Как Facebook сжал человеческое общение

Примитивность обратной связи и коммуникации с пользователями — это запрограммированное свойство, а не желание онлайн-сервисов. Компьютеру гораздо проще ориентироваться в «лайках» или звездочках рейтинга, нежели извлекать смысл из текстов.

Реакции Facebook

Популярный сервис Yelp собирает отзывы о качестве услуг в ресторанах и гостиницах и не может существовать без звезд рейтинга, которые позволяют проводить удобные сортировки, фильтрации, а также оценить, ухудшается или улучшается сервис со временем. Это предопределяет то, что я называю…

Первым законом интернет-данных

В любой компьютерной среде предпочтение отдается четко структурированным данным.

«Четко структурированными» являются любые данные, связанные с категориями, классификацией и рейтингованием. Эти данные являются автономными, а их интерпретация не требует какого-либо более широкого контекста. Это могут быть любые данные — кредитные записи DSM, финансовые транзакции, категории продуктов Amazon или профили в Facebook.

Данные, которые существуют в структурированной и классифицированной форме, намного полезнее и важнее для алгоритмов, а также для людей и компаний, которые их используют, чем неструктурированные данные — например, тексты на естественном языке, изображения или видео.

В начале существования Интернета, когда еще не было большого количества информации, которую можно было классифицировать, этому закону не оказывали достаточно внимания. Но уже тогда оцифрованные метаданные, как графы связей, которые корыстно использовала Google, свидетельствовали о том, что алгоритмы тяготеют в сторону классификации информации.

Другими словами, ранние дни Интернета были скорее отклонением. Тогда еще не было масштабной оцифровки, которая ускорилась с появлением социальных сетей, таких как Facebook, Snapchat, Instagram и Twitter, а также платформ продаж, в том числе Amazon и eBay.

Следует отметить, что для Веб 2.0 использование социальных данных — не самоцель. Зато современный Интернет имеет дело скорее с классификацией социальной информации и — шире — с классификацией жизни. Google добыл все, что можно было добыть из неструктурированных данных.

Развитие Интернета нуждалось в четкой организации контента, пригодного для анализа компьютерными алгоритмами. А лучший способ это сделать заключался в том, чтобы заставить пользователей самим генерировать эти данные.

Процесс оцифровки требует, чтобы данные были обозначены и классифицированы еще перед тем, как их можно сортировать и упорядочивать. Такие архивные проекты, как, например, библиотека Конгресса, не сортируют книг самих по себе, а создают систему всеобъемлющей классификации, которая определяет, в каком порядке должны быть расположены книги. Машинное обучение, в свою очередь, работает значительно хуже, если ему не предшествуют классификационные рамки.

Второй закон интернет-данных

Для любых данных классификация важнее, чем-то, что классифицируется.

Результат и эффект машинного анализа обусловлен не самими данными, а скорее типом классификации, с помощью которого собрали эти данные. Когда Facebook группирует людей в категории по какому-либо признаку — например, «любители пива» или «энтузиасты моды» — это не значит, что у всех этих людей на самом деле есть этот признак. Это лишь амальгама индивидуальных факторов, которые вместе свидетельствуют лишь о склонности иметь этот признак.

Но важно то, что эти категории вполне реальные и диктуют то, как с нами будут вести себя в будущем. Само название категории (например, «афро-американец», «этническое меньшинство», «африканское происхождение» или «черный») важнее, чем критерии, лежащие в ее основе.

Эти критерии могут существенно пересекаться между собой и быть очень размытыми, но классификация, в конце концов, применяется к каждому конкретному случаю. Мы никогда не знаем критериев, по которым нас оценивают, хотя очень часто эти критерии бывают произвольными, а то и вовсе ложными. Выбор классификации для Facebook важнее, чем критерии, по которым эта классификация проводится.

Здесь важно отметить, что написанные тексты дают Facebook немного пространства для действий, ведь с многозначительной человеческой речи алгоритмам трудно делать хоть какие-то выводы. Именно поэтому компания использует заранее определенные компьютерные классификаторы, которые только обостряют проблемы предыдущих таксономий.

