"Это было достойно восхищения, и я до сих пор постоянно думаю об этом", - сказал один бывший старший инженерный менеджер. "Но если вы пройдете через слишком много дверей, то со временем не сможете вернуться к первой - двухстворчатые двери становятся одностворчатыми". Другими словами, некоторые изменения не так-то просто отменить.
Каждый квартал компания вносила десятки изменений в ранжирование, и каждое новое решение накладывалось на предыдущие. Совокупный вес всех этих изменений, как правило, не давал возможности для серьезных преобразований. Тысячи инженеров потратили годы на оптимизацию платформы на основе согласованных показателей успеха. Изменить что-то основополагающее было бы равносильно тому, чтобы отбросить годы с таким трудом достигнутых успехов.
Именно это и хотел сделать Гомес-Урибе, на которого сильно повлияло время работы в Netflix: выкинуть все это. Он вспомнил, как потоковый сервис научился обращать внимание на то, сколько времени пользователи тратят на каждый фрагмент контента. Если люди бросали смотреть телешоу через три минуты, это был худший знак, чем если бы они вообще его не смотрели.
Команда Гомеса-Урибе начала разрабатывать новую систему, которая поощряла бы только содержательное участие: если пользователь увидел что-то и сразу же нажал кнопку "поделиться", это будет стоить меньше, чем, скажем, если он продержит пост открытым в течение минуты, а затем оставит комментарий. Это поощряло то взаимодействие, к которому они стремились, но как способ решения проблем целостности подход не оправдал себя - количество времени, проведенное пользователем с контентом, не коррелировало с тем, был ли он точным и содержательным.
Второй подход был более перспективным, хотя и спорным. По мнению Гомеса-Урибе, самые активные пользователи Facebook могут оказаться не на пользу платформе. Анализ данных показал, что существует небольшая, но значительная часть пользователей, которые, похоже, проводят на Facebook невероятное количество времени. Иногда цифры наводили на мысль о недобросовестности. Как может быть, что аккаунт, в который заходят по двадцать часов в день, не автоматизирован и не управляется людьми, работающими посменно?
Команде Гомеса-Урибе не поручалось работать над проблемой российского вмешательства, но один из его подчиненных заметил нечто необычное: некоторые из самых гиперактивных аккаунтов, казалось, полностью уходили в темноту в определенные дни года. Оказалось, что время их простоя совпадает со списком государственных праздников в Российской Федерации.
"В России уважают праздники?" - вспоминает он. "Неужели мы все такие тупые?"
Но пользователям не обязательно быть иностранными троллями, чтобы продвигать проблемные посты. Анализ, проведенный командой Гомеса-Урибе, показал, что класс влиятельных пользователей Facebook, как правило, предпочитает более современный контент, и они более склонны к крайним пристрастиям. Кроме того, они были более плодовиты - они ставили лайки, комментировали и перепощивали гораздо больше контента, чем обычные пользователи. Эти аккаунты были исключением из правил, но поскольку Facebook рекомендовал контент на основе совокупных сигналов вовлеченности, они оказывали огромное влияние на рекомендации. Если Facebook и был демократией, то такой, в которой каждый мог голосовать когда угодно и как угодно.
После работы в Netflix и Google - обе компании ограничивали степень влияния отдельного пользователя на рекомендации - подход Facebook показался Гомес-Урибе странным. Netflix никогда бы не создал алгоритм, который позволил бы человеку, смотрящему восемьдесят часов телевизора каждую неделю, в десять раз больше влиять на рекомендации, чем тому, кто смотрит восемь. Netflix не имеет ничего против просмотра телепередач, но идея о том, что все просмотры равны, была в корне искажена.
Поэтому команда Гомеса-Урибе предложила большое, но простое решение. Facebook перестроит алгоритм новостной ленты, чтобы ограничить влияние гиперактивных пользователей. Платформа по-прежнему будет учитывать их вовлеченность, но чем больше они будут вовлечены, тем меньший вес в рекомендациях Facebook будет придаваться каждому дополнительному действию. Для этого пришлось бы изменить математику подсчета вовлеченности каждой страницы, группы и комментария. По словам Гомеса-Урибе, для перестройки системы потребуется около двадцати человек, а после завершения работы News Feed придется заново обучать, чтобы ускорить многолетние усилия по оптимизации. Это будет не маленькая задача, именно тот амбициозный проект, который, как заверили Гомеса-Урибе, он сможет реализовать.