СЕТЕВЫЕ АЛГОРИТМЫ: НОВЫЕ ВОЗМОЖНОСТИ И РИСКИ ДЛЯ ГОСУДАРСТВА И ОБЩЕСТВА Текст научной статьи по специальности «СМИ (медиа) и массовые коммуникации»

СТАРТАП МОлОДОгОУЧЕНОгО

оригинальная статья

DOI: 10.26794/2226-7867-2021-11-5-143-148 УДК 327.83(045)

Сетевые алгоритмы: новые возможности и риски для государства и общества

И. И. Калитько

Финансовый университет, Москва, Россия https://orcid. огд/0000-0002-9729-0408

аннотация

В условиях глобальной цифровизации всех сфер жизни общества государству необходимо осваивать новые инструменты для построения эффективной коммуникации с гражданами. Алгоритмы социальных сетей и механизмы сбора данных оказывают значительное влияние на формирование информационных потоков для каждого пользователя, форматируют его взгляды и предпочтения и даже подталкивают к тем или иным решениям на основе собранных массивов данных о человеке . Сетевые алгоритмы, первоначально созданные для адресного взаимодействия производителя контента или продукта с потребителем в целях повышения прибыли, сегодня порождают новые тенденции в обществе и провоцируют различные социальные эффекты, в том числе и негативные, несущие серьезные риски для государства. Тем не менее полноценное освоение государством цифровых технологий может дать возможности не только для прогнозирования социальных изменений и их корректировки, но и для использования их особенностей в целях достижения целей во внутренней и внешней политике.

Ключевые слова: сетевые алгоритмы; коммуникативные эффекты; политтехнологии; социальное программирование; «мягкая сила»; общество; политическая культура

Для цитирования: Калитько И. И. Сетевые алгоритмы: новые возможности и риски для государства и общества. Гуманитарные науки. Вестник Финансового университета. 2021;11(5):143-148. DOI: 10.26794/2226-7867-202111-5-143-148

original paper

Network Algorithms: New Opportunities and Risks for the state and society

I. I. Kalitko

Financial University, Moscow, Russia https://orcid. org/0000-0002-9729-0408

abstract

In the context of the global digitalisation of all spheres of society, the state needs to master new tools for building effective communication with citizens .Social network algorithms and data collection mechanisms significantly impact the formation of information flows for each user, format their views and preferences, and even push them to make certain decisions based on the collected data about a person. Network algorithms initially created for targeted interaction of the content producer or product with the consumer in order to increase profits, today generate new trends in society and provoke various social effects, including negative ones, which carry serious risks for the state . Nevertheless, the state's full development of digital technologies can provide opportunities for predicting social changes and correcting them and using their features to achieve domestic and foreign policy goals.

Keywords: network algorithms; communication effects; political technologies; social programming; "soft power"; society; political culture

For citation: Kalitko I. I. Network algorithms: New opportunities and risks for the state and society. Gumanitarnye Nauki. Gumanitarnye Nauki. Vestnik Finasovogo Universiteta = Humanities and Social Sciences. Bulletin of the Financial University. 2021;11(5):143-148. (In Russ.). DOI: 10.26794/2226-7867-2021-11-5-143-148

© Калитько И.И., 2021

Сетевые алгоритмы и механизмы сбора данных создают большие возможности в политической сфере и социальном программировании, поэтому цифровизация политических кампаний сегодня является объективной необходимостью. Польза от применения технологий Big Data и персонализированного контента в политической агитации стала очевидна после кейсов Cambridge Analytica в кампании Д. Трампа 2016 г. [1] и предвыборной кампании Э. Макрона 2017 г.1 Однако цифровая среда создала и более доступные механизмы, которые могут быть полезны в работе полит-технологов, специалистов в сфере PR и «мягкой силы». Сетевые алгоритмы персонализации контента, существующие в любом поисковике или социальной сети, автоматически собирают огромные массивы данных пользователей, ка-тегоризируют их и сортируют контент для каждого. Это открывает новые возможности для взаимодействия с обществом в цифровой среде, но и порождает определенные риски. Что происходит, когда подобные технологии не используются и выпадают из поля зрения политтехно-логов, а сетевые алгоритмы продолжают работу согласно заложенной программе? С какими последствиями воздействия алгоритмов и фильтров могут столкнуться общество и власть?

