Во всех медиасредах существовал механизм формирования влиятельных лиц и определения, в той или иной степени, того, что люди видят. В печати, на радио и телевидении кураторами были другие люди, редакционные привратники, которые решали, что освещать в новостях. С появлением Интернета в сети можно было найти огромное количество контента на любые мыслимые темы, созданного теми, кому взбрело в голову его разместить. Поисковые системы стали критически важной формой кураторства в мире с растущим избытком контента. Но алгоритмы автозаполнения сделали еще один маленький шаг вперед, добавив слой предложений - цифровой эквивалент книжного магазина или библиотеки, выкладывающей на стол заманчивые материалы, которые пользователь не искал, но не смог устоять.
Подталкивание людей к тому, что они не искали, быстро стало основополагающим инструментом Больших Технологий для привлечения пользователей.
Одними из первых подталкиваний, которые алгоритмы социальных сетей дали пользователям, были связи с другими пользователями. Они начали определять, кого мы знаем, основательно переориентировав социальные сети людей, которые никогда не встречались в реальной жизни, и переместив нас от "графов друзей" к "графам интересов". Это, по сути, и есть феномен, породивший влиятельных людей: влиятельные люди становятся влиятельными во многом потому, что алгоритмы рекомендуют их. Когда в мае 2019 года Шарли Д'Амелио начала выкладывать танцевальные видео, в ее распоряжении не было ни шикарной PR-фирмы, ни щедрого маркетингового бюджета. 28 Но у нее был интересный контент и алгоритм, стимулирующий его распространять, и ее пятнадцатый пост 17 июля 2019 года стал вирусным, поскольку алгоритм курирования TikTok продвигал его. 29 У нее появились тысячи подписчиков. А затем, когда она продолжила публиковать больше танцевальных видео, алгоритм TikTok, наряду с сарафанным радио, надежно увеличил ее аудиторию.
Рассмотрим такие алгоритмы, как функция People You May Know (PYMK) от Facebook: рекомендательная система, которая активно предлагает потенциальных друзей, отображая фотографию и имя рекомендуемого профиля на видном месте на сайте. Ее цель - не только связать пользователей, которые могут знать друг друга в реальной жизни, но и соединить друзей друзей - потому что команда разработчиков Facebook заметила, что знакомство с большим количеством людей увеличивает время пребывания пользователя на сайте. Инженеры Facebook подсчитали, что у обычных пользователей может быть сорок тысяч друзей друзей, а у "опытных пользователей" - до восьмисот тысяч. 30 Алгоритмы рекомендаций работают как в Facebook, так и в других местах, создавая ощущение серендипности или любопытства и побуждая нас кликнуть. Эти алгоритмы успешно соединяют людей в огромных масштабах и таким образом, что они выходят за рамки географии, создавая новые социальные сети, по которым распространяется контент и мнения. Они превратили "друг" в глагол.
PYMK и подобные алгоритмы рекомендации соединений используют все имеющиеся в их распоряжении данные. Приложения для социальных сетей запрашивают доступ к контактам вашего телефона, чтобы сверить номера с зарегистрированными пользователями, а затем предлагают вам добавиться в друзья или следить за совпадениями. Другие способы связи между людьми включают физическую близость - например, если возможности определения местоположения вашего телефона показывают, что вы и другой человек работаете в одном месте или ходите в одну школу в одно и то же время. 31 Это работает достаточно хорошо, но иногда показывает, что рекомендатели на самом деле не понимают социальные нормы, которые они моделируют. Журналистка Кашмир Хилл провела расследование одного тревожного случая, когда алгоритмы PYMK рекомендовали пациентов терапевта друг другу, предположительно на основании их взаимных связей с ней (например, наличия в их телефонах номера телефона ее клиники). 32 Алгоритмы оптимизируются для достижения определенной цели; это означает, что если они не будут тщательно продуманы, это может привести к непредвиденным последствиям.