контакта. А если вы платный пользователь сети, вам сообщили имена тех, кто может послужить связующим звеном на пути к цели. Этот сервис создавался для тех, кто нуждается в информации, и в этом смысле здесь имел место радикальный дисбаланс. Люди, которым была нужна информация, мало что могли предложить ее обладателям. В самом начале деятельности LinkedIn пользователи жаловались на то, что получают огромное количество запросов на контакты, иногда мало отличающихся от спама. Один обозреватель назвал LinkedIn «системой помощи неумелым людям без связей за счет умелых людей со связями».

Эллен Леви, работавшая в LinkedIn вице-президентом по стратегическим инициативам, признается, что настоящий прорыв произошел, когда компания поняла, как сделать сайт для тех, у кого есть информация, а не для тех, кто в ней нуждается. Эллен получила в Стэнфордском университете степень кандидата наук в области когнитивной психологии. Темой ее диссертации было представление информации в условиях дефицита времени, и это заметно по ее подходу и к LinkedIn, и к собственной карьере. «Худший момент для завязывания отношений – когда вам что-то нужно. Это похоже на сделку, и это не то, что вам нужно, – замечает она. – Один из лучших способов построить отношения – помочь кому-то, сделав это без каких-либо далеко идущих целей». Использовать LinkedIn в качестве дублера коллекции визитных карточек не имело смысла, особенно если единственным результатом захода на сайт являлась встреча с толпой незнакомцев, жаждущих установить с вами контакт. LinkedIn должна была предоставлять своим пользователям информацию, чтобы в свою очередь получать информацию от них.

Проблема заключалась в том, чтобы предоставлять услуги, вдохновляющие пользователей на создание и распространение информации о своих профессиональных связях. Зачастую люди связывались со своими знакомыми по работе только в случаях, когда им было что-то нужно, то есть поступали ровно наоборот совету Эллен. Пользователям нужны были поводы для более регулярного общения. LinkedIn стала оповещать своих пользователей о смене мест работы, добавленных навыках и других событиях в профессиональной жизни их контактеров. В сети появились форумы, где пользователи могли размещать заметки о своем опыте и комментарии по поводу актуальных новостей, создавая тем самым дополнительные поводы для общения. Если пользователь предоставляет LinkedIn доступ к своему календарю, соответствующая информация из него направляется тем из его контактеров, с которыми планируются личные встречи. Компания стала предлагать бесплатные услуги по развитию профессиональных навыков пользователям, которых выбирала на основе «полноты» и качества их профайлов, количества контактов, рекомендаций, публикаций на сайте и активности на нем в целом.

Помимо этого пользователям предоставили возможность давать публичные рекомендации своим контактерам и отмечать их профессиональные навыки и умения. Это свидетельствует о желании помочь человеку при отсутствии каких-то очевидных выгод для себя. В некоторых случаях такой поступок вызывает желание ответить взаимностью. В социальной системе LinkedIn различные виды взаимодействий имеют различный вес. Большинство согласятся с тем, что хорошо написанная рекомендация важнее, чем клик, отмечающий профессиональный навык человека. Важное значение имеют популярность и репутация человека, который вас рекомендует, равно как и то, работали ли вы вместе с ним в одно и то же время и в одном и том же подразделении компании. У каждого из этих факторов может быть определенный вес, который убывает с течением времени. Если вы работали с кем-то десять лет назад, значимость его рекомендации будет ниже по сравнению с рекомендацией вашего теперешнего коллеги.

Все это приобретает особое значение, если посмотреть на то, как LinkedIn зарабатывает деньги. Шестьдесят процентов выручки LinkedIn поступает от рекрутеров, которые пользуются данными для поиска и переманивания кандидатов. Корпоративным пользователям предлагаются и другие продукты, в том числе инструменты лид-менеджмента и аналитика трендов в экономике и на рынке труда. Первичные данные исходят от частных лиц, а не от департаментов персонала компаний, которым нет смысла делать информацию об опыте и качественном составе своих лучших кадров доступной конкурентам. Поэтому LinkedIn предоставляет частным лицам, поделившимся информацией о своей работе и карьере, такие бесплатные услуги, как рекомендации по выбору новых контактов, возможность получать консультации из статей и презентаций на сайте и информацию о том, кто просматривал их профайл.

Асимметричное распределение сил в деловых отношениях влияет на то, каким образом LinkedIn раскрывает информацию о просмотрах профайла. Когда сеть оповещает вас о том, что ваш профайл просматривали, вам наверняка будет интересно узнать, кто это был. Но в случае, если это менеджер, который хочет узнать больше об опыте и интересах людей, с которыми он наметил собеседование, или о менеджерах конкурирующей фирмы, которых собирается переманить, он вряд ли будет заинтересован в том, чтобы об этих его просмотрах стало известно. LinkedIn предоставляет возможность выбора между анонимным и открытым способом просмотра профайла в зависимости от ситуации. При анонимном просмотре пользователь увидит только то, что с его профайлом знакомился человек из некой отрасли или города. Если вы просматриваете профайлы, не скрывая своего имени, то видите и то, кто смотрел ваш профайл, а если делаете это анонимно, то теряете доступ к этой информации. Разумеется, информация о каждом просмотренном вами профайле остается у LinkedIn вне зависимости от выбранных индивидуальных настроек, но ваш собственный доступ к данным зависит от уровня детализации открытой информации о вас.

Работая с сайтом знакомств Skout, я исследовал, какие уровни прозрачности могут быть наиболее привлекательными для пользователей. Мы не брали плату за создание профайла, поскольку чем больше людей зарегистрировано на сайте, тем более популярным местом для онлайн-знакомств он становится. Нам нужен был максимально широкий «ассортимент». Кроме того, было понятно, что, если брать деньги за просмотры профайлов или за установление контакта, люди будут меньше пользоваться сайтом.

Однако у нас имелось нечто стоящее: данные о признаках интереса к пользователям, проявляющегося в виде просмотров их профайлов. Вполне возможно, что пользователи будут готовы заплатить за возможность выяснить, кто ими интересовался, но пока не выразил свой интерес явным образом в виде отправки сообщения. В итоге мы предложили платный функционал, позволяющий пользователям видеть, кто кликнул их фото, а также насколько глубоко изучали их данные, например сколько просмотрели фотографий в альбоме и возвращались ли к профайлу, чтобы взглянуть на него еще раз. Кроме того, мы изучили возможность VIP-членства – статуса, который за дополнительную плату позволял бы просматривать профайлы в скрытом режиме, то есть предоставлял бы привилегию не показывать свой откровенный интерес.