Категории DSM больше рассказывают о том, как рассматривают популяции, чем о характеристиках каждого отдельного человека, ведь эти категории — лишь итог синтеза данных. То, как мы понимаем экономику, больше зависит от того, как мы классифицируем безработицу, чем, собственно, от опыта и мыслей граждан. Ваше мнение о своем здоровье может больше зависеть от того, ваш стиль жизни классифицируют как «здоровый» или «нездоровый», чем от вашего собственного самочувствия. Даже название категории — например, «толстый» или «с избыточным весом» — несет в себе ассоциации, которые влияют на его интерпретацию.

Некоторые классификации значительно успешнее и популярнее, чем другие. Доминирует эмпирическое правило, которое заключается в том, что…

Третий закон интернет-данных

Более простые классификации выигрывают у более сложных.

Упрощение механизмов обратной связи (например, сведение их к «лайков» и «звездочек» рейтинга) является умышленной. Если это нужно, интернет-сервисы, конечно, могут иметь дело со сложными процедурами, но бизнес предпочитает отдавать предпочтение более простым. Facebook, скажем, ждал целых десять лет, чтобы добавить еще какие-то реакции к единой кнопке «лайк», и до сих пор сопротивляется против кнопки «дизлайк», заставляя своих пользователей «лайкать», скажем, сообщения о смерти или политические скандалы.

Длительное время компания отдавала предпочтение простой двухмодальной метрике. Но когда она решила наконец успокоить своих пользователей, то добавила еще пять реакций к «лайку»: «в восторге», «ха-ха», «ого», «грустно» и «злость». Последние два отрицательных чувства — «грустно» и «злость» — довольно двусмысленные.

Если наделяю какой-то пост положительной эмоцией, то это означает, что я заинтересован в том, чтобы получать такой контент и в дальнейшем. Но маркируя его значком «грустно» или «злость», это уже сложнее: я могу быть заинтересован в такой информации и в дальнейшем, так и это может свидетельствовать о том, что я хотел бы ее избегать. Эти реакции, следовательно, не так полезны для Facebook.

Шесть стандартизированных реакций напоминают emoji, ведь позволяют пользователям выражать свои эмоции невербально. При этом они полезнее для Facebook, чем емојі, ведь предлагают простую классификацию. BuzzFeed, кстати, использует несколько другую схему, которая более адаптирована для маркетинга и медиа-рынка: контент может быть «необычным», «захватывающим», «шокирующим», «смешным» и т. д.

Сара Фрайер из агентства Bloomberg рассказывает, как Facebook сформулировал шесть основных типов: «Исследователи компании сначала начали собирать отзывы, которые люди чаще всего оставляли в комментариях под постами, в частности „ха-ха!“, „LOL“, „OMG“ и т. д. Далее они отсортировали их в шесть групп по основным эмоциями — „нравится“, „в восторге“, „ха-ха“, „ого“, „грустно“, „злость“. Была еще и категория „ай“, но от нее отказались, потому что она не была универсально понятной».

Иронично, что эти примитивные реакции позволяют провести более тщательный анализ, чем более сложные и детализированные схемы. Текстовые комментарии отпадают, ведь из писаного текста компьютерам очень сложно добывать нужный смысл, если это только не «LOL» или «ха-ха». Шестичленный классификация также имеет свои преимущества: такие компании, как Facebook или BuzzFeed, ищут универсальные эмоции. Если взять шесть базовых реакций, то существует очень мало различий между ними в разных языках и культурах.

Важно, что этот набор также позволяет оценивать посты количественно. Пользователи самостоятельно сортируют контент на разные категории — «смешной», «приятный», «грустный» или «вызывающий ярость».

На первый взгляд непонятно, что может быть общего между, например, сообщением о том, что «Канада не выполняет торговую сделку» и новостью, что «поп-звезда покидает сцену», но Facebook знает, что оба поста «огорчают» или «злят» пользователей. Эти инструменты также позволяют сравнить реакцию на пост отдельных пользователей с тем, как на нее реагирует Facebook-сообщество в целом, или же позволяют подбодрить их, когда они становятся слишком «грустными» или «злыми». Если реакции на пост поделены, то компания может разбивать их дальше на субкатегории — «смешные-трогательные» или «смешные-странные».

Facebook также может определять, на какой тип контента пользователи больше всего реагируют, например, гневом или смехом и спрогнозировать реакции в будущем. Корпорация также может изолировать излишне недовольных или ворчливых пользователей, уменьшив их влияние на остальных людей, а также тренировать алгоритмы «угадывать» отзывы на посты, которые еще не получили обратной связи.

