Мир-фильтр и его гладкая одинаковость могут вызывать захватывающее, почти изнуряющее чувство тревоги. Однородность кажется неизбежной и отчуждающей, даже если она широко позитивно рекламируется. “Надзорный капитализм”, как назвала его исследовательница Шошана Зубофф, – это концепция, в рамках которой технологические компании монетизируют постоянное поглощение наших персональных данных, это усиление экономики внимания. И все же, несмотря на все эти данные, алгоритмы часто понимают нас неправильно, связывая не с теми людьми, рекомендуя не тот контент, поощряя в нас привычки, которые мы не желаем иметь. Сеть алгоритмов принимает за нас множество решений, а у нас практически нет возможности ответить ей или повлиять на ее работу. Этот дисбаланс порождает состояние пассивности: мы потребляем то, что рекомендуют нам ленты, не вникая в суть материала. Мы также подстраиваем свою деятельность в Сети под предлагаемые стимулы. Мы пишем твиты, публикуем посты в Фейсбуке и делаем фотографии для Инстаграма в том виде, который, как мы знаем, привлечет внимание и соберет лайки или клики, приносящие доход технологическим компаниям. Научные исследования показали, что эти лайки вызывают прилив дофамина в нашем мозгу, а, значит, погоня за ними и соблюдение предложенных нам правил вызывает привыкание.

Другая сторона нашего алгоритмического беспокойства – состояние оцепенения и невосприимчивости. Выброс дофамина становится несоразмерным, а шум и скорость ленты подавляют и перегружают. Наша естественная реакция – искать культуру, которая приветствует небытие, укрывает и успокаивает нас, а не ставит проблемы и не удивляет, как это должны делать яркие произведения искусства. Нас становится все труднее зацепить; истощается даже наша способность проявлять эмоции, интерес и любопытство.

Чтобы понять, как Мир-фильтр формирует наш опыт, нужно понять, как он появился. Доминирование алгоритмических лент – относительно недавнее явление. На заре существования таких социальных сетей, как Твиттер, Фейсбук, Инстаграм и Тамблер, ленты контента на их сайтах отличались более или менее хронологическим порядком. Вы сами выбирали, с кем дружить или на кого подписываться, и посты этих людей появлялись в порядке публикации. В 2010-х годах число пользователей этих платформ выросло до миллионов и миллиардов, и они стали общаться с большим количеством людей одновременно, поэтому полные хронологические ленты стали громоздкими и не всегда интересными. Вы могли пропустить популярный или интересный пост только потому, что не заходили на платформу в нужное время. Поэтому в лентах постепенно увеличивалась процентная доля рекомендуемых постов, расположенных не в хронологическом порядке. Источниками этих алгоритмически выделенных постов могут быть даже аккаунты, на которые вы не подписаны, а их темы могут быть вам безразличны; они встраиваются в вашу ленту только для того, чтобы при открытии приложения там что-нибудь было.

Мотивом для такой трансформации послужило не столько удобство использования, сколько выгода. Чем больше времени пользователи проводят в приложении, тем больше данных они производят, тем легче их отследить и тем эффективнее можно продать их внимание рекламодателям. С течением времени ленты становились все более алгоритмизированными – особенно в переломный момент середины 2010-х годов.

ТикТок, запущенный в США в 2018 году, в качестве основной инновации сделал свою основную ленту For You (“Для вас”) почти полностью алгоритмической. В этом приложении пользователи следили не столько за теми, на кого подписались, сколько за контентом, подобранным для них алгоритмом рекомендаций (отсюда и бомбардировка моей ленты видеороликами про укладку плитки в ванной). ТикТок стал самой быстрорастущей социальной сетью в истории, заполучив свыше 1,5 миллиарда пользователей менее чем за пять лет, и его конкуренты, пытаясь наверстать упущенное, последовали его примеру с алгоритмизацией. В 2020 году Инстаграм добавил функцию видеороликов Reels, основанную на рекомендациях, а Твиттер после покупки Илоном Маском ввел в 2022 году колонку For You (“Для вас”) с рекомендуемыми твитами. И этот алгоритмический бум не демонстрирует никаких признаков спада – по крайней мере для крупных корпораций, на долю которых приходится большая часть трафика в интернете.