Размещая фото в Facebook, я рассчитываю на то, что его увидят мои друзья. Сегодня я могу только догадываться о том, кого оно заинтересовало, исходя из лайков и комментариев. Может быть, Facebook должен предоставить мне право разрешить просмотр фотографий только тем, кто готов оповестить меня об этом, то есть создать своего рода «гостевую книгу»? Если я приглашаю знакомую к себе домой, а на журнальном столике лежит фотоальбом, то знакомая считает, что я подразумеваю, что она будет его пролистывать, рассматривать что-то с повышенным интересом и даже (невероятно!) переснимет что-то из понравившегося на свой телефон. Facebook дает возможность увидеть лайки и комментарии друзей, но мы не знаем, кто смотрит наши фотографии «молча», хотя такая информация у компании есть. Мой контактер в Facebook может скачать все когда-либо размещенные мной фото, а я об этом никогда не узнаю. Я предпочел бы, чтобы уровни симметричности, введенные для просмотра профайлов в LinkedIn, устанавливались и на других платформах с личными данными, и для других типов контента.

Как может изменить ваши взаимоотношения с друзьями возможность видеть их «цифровые следы»? Захотите ли вы разглядывать фото вашего приятеля, если знаете, что он просмотрел все ваши без единого комментария или лайка? Будет ли иметь значение количество времени, которое он этому посвятил? В подавляющем большинстве люди склонны контролировать свое поведение (уменьшать количество кликов и просмотров), когда знают, что за ними наблюдают. Сайты и приложения, в том числе Facebook, хотят, чтобы пользователи общались как можно больше: это увеличивает объем информации об их истинных интересах. А поскольку клики и просмотры являются недвусмысленными знаками внимания и интереса, по итогам их обработки появляется возможность предоставлять пользователю наиболее подходящий ему контент, будь то реклама или новостные сюжеты.

Многие из решений инфопереработчика относительно сервисов и способов предложения их пользователям принимаются с учетом того, что социальные данные существуют в экосистеме. В экологии под этим термином понимается сообщество взаимодействующих живых организмов и окружающей среды. Многие экологи считают, что взаимосвязанность всего живого нельзя постичь, рассматривая проблемы на «локальных» уровнях индивидуумов; наоборот, следует рассматривать состояние экосистемы планеты в целом. Попытка оптимизировать условия для отдельно взятого индивидуума или видовой группы может вывести из строя всю систему. Вспомните Томаса Остина, выпустившего на волю две дюжины английских кроликов в своем австралийском поместье. Он хотел всего лишь сделать более удачной свою охоту по выходным, но одичавшие потомки этих кроликов стали настоящим бедствием, повлекшим гибель лесов и исчезновение представителей местных видов животного мира.

Необходимость оптимизации состояния экосистемы в целом становится особенно очевидной, когда социальные данные используются для определения соответствия людей друг другу. Каждая личность уникальна, а в сутках всего двадцать четыре часа. Люди, которые вам симпатичны, или те, кто вам знаком, не всегда имеют возможность ответить взаимностью на проявленный с вашей стороны интерес. В отличие от Amazon, которая занимается рекомендациями и продажами товаров, производящихся в промышленных количествах, количество экземпляров человека увеличить нельзя. Если Facebook предлагает вам добавить в друзья Эми, а Эми уже исчерпала максимальный лимит друзей, вы огорчитесь. Если сайт знакомств утверждает, что вас должен заинтересовать Джон, а тот всю ближайшую неделю занят свиданиями с теми, кого считает интереснее вас, вы тоже огорчитесь. Для сайта было бы лучше рекомендовать кого-то, кто может ответить на ваш интерес взаимностью хотя бы отчасти. Во всех остальных случаях огорчения будут плодиться быстрее, чем кролики. А расстроенные люди обычно создают и распространяют меньше информации – зачем делиться чем-то, если взамен не получаешь ничего стоящего?

Я считаю, что мы можем лучше понимать, как развиваются такого рода сети, если воспользуемся идеями из науки о динамических системах. В 1960-х годах физики открыли, что иногда динамические системы могут проявлять свойство под названием «хаос». Это значит, что вне зависимости от того, насколько хорошо известно изначальное состояние системы, невозможно точно спрогнозировать ее поведение в долгосрочной перспективе. Теоретики хаоса доказали также, что кажущиеся незначительными отклонения способны со временем вызывать лавину последствий. В некоторых случаях система усиливает случайный шум, повторяя «эффект бабочки», – феномен получил свое название после лекции «Способен ли взмах крыльев бабочки в Бразилии вызвать торнадо в Техасе?», прочитанной математиком Эдвардом Лоренцем. Схожим образом и мелкие изменения дизайна и параметров платформы инфопереработчиками (например, отказ Facebook от кнопки dislike или от возможности видеть правки в комментариях и постах) способны приводить к существенным изменениям в будущем поведении пользователей и влиять на структуру социального графа.

В ближайшие несколько лет мы сможем наблюдать за тем, как незначительные правки в дизайне приводят к значительным эволюционным последствиям в экосистемах социальных данных. Речь идет о своего рода натурном эксперименте, в ходе которого сопоставляются две крупнейшие в мире платформы обмена сообщениями, – Facebook и WeChat. Последняя была запущена в Китае в 2011 году и имела несправедливое преимущество, поскольку Facebook в этой стране заблокирован. За четыре года аудитория WeChat выросла до полумиллиарда пользователей, в основном китайских, что примерно соответствует показателям, достигнутым Facebook спустя те же четыре года после его открытия для широкой публики. Поэтому можно говорить о приблизительно одинаковых темпах роста этих платформ.

Однако очевидно, что продакт-менеджеры Facebook и WeChat исходили из очень разных посылов. Facebook следовал традиции ежегодных встреч выпускников Гарварда, отчеты о которых веками хранятся в университетских архивах. А материнская компания WeChat – Tencent начинала как производитель интернет-игр. Там действовали такие правила: когда игра заканчивалась, можно было сохранить ее результат и историю успехов игрока, но не записи всех сделанных им ходов. Этот же подход Tencent перенесла и на информационную платформу. Функционал WeChat подразумевает эфемерность коммуникации: прочитанное сообщение удаляется с серверов компании и остается только в устройстве пользователя. Потеряв свой мобильник, он лишается и истории своего общения.

Другое существенное различие в устройстве двух платформ касается правил установления контактов между пользователями. Можно ли посмотреть список друзей человека, приславшего вам запрос на дружбу, если вы не можете понять, кто это – ни по имени, ни по фото? Или хотя бы список общих друзей? Ответы на эти вопросы будут определяться в основном тем, где вы родились и выросли. Американский пользователь Facebook подумает примерно так: «Разумеется, я хочу посмотреть на список его друзей, чтобы понять, стоит ли мне одобрить запрос». Просмотр перечня общих знакомых обычно помогает прояснить сферу пересечения – учились ли вы в одной школе, работали в одной компании или вас связывает что-то еще, что делает человека «приемлемым» в качестве фейсбучного френда.