Самое главное, что хотя эти шесть реакций далеко не универсальны, выбор Facebook вполне может сделать их такими. Чем больше мы пользуемся сетью, тем больше мы склонны воспринимать свои чувства именно в этой простой шестичленной схеме и приспосабливаться их к ней.

Шесть вариантов были выбраны из гораздо более многочисленной палитры эмоциональных маркеров, которую разрабатывал Мэт Джонс со студии «Дисней-Пиксар». Полный список содержал самые разнообразные чувства, начиная от гордости и заканчивая страхом. Но более простая классификация в конце победила. Ею легче оперировать, и она более универсальна, что, однако, достигается за счет культурных и личных вариаций. А также, по словам исследователя Дахера Келтнера в разговоре с Эндрю Цолли с Radiolab «за счет счастья»:

«Страны, которые реагировали на посты наибольшим количеством «счастья», на самом деле не были самыми счастливыми. Зато такими были те страны, которые использовали самые разные эмоциональные маркеры. Именно они имели самые высокие показатели социального счастья, благополучия и даже долголетие"[…] «Дело не в том, чтобы быть счастливым. Дело в том, чтобы быть эмоционально разным», — резюмирует Келтнер.

Хотя следствием ограниченного набора эмоциональных реакций является сужение, социальные медиа и рекламные компании рассматривают это как необходимую цену возможности собирать о пользователях как можно больше данных.

Ограниченная эмоциональная речь, которую использует Facebook, является языком, который может понять компьютер.

Такой сжатый фидбэк позволяет заполнить пробел между эмоциональным миром человека и техническим миром компьютера, причем гораздо лучше, чем сложная ad hoc классификация DSM. В свою очередь, эти простые реакции напоминают популярные психологические таксономии Майерс-Бриггс, OCEAN и HEXACO, которые также разбивают сложные феномены и дюжину простых осей.

В частности, реакции Facebook напоминают Большую Пятерку в психологии:

  1. «Лайк»: Доброжелательность.
  2. «В восторге»: Экстраверсия.
  3. «Ого»: Открытость.
  4. «Грустно»: Нейротизм.
  5. «Злость»: Добросовестность.

Единственная реакция, которой не нашлось аналога, — «ха-ха». Хотя смех — это одна из самых универсальных и наиболее понятных эмоций, он противодействует простым и однозначным дефинициям. Для остальных пяти, однако, наступает неотвратимо упрощение культурных вариаций. Хотя прежде чем генерализировать эти шесть эмоций компания провела эмпирическое исследование, очень маловероятно, что люди в разных культурах и континентах под «ого» или «злостью» понимают одно и то же — хотя она, безусловно, и нашла универсальный эмоциональный словарь, который используют на всех континентах. Если дата-майнеры и маркетологи дальше двигаются привычным курсом, то скоро мы будем восхищаться, удивляться, грустить или злиться в унисон.

Реакции Facebook — это примитивный словарь человеческих эмоций, адаптированный для машинного анализа. Когда я ввел графические emoji в Messenger client еще в 1999 году, то не предвидел всего этого.

Примерно в 2015-м я начал замечать изменения на своей странице в Facebook: стало значительно меньше дискуссии. Люди, которых я знаю лично, стали намного меньше комментировать посты чем-то большим, чем «yeah», «uhg» шестью базовыми эмоциями. Я поймал себя на том, что и сам часто действую так же.

Я проверил свои посты за 2009-й и 2010 годы — и заметил, что тогда я еще писал полными предложениями со многими абзацами. Метаморфоза была поразительной и драматичной. Множественность, нюансы и двусмысленность исчезли. А если эмоции били через край и я не соглашался с хором «yeah» или «ugh», то толпа еще яростнее набрасывался на меня — как и на других несогласных.

Что же случилось?

Это были мои друзья, но они больше не казались теми самыми людьми. Мы стали стандартизированными. Мы теперь все вместе говорим на одном и том же языке — языке Facebook, языке компьютеров.

Перевод статьи «How Facebook Has Flattened Human Communication».

0

Комментарии


Чтобы оставить комментарий, пожалуйста, авторизируйтесь!