Теперь живых блюстителей и хранителей культуры, редакторов и диджеев заменили алгоритмические аналоги. Хотя такая трансформация понизила многие культурные барьеры для входа (поскольку теперь каждый может обнародовать свою работу в интернете), она также привела к своего рода тирании данных в реальном времени. Единственной мерой оценки культуры стало внимание, а то, что получает внимание, диктуется уравнениями, разработанными инженерами Кремниевой долины. Результатом такого алгоритмического контроля является повсеместная уплощенность, которая проявляется во всех областях культуры. Под уплощением я подразумеваю придание однородности, а также упрощение: сильнее всего продвигаются наименее неоднозначные, наименее подрывные и, возможно, наименее значимые части культуры. Уплощенность – это наименьший общий знаменатель, усредненность, которая никогда не была отличительным качеством самых значимых культурных достижений человечества.

Метафора Мира-фильтра встретилась мне в романе японского писателя Ясуо Танаки “Слегка хрустальные”, вышедшем в 1980 году. Эта книга – не драматическое повествование, а скорее список модных марок, брендов, ресторанов и бутиков. Автор в мельчайших подробностях описывает потребительскую среду в Токио, окружающую молодую женщину по имени Юри, рассказывает о том, что героиня покупает, а также о различных устройствах, которыми она пользуется, – литературный эквивалент аккаунта популярного блогера в Инстаграме. Роман начинается с того, что Юри просыпается и включает стереосистему рядом с кроватью. Она нажимает на кнопку, чтобы радио переключилось на FEN – станцию, передающую американскую рок-музыку. В сноске книга философствует о технологии подобной кнопки: это “удобная функция, позволяющая заранее задать частоту нужной вам станции”, хотя при этом “немного утрачивается безумная радость от ручной настройки”.

Автор обращает внимание на разницу между нажатием кнопки для мгновенной настройки на станцию и покручиванием ручки влево-вправо, когда вы пробиваетесь сквозь помехи и в конце концов обнаруживаете идеальное аналоговое положение. Возможно, второй вариант менее точен и удобен, зато он несколько более волшебен и человечен. В нем нет предустановки, нет заранее определенного решения. Культура Мира-фильтра – это культура предварительных установок, устоявшихся шаблонов, которые повторяются снова и снова. Подобная технология ограничивает наше потребление определенными способами, выйти за рамки которых уже не получится. Когда столь многое зависит от способности культуры распространяться через цифровые каналы, уходит, как выражается Юри, “безумное веселье” – то есть исчезает определенная степень оригинальности, небывалости, творчества и неожиданности.

Цель этой книги – не просто составить схему Мира-фильтра и описать его влияние, но и деконструировать его. Сделав это, мы сможем определить пути выхода из него и развеять вездесущую атмосферу тревоги и апатии, которую породили алгоритмические ленты. Мы можем избавиться от их влияния, только поняв их – открыв ящик механического турка и обнаружив внутри оператора.

Алгоритм как термин просто описывает некое уравнение: любую формулу или набор правил, которые выдают желаемый результат. Самые ранние примеры восходят еще к древнему Вавилону, располагавшемуся на территории современного Ирака. На клинописных табличках, датируемых 1800–1600 годами до н. э., записаны алгоритмы для таких целей, как вычисление длины и ширины резервуара, если известны его глубина и объем вынутого грунта. По словам математика Дональда Кнута, вавилоняне “представляли каждую формулу в виде пошагового списка правил, то есть в виде алгоритма вычислений по этой формуле”. У них была специальная система записи вычислений, использующая, как пишет Кнут, “не символический язык, а представление формул на «машинном языке»”. Письменное объяснение каждого вавилонского алгоритма заканчивалось одной и той же фразой: “Таков способ”. Эта фраза подчеркивает неотъемлемое свойство алгоритмов: их можно повторять, они одинаково применимы и эффективны каждый раз, когда возникает определенная ситуация. Современный последователь Кремниевой долины назвал бы их адаптируемыми.