WeChat никогда не показывает друзей человека сторонним пользователям. Социальный граф остается невидимым. Китайский пользователь WeChat размышляет примерно так: «Разумеется, я не хочу, чтобы он видел список моих друзей, потому что он может почерпнуть из него информацию, которой я не хочу делиться». Пользователи не могут просматривать списки друзей своих друзей и тем более устанавливать контакты с ними без разрешения.

В отсутствие возможности просмотра списков чужих друзей в WeChat внедрили новаторские способы поиска людей в приложении. Например, познакомившись с кем-то лично, можно сканировать QR-код от WeChat на телефоне человека, который приведет вас на вкладку, где можно добавить нового знакомого в электронные друзья. Кроме того, пользователи могут создавать импровизированные групповые чаты, что иногда делают друзья или коллеги по работе для согласования места и времени очной встречи. Это служит и персональным приглашением, поскольку в группу можно попасть только по персональной рекомендации ее члена, и предоставляет возможность установить новые контакты. Присоединившись к группе, можно увидеть остальных ее членов и послать запросы тем, с кем вы хотите оставаться на связи.

Не разрешая пользователям видеть контакты других людей, WeChat получает возможность использовать социальный граф в качестве инструмента идентификации. Если вы забыли пароль и не можете войти в приложение, WeChat показывает вам цифровой пароль и несколько имен и фотографий пользователей. Вам надо связаться с кем-то из них и попросить выслать вам пароль. Как только это сделают хотя бы двое из них, WeChat разблокирует ваш аккаунт. Метод «проблемной реакции», требующий продемонстрировать знание своей социальной сети для подтверждения личности, намного надежнее, чем вопросы о девичьей фамилии матери, кличке домашнего любимца и тому подобные, ответы на которые можно почерпнуть, изучив ваши посты или контакты в интернете. Пытаясь разблокировать свой аккаунт, вы информируете WeChat о своих взаимоотношениях, поскольку выбираете тех друзей, которые могут быстро подтвердить вашу личность.

Однако я подозреваю, что закрытость чужих контактов в WeChat в большей степени обусловлена значимостью, которая в Китае придается профессиональным и личным связям. В этой стране WeChat широко используется для решения деловых вопросов, и в ряде ситуаций обнародование своей сети контактов может оказаться излишне откровенным. Из добавленного контакта конкурент может сделать выводы о вашей стратегии и действовать соответственно. В то же время вам не надо беспокоиться о том, какое впечатление вы производите на «своих», поскольку окружающие не видят ваши контакты.

Сила связей по «ребрам» со временем меняется. По мере развития сетевых платформ и роста объема социальных данных нам потребуется больше функций, помогающих управлять своими связями в контексте поддержания здоровья экосистемы. Вы, возможно, отмечаете для себя, что матери вы звоните чаще, чем лучшему другу, или что вы больше не читаете писем от производителя продукции, которая вам больше не интересна. Но вы можете не настолько хорошо осознавать, что к одному из коллег по работе обращаетесь за советом чаще, чем к другому, или же что вы уже давно не видели обновлений статуса одного из ваших друзей в Facebook.

Мы убедились, что панели управления настройками на сайтах знакомств могут быть полезны для экономии времени и внимания при поиске потенциального нового партнера. Схожим образом и обработка данных о вашей социальной сети может помогать поддерживать существующие взаимоотношения. Один из первых облачных телефонных сервисов Skydeck, предложивший определитель номера и блокировку нежелательных звонков, экспериментировал с продуктом, оповещавшим пользователей о некоторых особенностях их активности, которые, возможно, нуждались в корректировке. Помню, как я получил уведомление о том, что не звоню другу столь же часто, как раньше. Это подтолкнуло меня к тому, чтобы связаться с ним и освежить отношения.

Инфопереработчики могут не только оповещать человека об изменениях в его сетевом поведении. Они могут делиться выводами, полученными на основе анализа агрегированных данных пользователей. Так, в Facebook заметили, что онлайн-общение между двумя людьми идет по нарастающей в течение ста дней до момента, когда они объявляют, что находятся в отношениях. Сразу после публичного объявления об этом объем их общения в сети резко падает. Но одновременно меняется и его характер – в постах и сообщениях появляется больше позитива. Ученые выявили также, что по распределению общих друзей в социальных сетях можно сделать вывод о том, что пару связывают романтические отношения. Даже если они никому не говорят о своем романе, Facebook о нем знает. Используя более широкий диапазон источников информации (например, метки на фото или совместное участие в мероприятиях), инфопереработчик может делать выводы о характере и развитии отношений.

Специфические особенности межличностных коммуникаций не ограничиваются областью романов. Представьте себе менеджера, интервьюирующего кандидатов на вакансию. Одна из особенно перспективных претенденток подчеркивает свои отличные отношения с большой фирмой. Менеджер может достаточно хорошо знать кого-то из этой фирмы и просто позвонить ему, чтобы поинтересоваться его мнением. Или в качестве альтернативы он может попросить претендентку предоставить характеристику ее профессиональных связей и контактов, «заверенную» компанией-инфопереработчиком. Возможно, ему будет интересно изучить силу «ребер», связывающих особенно ценного клиента и соискателя должности. Возможно также, что ему будет интересен не столько этот важный клиент, сколько диапазон отраслевых контактов потенциальной сотрудницы, и в этом случае будет полезно оценить, насколько особенности коммуникаций претендентки соответствуют заявленным. Это может оказаться более полезным для определения того, насколько работа, требующая постоянного и разнообразного общения, будет интересна претендентке. Рекомендации инфопереработчика будут во многом зависеть от его оценки сочетания исследования и использования. Возможно, менеджеру предстоит решить, что станет главной задачей новичка – развитие существующих деловых связей или поиск новых.

Насколько комфортным будет для вас требование представить анализ особенностей ваших деловых связей? Захотите ли вы получить симметричную информацию о менеджере нанимателя, по аналогии с возможностью просмотра профайлов интересовавшихся вами в LinkedIn? А как насчет особенностей коллектива в целом? Такой анализ может помочь в подготовке к интервью и с точки зрения понимания того, как лучше всего представить себя, и с точки зрения информированности о внутренних проблемах компании, которые хотелось бы разъяснить в ходе беседы. Подобные характеристики могут стать мощным инструментом принятия решений – и ваших собственных, и в отношении вас.

У меня есть знакомый, назовем его Джо, который решил опробовать Facebook, чтобы понять причины повального ажиотажа вокруг этой платформы. Джо немного за шестьдесят и он очень щепетилен в вопросах неприкосновенности своей частной жизни. Идея выложить персональные сведения в интернет его не привлекала, и он зарегистрировался под вымышленным именем. Он не стал френдить своих знакомых, поскольку не желал быть узнанным. А заводить липовых друзей он, в отличие от Ребекки, не собирался. В социальном графе его узел был полностью изолирован. Неудивительно, что, заходя по утрам в Facebook, Джо не находил там ничего особенно полезного. Новости и информация не представляли для него интереса. Впечатления от Facebook у Джо были очень так себе. Но разве могло быть иначе? Facebook – не газета «Нью-Йорк таймс», которая сообщает одни и те же подготовленные редакцией новости всем подряд. Джо не понял, что алгоритм новостной ленты Facebook подразумевает предоставление информации в обмен на информацию. Facebook не является готовым решением.

В своем отношении к этой платформе Джо не одинок. Преподаватель Университета штата Иллинойс Кэрри Карахалиос провела исследование на тему новостной ленты Facebook и установила, что 62,5 процента его участников не имели представления о том, что получаемая ими информация проходит предварительную обработку. В рамках своего исследования Карахалиос давала его участникам возможность сравнить то, что опубликовали их знакомые в Facebook за день, с тем, что появилось в их новостных лентах. Некоторые были шокированы тем, что алгоритм не показывает им посты их близких родственников и друзей – они считали, что эти люди просто не слишком активны на сайте.

Чтобы сделать процесс обработки информации более прозрачным, Карахалиос и ее коллеги из Университета Иллинойса и Университета Мичигана разработали программу FeedVis, которая помогает пользователям понять, каким образом их лайки, комментарии и посты влияют на то, что им показывают, и дает возможность посмотреть альтернативные варианты новостной ленты. На первом этапе пользователям дают возможность сравнить их персонализированную новостную ленту Facebook с хронологически представленным контентом, опубликованным всеми их друзьями, так называемой полной лентой. На втором этапе пользователям дают представление о вкладе их друзей, распределенных на три группы в соответствии с долей их контента, в персонализированную новостную ленту – «редко» (менее 10 процентов), «время от времени» (45–55 процентов) и «как правило» (90 и более процентов). Затем пользователь учится перемещать контент знакомых из скрытого режима в открытый или переводить друзей из одной категории в другую. В результате получаются версии новостной ленты, составленной исходя из личных предпочтений пользователя.

Очень многие из участников исследования убедились в том, что, хотя Facebook более или менее корректно понимает направления их интересов в части друзей и контента, для того чтобы видеть больше информации от конкретного человека, надо проявлять к нему более выраженный интерес – заходить в его таймлайн или активнее взаимодействовать с его постами. Сам Facebook тоже может предоставлять пользователям значительно больше обратной связи, например сообщать о том, какой контент заставляет их друзей удалять посты, какие публикации возбуждают интерес пользователей и вдохновляют их творческую мысль и даже когда и при каких обстоятельствах сам пользователь попадал под общее влияние.

Учитывая количество информации, которое люди выкладывают в Facebook, нет ничего удивительного в том, что ученые охотно используют эту платформу как лабораторию для исследований влияния социальных сетей на человеческую психологию. Один из наиболее любопытных вопросов – насколько характерны для интернета такие явления, как передача настроений и эмоций от одного человека к другому, часто происходящие в процессе очного общения. Однако обнародованные выводы исследователей из Facebook и Корнельского университета о влиянии сайта на эмоциональное состояние пользователей посредством изменений алгоритмов новостной ленты – путем увеличения или уменьшения количества позитивных или негативных постов – были встречены в штыки: «Как смеет Facebook манипулировать моими чувствами!» Но ведь и медиа, и реклама постоянно манипулируют нашими чувствами, предоставляя информацию по собственному усмотрению, что нередко приводит к серьезным последствиям. Подобное воздействие составляет суть и греческих трагедий, и рекламно-информационных материалов, и подавляющего большинства телевизионных передач.

Кажется маловероятным, чтобы негодование публики вызвали сообщения о работе ученых с алгоритмами, регулирующими показ постов о дождливой погоде. Но, оказывается, и с прогнозами погоды все не так просто. Другая группа ученых проводила в Facebook в виде натурного эксперимента исследование эмоциональной цепной реакции: они изучали распространение эмоций в зависимости от погодных условий в разных городах. И обнаружили, что в дождливую погоду люди употребляют больше негативно окрашенных слов. Однако, когда ученые проанализировали использование слов в обновлениях статуса, выяснилось, что эмоциональное воздействие ливней в одном городе распространялось по всей цепочке социальной сети человека, затрагивая настроение постов даже тех людей, которым повезло с солнечной и сухой погодой. Эти исследования распространения эмоциональных состояний в Facebook демонстрируют, насколько легко мы поддаемся влиянию социальных сетей.

Я верю в научные методы и в ценность знаний, полученных экспериментальным путем. Некоторые критики считают, что Facebook должен был заранее предупреждать своих пользователей о проведении экспериментов. Этот подход, называемый «информированное согласие», был уместен в мире, где проводилось небольшое число экспериментов незначительного масштаба и охвата, а ученый мог побеседовать с их субъектами, чтобы убедиться в их понимании возможных рисков и пользы участия. Сегодня любой человек постоянно участвует в интернет-экспериментах, поэтому понятие информированного согласия нуждается в пересмотре. Требовать от посетителя сайта нажимать кнопку «да» в диалоговом окне, подтверждая свое согласие на сбор персональных данных, недостаточно. В Европейском союзе, например, обязательным является согласие пользователя на куки-файлы. Поскольку отказ от них ведет к потере части сетевой и мобильной функциональности, включая персонализацию, многие нажимают кнопку «принять» практически рефлекторно. Это не является информированным согласием. Подавляющее большинство людей беспечно соглашаются с условиями предоставления софта или услуг на сайте, не утруждая себя вникнуть или хотя бы прочитать написанное (например, у Apple это огромное соглашение на сорока четырех страницах). Детальные пояснения по протоколам эксперимента были бы столь же непонятны подавляющему большинству людей, как и алгоритмы, применяемые Facebook для генерирования новостной ленты пользователя. Стандарты информированного согласия при всей их благонамеренности безнадежно устарели.

Еще хуже то, что оповещение пользователей ставит под угрозу эксперимент как таковой. Если участник знает, что ученые изучают конкретный вопрос (например, «Как влияет эмоциональное содержание постов в Facebook на друзей автора?»), то его поведение в сети почти наверняка изменится, а причины этого будут исследователям непонятны. В случае предупреждения об исследованиях распространения эмоциональных состояний человек может чрезмерно заострять внимание на соответствующих окрасках контента и реагировать с повышенной симпатией или, напротив, цензурировать свои комментарии из опасения предоставить ученым слишком личные сведения.

Напротив, нужно настаивать на том, чтобы значимые результаты экспериментов сообщались участникам в доступной форме, и распространять информацию о ценности, которую представляют научные выводы для компании и для общества. Для целей большей прозрачности компании должны посвящать описаниям проведенных экспериментов как минимум страницу своих сайтов. Для более сложных экспериментов, особенно тех, в которые вовлекаются социальные контакты людей, можно предусмотреть и более серьезные варианты взаимодействия. Представьте себе, что, вместо того чтобы узнать об эксперименте с распространением эмоциональных состояний из новостей, пользователи, чьи новостные ленты изменялись в ходе исследований, получили бы письма непосредственно от Facebook с объяснением научной задачи и их роли в ее выполнении. К такому письму может быть приложен пост, который не дошел до пользователя, но был бы им получен, будь он включен в контрольную группу. В идеальном варианте при наличии интереса пользователи имели бы возможность применить методы исследования к собственной ленте новостей в режиме реального времени и понаблюдать за результатами. Такого рода раскрытие информации позволило бы пользователям осознать влияние, которое обработка информации оказывает на них и на их социальное окружение. Кроме того, это дало бы пользователям возможность выражать свой интерес к участию в подобных исследованиях в будущем.

Далее следует научиться извлекать пользу из исследований социального графа и их следствий. Например, как насчет сообщений Facebook о том, что по прочтении постов одного из знакомых ваш настрой улучшается и вы чувствуете воодушевление, тогда как беглое ознакомление с постом другого обычно ведет к снижению вашей продуктивности? Имея достаточное количество данных о колебаниях вашего настроения и степени эффективности, Facebook мог бы изменять настройки показа, чтобы способствовать достижению целей, запланированных вами на день. Вы могли бы установить приложение для регистрации своей производительности или настроения, которое в течение дня время от времени спрашивало бы вас о том, как вы себя чувствуете. С другой стороны, можно использовать носимое устройство типа Fitbit или Apple Watch, периодически считывающее основные показатели вашего самочувствия. Или можно предоставить Facebook доступ к камере телефона или ноутбука, чтобы отмечать, когда улыбка на вашем лице сменяется раздражительной гримасой в связи с пустой тратой времени на чтение постов ваших друзей. В обмен на такую информацию Facebook мог бы даже рекомендовать, с кем вам стоит проводить больше времени как онлайн, так и в реальной жизни.

Возможность наблюдать и оценивать масштабы распространения идей и настроений создает богатый материал для оценки «мнения масс» по важным вопросам, таким как состояние экономики страны или решения о военном вмешательстве. Результаты исследований распространения эмоциональных состояний могли бы также учитываться при пересмотре законодательства в связи с изменениями социальных норм. После легализации однополых браков Верховным судом США в июне 2015 года Facebook предложил своим пользователям опцию – применить радужный фильтр к своему фото в профайле в честь этого события. Зайдя в Facebook на следующий день, я обнаружил, что этой опцией уже воспользовалась большая часть людей из моей новостной ленты. Я был приятно удивлен этому. Однако в целом фильтром воспользовались только около трех процентов пользователей Facebook. Чтобы понять, с чем это связано, я обратился к исследованию части аудитории Facebook, за два года до этого заменявшей свои фото в профайлах на логотип с изображением красного знака равенства – в знак поддержки права на однополые браки. Я выяснил, что пользователи заменяли свое фото после того, как это делали некоторые из их друзей. Важной информацией было как само количество людей с логотипом вместо фото, так и картина того, насколько одни люди подвержены влиянию других.

Обычно люди не очень хорошо представляют себе порядок, в котором Facebook показывает им других пользователей. В основе этого порядка может быть оценка взаимного интереса, реклама новой функции, решение акцентировать внимание на тех, кто создаст больше контента, некий А/В-эксперимент, а возможно, и политическая акция, как в случае с радужным фильтром. Кроме того, когда посетители заходят в таймлайн пользователя, им показывают выборку друзей, отличную от той, которую видит сам этот пользователь. Возможно, Facebook считает, что именно эти люди будут представлять больший интерес для гостя? Сам Facebook об этом умалчивает, а мы не можем контролировать даже то, в каком порядке наших друзей показывают нам, не говоря уже о других людях.

«Реконструкция «социальной» и «агитационной» рекламы, призывающей голосовать на выборах, которую показывали пользователям Facebook в день выборов в 2010 году. По данным статьи «A 61-Million-Person Experiment in Social Influence and Political Mobilization» by Robert M. Bond, Christopher J. Fariss, Jason J. Jones, Adam D. I. Kramer, Cameron Marlow, Jaime E. Settle, and James H. Fowler; журнал Nature, vol. 489 (September 13, 2012)».

Если бы компания Facebook захотела повлиять на политику страны, она могла бы приоритезировать посты, выражающие «предпочтительную» точку зрения. Как отмечает преподаватель права и информатики Гарвардского университета Джонатан Зиттрейн, в Facebook уже экспериментировали со «строительством гражданского общества», когда настраивали людей голосовать на выборах в конгресс в 2010 году. Почти все совершеннолетние пользователи-американцы получили напоминания о том, что нужно посетить избирательный участок. Одна из групп получила «социальную» рекламу в виде сообщений с именами и фото уже проголосовавших друзей. Другая, не столь многочисленная, группа получила «информационное сообщение» о дате выборов без каких-либо упоминаний о друзьях. Реакцию этих экспериментальных групп сопоставляли с контрольной, не получавшей от Facebook никаких извещений о выборах. Воздействие сообщений измерялось по трем параметрам: сколько людей кликнули кнопку для поиска своего избирательного участка; сколько людей кликнули кнопку, чтобы объявить друзьям о своем участии в выборах; и сколько из них действительно приняли участие в голосовании исходя из официальных данных о регистрации избирателей. Ученые считают, что полученные в социальной сети сообщения увеличили явку на выборы на 340 000 человек. Оценивая эти результаты, Зиттрейн задается важнейшим вопросом: что мешает Марку Цукербергу использовать свое влияние (и влияние алгоритмов Facebook) для поддержки тех кандидатов, которых он считает предпочтительными?.

Зиттрейн предлагает запретить возможность подобного политического влияния на законодательном уровне. Но помимо того, что сам факт таких действий будет труднодоказуем, ни рекламные рассылки, ни звонки автоинформаторов, ни таргетированная реклама по телевидению у нас не запрещены: суды признали, что такие запреты нарушили бы свободу слова, и я согласен с этим. Ни цензура, ни ограничения коммуникаций не являются решением. Вместо этого мы должны потребовать, чтобы инфопереработчики предоставляли нам инструменты, позволяющие понимать, каким образом наши действия оцениваются при принятии решения о предоставлении нам той или иной информации или рекомендации.

Сядите ли вы в попутку к незнакомому человеку? Захотите ли переночевать у него дома? Сможете ли одолжить тысячу человеку, которого в глаза не видели? Позволите ли неизвестным вам людям забрать вашу машину из ремонта или привести ребенка из детского сада? Определяющим фактором ответов на такие вопросы является понятие доверия. Доверие – очень сложная в определении и трудноизмеримая вещь, но социальный граф дает возможность сделать и то и другое.

Доверяя кому-то, вы рассчитываете на то, что человек поведет себя так, как можно ожидать исходя из его прошлых поступков. Обычно вы говорите о доверии к кому-то, только если считаете, что к вам отнесутся позитивно и будут соблюдать ваши интересы. Доверие может частично основываться на репутации человека. Если репутация является свойством человека или «узла», то доверие – свойство взаимоотношений, или, используя язык теории графов, «ребра» между двумя «узлами».

Доверие не обязательно симметрично. Вы можете очень доверять кому-то, притом что этот человек совершенно не доверяет вам. Информацию о доверии между индивидуумами можно почерпнуть из их цифрового взаимодействия. Анализируя закономерности коммуникации и содержание электронной почты и чатов, организация может прийти к заключению о том, кто, кому и в чем доверяет. Доверие очень успешно распространяется через социальный граф. Мы редко доверяем кому-то, руководствуясь исключительно собственным знанием, без учета мнения других людей. Если я доверяю Эллен, а Эллен говорит, что доверяет Марку, то я стану доверять Марку, если только он не продемонстрирует своим поведением неуместность моего доверия к нему. Если я не буду полностью доверять Марку, это может сказаться на моем доверии к Эллен как минимум в том, что касается ее рекомендаций относительно других людей, но, возможно, и в каких-то других вопросах. А чем больше людей, которым я доверяю, «поручатся» за порядочность Марка, тем больше я буду доверять ему, несмотря на отсутствие прямого опыта взаимодействия с ним.

Алгоритмы могут дополнять и совершенствовать эти цепочки доверия, создавая транспарентность и открывая новые способы проверки и подтверждения репутации. Участники таких платформ электронной коммерции, как eBay, Taobao, Airbnb и Uber, обычно не знакомы друг с другом и не имеют общих друзей, у которых можно поинтересоваться репутацией другого человека. Инфопереработчики должны моделировать представление о доверии из любых доступных данных или убедить людей предоставить им необходимые. У продавцов, хозяев жилья или водителей, регулярно использующих эти платформы, нет другого выбора, кроме как оставлять на них обширные данные. При этом другая сторона сделки в лице покупателей, гостей или пассажиров может воспользоваться сервисом лишь однажды (или однажды под каким-то определенным именем). В выстраивании экосистемы взаимного доверия Airbnb использует различные виды информации, позволяющие идентифицировать личность и подтвердить надежность человека, в том числе данные, созданные непосредственно на сайте, например историю поиска, оценки, отзывы, историю взаимодействий и прочие виды обратной связи, а также полученные из внешних источников.

Настоящая прозрачность подразумевает предоставление пользователям информации о связи между автором отзыва и его объектом. Такие детали позволяют оценивать релевантность конкретного отзыва. Так, на Yelp пользователи могут видеть, в какой части города живет автор отзыва. Географическая привязка позволяет понять, насколько близко или далеко от автора находятся места, которые он оценивает, и прикинуть вероятность того, что он пишет о месте, где никогда не бывал. Для оценки «рейтинга доверия» каждого автора, определяющего возможность появления его отзыва на сайте, компания использует данные геолокации и прочую информацию, собранную приложением Yelp.

Тем не менее Yelp не достигает того уровня прозрачности, который я считал бы полезным для пользователей при определении степени своего доверия к отзыву. Если ресторан использует систему резервирования Yelp, компания способна подтвердить, что автор отзыва действительно посещал это заведение. Почему бы тогда не снабжать отзывы ярлыком «подтвержденный визит» подобно тому, как это делает Amazon в отношении «подтвержденных покупок»? Известно, что так называемые репутационные фирмы размещали по заказу своих клиентов липовые четырех– и пятизвездочные отзывы на Yelp. Для этого существуют веские причины: доцент Гарвардской школы бизнеса Майкл Лука установил, что добавление звездочки в рейтинге Yelp обеспечивает рост выручки бизнеса на 5–9 процентов.

Китайский гибрид Groupon и Yelp, компания Meituan-Dianping, услугами которой ежемесячно пользуются 200 миллионов человек, применяет для оценки значимости отзывов пользователей большой набор критериев. Так, купоны сайта свидетельствуют о том, что автор отзыва действительно посещал данное заведение и покупал товар или услугу, о которых пишет. Скорее всего, Meituan-Dianping пойдет намного дальше, поскольку в число ее крупных инвесторов входят Alibaba и Tencent. История сделок на Alibaba дает представление о надежности продавцов, что очень важно в условиях Китая. Tencent предоставляет пользователям WeChat возможность привязать к своему аккаунту банковские счета и кредитные карты, чтобы упростить оплату покупок через приложение. Таким образом Tencent получает доступ к истории транзакций, удачно дополняющей историю особенностей общения. Доступ к этим данным позволяет Meituan-Dianping ранжировать и группировать отзывы, отсеивая возможных мошенников. Но ни Meituan, ни Dianping никогда не объясняли людям, на основании чего принимается решение поднять повыше одни отзывы, спустить пониже другие и не показывать вообще третьи. Такие компании, как Yelp и Meituan-Dianping, могут повысить качество сервиса для своих пользователей (и дать возможность принимать более обоснованные решения о способах траты денег), публикуя рейтинги доверия авторов обзоров и достоверности самих обзоров. Инфопереработчики могут также предоставлять инструменты для монетизации доверия.

В качестве первого шага инфопереработчики могли бы предоставить пользователям простую кнопку включения и выключения персонализации. В Facebook есть скрытая кнопка, позволяющая пользователю выбирать между двумя способами сортировки постов в новостной ленте: настройка «самые свежие» означает простой хронологический порядок, а настройка «топовые истории» подключает волшебство алгоритмов. Этот функционал должен стать более доступным, но помимо этого должны существовать и другие опции сортировки. Для подавляющего большинства пользователей подробности работы алгоритмов останутся непонятными, но это не означает невозможность попробовать другие настройки и сформировать мнение о том, что лучше подходит в конкретной ситуации. В конце концов, только пользователи могут судить о том, полезны им алгоритмы или нет. Рассмотрим такой пример. Вы собираетесь поискать старые посты своих друзей о понравившихся им ресторанах в Сан-Франциско. С кого вы начнете – со знакомой, которая знает толк в еде и постоянно собирает лайки на свои апдейты про еду, или с приятеля-спортсмена, которому для полного счастья вполне хватает пакетика арахиса?

Интернет-магазины понимают, что иногда потребитель хочет видеть сортировку товаров по цене, а иногда – по отзывам покупателей. Сайты турагентств и бронирования авиабилетов позволяют клиентам применять сортировки по тарифу, длительности перелета, времени вылета и прилета, количеству пересадок и названию перевозчика. На сервисе Hipmunk, созданном Адамом Голдстайном и Стивом Хаффманом из Reddit, есть «экстренная» функция, позволяющая оценивать совокупность факторов цены, количества пересадок и времени в пути и выдающая результаты исходя из весов этих оценок. (Позже подобный подход был внедрен и на Google Flights.) Алгоритм, учитывающий присущие процессу принятия решений компромиссы, – это очень хорошо, а предоставление пользователю возможности определять значение отдельных факторов – еще лучше. Компания CWT, работающая в области организации поездок, проанализировала 15 миллионов транзакций и 7000 анкет, чтобы определить и количественно оценить источники стресса в путешествиях, от потерь рабочего времени до недосыпа. Возможно, вам понравится идея оценить в долларах необходимость встать ни свет ни заря, чтобы успеть на более дешевый утренний рейс. Удивительно, что никто из других инфопереработчиков не предлагает пользователям подобный уровень свободы выбора, хотя обоюдная выгода здесь налицо. Пользователь лучше понимает свои предпочтения, ранжируя значимость факторов и определяя, какая из предложенных комбинаций больше вдохновляет его на покупку, а компания получает данные, позволяющие совершенствовать процесс подготовки рекомендаций, как общих, так и персональных. Возможности сортировки и оценки значимости факторов для пользователей должны быть расширены, и не только в интернет-торговле. Они должны быть доступны и в социальных сетях.

С другой стороны, пользуясь доступом к более широкому выбору вариантов группировки, мы даем возможность людям из своего социального окружения узнавать об особенностях нашего образа жизни. Если запрос в Facebook окажется весьма специфичен, ответом на него станет выборка из одного человека – лично вас.

Данные социального графа будут все больше и больше использоваться для оценки надежности людей до и в период их взаимодействия с разными учреждениями. Несколько лет назад компания Allstate, продающая 10 процентов полисов страхования имущества физических лиц в США, предположила, что клиенты более склонны предъявлять фальшивые требования на выплату страхового возмещения, если в их социальном окружении есть люди, которые поступали так прежде. Это разумное осмысление принципов гомофилии: дружить будут, скорее, люди с одинаковыми ценностями (в данном случае со склонностью мошенничать со страховкой). Ежегодно Allstate получает миллионы требований по страховым выплатам, и тщательно проверить каждое из них невозможно. В прошлом компания руководствовалась грубыми прикидками, например общей статистикой мошенничеств со страховками в районе проживания клиента. Данные о круге знакомств клиента из социального графа позволяют сотрудникам выделять требования, нуждающиеся в более тщательной проверке.

Страхование имущества – бизнес преимущественно офлайновый, поэтому Allstate нужен был источник данных из интернета. Страховщики обратились к брокеру данных RapLeaf, обладающему огромным архивом электронных адресов и информации из социальных сетей. Данные из Facebook, в том числе списки контактов пользователей, были куплены у приложений, получающих доступ к аккаунтам с разрешения пользователей (подчас с целями, которые пользователи себе даже не представляют). Сначала в RapLeaf проанализировали информацию с целью идентифицировать все сетевые аккаунты, принадлежащие одному и тому же человеку. На втором этапе с использованием данных из Facebook были установлены связи между людьми. Полученная от RapLeaf база данных позволяла Allstate идентифицировать клиентов, в числе друзей которых были другие клиенты компании. Исходя из истории отношений этих друзей со страховщиком устанавливался уровень проверки конкретного клиента. После статьи в «Уолл-стрит Джорнэл» с беспощадной критикой RapLeaf в связи со случайной утечкой в сеть личных данных, собранных из различных источников, Facebook запретила компании заниматься скрейпингом на своем сайте.

Разумеется, и сама платформа Facebook ищет способы монетизации своих данных о социальном графе. В 2010 году компания приобрела у Friendster патент на использование данных социального графа для получения информации об отдельных людях. Однако, когда в 2015 году Facebook обратилась за возобновлением патентных прав, сама идея патента относилась уже исключительно к деньгам. Как сказано в патентном документе: «При получении кредитной заявки частного лица заимодатель исследует кредитные рейтинги связанных с данным лицом представителей его социального окружения. Если их средний рейтинг соответствует минимальному показателю кредитной оценки, заимодатель продолжает обработку заявки. В иных случаях заявка отклоняется».

Станете ли вы рассматривать человека из списка ваших друзей в Facebook в качестве делового партнера, если в реальной жизни вас объединяет с ним только то, что вы когда-то работали в одной компании или играли в одной детской баскетбольной команде, или вы знаете от мамы, что он – троюродный кузен вашего двоюродного дяди? Я думаю, что было бы правильнее, если бы мы могли «связывать» свою личную репутацию с репутацией людей из своей социальной сети. Идея вот в чем: я доверяю своему другу Дэниэлу Канеману в числе прочего еще и потому, что он – лауреат Нобелевской премии по экономике. Возможно, я хотел бы привязать 50 процентов своей репутации к его репутации, что будет соответствовать значению 0,5 «коэффициента доверия связанных репутаций». Это значит, что если оценка репутации Дэниэла возрастет на одно значение, то оценка моей увеличится на 0,5 этого значения. И наоборот, если по какой-либо причине оценка репутации Дэниэла снизится на одно значение, моя оценка также снизится на 0,5 этого значения. Коэффициенты доверия позволили бы мне более осознанно оценивать различные аспекты моей идентичности – друзей, наставников и вдохновителей – по сравнению с обычным бинарным выбором «друг/недруг».

Если бы коэффициенты доверия находились в свободном доступе для ознакомления, мне обязательно пришлось бы серьезно задуматься о том, что говорят обо мне мои решения. Я мог бы связать всю свою репутацию с такими «голубыми фишками», как Дэнни. Правда, его авторитет и звездность вряд ли смогут подняться еще выше, и в результате я вряд ли смогу улучшить свои показатели. Если бы моей задачей являлось укрепление репутации, мне стоило бы поискать «восходящих звезд».

Бизнес-модель немецкого стартапа Friendsurance строится на идее, схожей с увязкой репутаций. Friendsurance предлагает услуги брокера в том, что ее основатель называет брокерскими услугами в равноправном страховании. Чтобы создать страховой план Friendsurance, два человека (или больше) договариваются о том, что вкладывают определенную сумму, например по 30 евро, на случай, если застрахованный предмет будет утерян или украден у одного из них. В итоге при аналогичном страховом покрытии страховая премия оказывается ниже: необходимость просить страховое возмещение у знакомых снижает количество страховых претензий. Поскольку выставлять претензию нужно своим друзьям, а не абстрактным корпоративным структурам, люди менее склонны это делать, так как либо не хотят, чтобы об утрате стало известно (например, в случае их беспечности), либо же просто потому, что не хотят обременять их. В определенном смысле клиенты гарантируют обоснованность своих требований страховых выплат, а их друзья гарантируют кошельком истинность намерения возместить ущерб в оговоренной сумме за вычетом комиссии Friendsurance. По сути дела, Friendsurance перекладывает часть работы по оценке рисков клиента на его партнеров. Кому захочется предложить поучаствовать в таком страховом плане кузену Дагу, который известен тем, что теряет по смартфону каждые три месяца?

При широком распространении коэффициентов доверия и связанных репутаций конструктивные особенности такой системы окажут существенное влияние на социальный граф. Насколько неизменным является ваш уровень доверия к людям? В реальной жизни вера в человека может пошатнуться или рухнуть. Но человеку не обязательно распределять между своими знакомыми какой-то определенный объем доверия. Если я стал больше доверять своему брату, то мне не обязательно уменьшать доверие к кому-то другому. Моя возрастающая вера в людей не означает, что она становится менее ценной, ведь доверие – не бумажные деньги, стоимость которых падает с ростом числа находящихся в обороте купюр. Инфопереработчик, применивший систему связанного доверия, возможно, захочет прибегнуть к искусственным ограничениям взаимного доверия – сейчас нечто подобное делают некоторые сайты знакомств, ограничивающие количество исходящих сообщений своих пользователей. Так, вместо возможности рекомендовать людей в связи с их успехами в отдельных сферах профессиональной деятельности, LinkedIn могла бы выдать вам сто «единиц доверия» для гласного распределения между вашими деловыми контактами. В идеальном варианте это способствовало бы увязке ваших интересов с целями сбора и обработки данных: информация о процессе распределения и перераспределения вашего доверия к людям в зависимости от поступков и репутации будет полезна для выработки рекомендаций в случае необходимости обращения к консультанту.

Кроме того, инфопереработчик может принять решение о доступности информации о распределении доверия и его эволюции во времени. Это позволит выявить людей, постоянно перемещающих свои единицы доверия между контактами, то есть занимающихся своего рода репутационными спекуляциями. Таким образом, люди получат возможность лишать своего доверия тех, кто этим занимается. Если источники полученных вами единиц доверия будут доступны для всеобщего обозрения, другие пользователи смогут решать, насколько важным для них является обстоятельство, что некоторые из ваших баллов получены от очень слабых связей вашей социальной сети. Значение будет также иметь и факт получения «запроса на доверие», акцепт которого подтвердит, что вы не возражаете против увязки вашей репутации с репутацией его отправителя. Будет ли подобный рынок единиц доверия функционировать подобно фондовому рынку? Покупая акции Microsoft, вы тем самым увязываете свое личное благополучие с будущим этой компании. При этом сама Microsoft не может высказывать свое мнение в связи с вашей покупкой ее акций или отказом от таковой.

Коэффициенты доверия могли бы стать полезной информацией при принятии решений, равно как и способствовать развитию общественных норм поведения в интернете. Если вы настолько доверяете человеку, что готовы связать с ним свою репутацию, возможно, имеет смысл поинтересоваться, чем он занимается.

Мы советуемся с друзьями и родственниками. Мы считаемся с мнением окружающих о приличном и неприличном. Наступившая эра изобилия социальных данных означает, что наши взаимоотношения с людьми (с кем и каким образом мы взаимодействуем) могут быть объектом пристального наблюдения. Сможем ли мы использовать социальный граф для принятия лучших решений? Эта задача не сводится к повышению коэффициента реагирования на рекламные кампании.

Facebook, LinkedIn и прочие подобные компании по большей части вполне откровенно признаются в том, что накапливают данные, предоставляя людям платформы для открытого обмена информацией о себе и своих поступках. Но эти платформы работают в определенных рамках, и мы не можем выкладывать в Facebook каждое мгновение своей жизни. Именно поэтому Facebook постоянно исследует новые способы совершенствования своего социального графа в мире. Компания отслеживает навигацию своих пользователей в интернете, а благодаря встроенным в плагины куки-файлам пользователи могут ставить лайки контенту на других сайтах, тем же кликом шеря эти лайки в Facebook.

Кроме того, Facebook определяет компьютер или мобильное устройство, с которого пользователи хоть единожды зашли в соцсеть. Это делается путем создания «отпечатка пальца» для устройства, с которого осуществляется вход, примерно так же, как Biocatch идентифицирует пользователя по характерным особенностям его работы с клавиатурой и мышью. Отпечаток устройства в Facebook создается на основе многих источников данных, в том числе языковых настроек операционной системы, списка установленных приложений и списка контактов пользователя (если он предоставляет доступ к нему). Идентификация устройств проводится в основном с целью защиты аккаунта от взлома. Но помимо этого хотя бы однократный случай захода в разные аккаунты Facebook с одного устройства дает возможность предположить, что люди относятся к одному и тому же домохозяйству. А эти данные можно использовать для совершенствования географической карты социального графа и при планировании рекламных кампаний, поскольку на уровне домохозяйств принимается большая часть решений о покупках. Но насколько выгодно пользователям то, что Facebook уточняет части социального графа при помощи информации, которая получена без их согласия?

Инфопереработчики обязаны объяснять пользователям, какую именно выгоду принесет им предоставление информации о себе. Речь идет о тех же самых задачах прозрачности и свободы выбора. Отчасти поэтому я и предложил внедрить коэффициент доверия: он нужен для того, чтобы люди могли улучшать свою репутацию, открыто выражая доверие друг другу. Одни люди губят репутацию, другие возрождают ее. И те и другие являются обязательными элементами жизни общества. Подобные новаторские методы способны не только вознаграждать людей за предоставленную информацию, они могут превращать информацию в мощный инструмент принятия решений, вдохновляющий нас на предположительно добрые дела.

Решения всегда принимаются в определенной среде. Мало кто может усомниться в том, что социальная среда влияет на наши решения, но то же самое справедливо и в отношении физической среды. Направление дальнейшего движения определяется тем, откуда мы пришли и где находимся в данный момент. Наши решения зависят от времени суток, погоды за окном, усталости, ощущения счастья и много чего еще. И, разумеется, наши поступки (и наши решения) могут различаться в зависимости от того, наблюдают за нами или нет. А наблюдение, осуществляемое под запись, радикально меняет нашу среду.

Взрывной рост количества сенсорных устройств в глобальном масштабе позволяет инфопереработчикам указывать нам наиболее верные пути. Как минимум мы можем надеяться на это. И очень скоро мы узнаем, так ли это.