Алгоритмы создаются каждой социальной сетью самостоятельно для оптимизации контента в новостной ленте пользователей. Подстроившись под них, можно «поймать волну» и вывести свой контент в топы, обеспечить ему наибольший охват и виральность. Поэтому для PR-специалистов, политтехнологов и представителей бизнеса так важно знать механизмы ранжирования контента социальной сети, через которую идет продвижение, и регулярно следить за обновлениями в правилах работы алгоритмов.

Инстаграм, Фэйсбук, Вконтакте, Тик-Ток и другие социальные сети не только устанавливают свои алгоритмы для «умных лент», но и собирают данные пользователей, на основе которых и происходит ранжирование контента в новостной ленте. Например, алгоритм Инстаграма учитывает: вовлеченность (комментарии, лайки и репосты), релевантность (при помощи распознавания фото, ключевых слов и хэштегов соцсеть показывает

1 Технологические уроки выборов президента Франции для России. URL: https://minchenko.ru/netcat_files/ userfiles/2/Dokumenty/Uroki_vyborov_prezidenta_Frantsii_ dlya_Rossii.pdf.

пост пользователям, интересовавшимся аналогичными сообщениями), опыт взаимодействия (посты видят люди, с которыми пользователь общается чаще всего), время публикации, поиск (публикации предлагаются на основе последних поисковых запросов пользователя), данные из Директа (ваши публикации будут чаще показываться тому, кому вы чаще пишете), время просмотра (учитывает время, затраченное пользователем на просмотр поста и в дальнейшем чаще показывает подобные) [2].

С принципами работы алгоритмов каждой социальной сети можно подробно ознакомиться самостоятельно. Обычно социальные сети публикуют на своих официальных ресурсах правила работы алгоритмов и их обновления, как например Фейсбук [3].

Алгоритмы, безусловно, полезны, как для простых пользователей, так и для специалистов из разных областей, но их работа несет и негативные последствия. Поскольку ленты социальных сетей, сервисы и таргетированная реклама постепенно подстраиваются под интересы, увлечения и потребности человека, они же выполняют роль по формированию четкого перечня тем, которые будут регулярно присутствовать в поле зрения пользователя: чем больше он реагирует на контент определенного содержания, тем больше подобного материала получит впоследствии. В свою очередь, присутствие альтернативного контента в его ленте значительно сократится, что вскоре сформирует феномены «туннельного зрения», «информационного пузыря» и в будущем приведет к радикализации взглядов за счет эффекта «эхо-камеры». Эти коммуникативные феномены, создающие большие риски для государства, подробно описаны в работах многих исследователей [4-6].

Отсюда вытекает более серьезное последствие воздействия алгоритмов — культурный трайбализм или неотрайбализм. Этот термин, введенный социологом М. Маффесоли, обозначает социальные общности людей, подобные племенам, но не имеющие никаких объединяющих факторов, кроме какого-либо интереса или идеи и общения вокруг них [7]. Вне зависимости от того, по каким вопросам и каких воззрений придерживается человек, цифровая среда будет постепенно обострять его позицию, подталкивать к делению мира на «своих» и «чужих». Это происходит потому, что «умные» алгоритмы фильтруют поступающий контент и показыва-

ют больше материалов, которые соответствуют убеждениям и интересам человека, и меньше того, что он не разделяет. Воздействие алгоритмов приводит к делению пользователей на «интернет-племена» (трайбы) со своими правилами, взглядами, страхами и предпочтениями. Радикализация и постепенная догматизация взглядов, присущих сообществу, подкрепляется постоянной коммуникацией в гомогенной среде. Сомнения и контраргументы в такой среде быстро подавляются, так как члены сообщества, занимающие подобные позиции, рискуют быть подвергнутыми остракизму. Ввиду нежелания быть изгнанными или неготовности к смене окружения они выбирают путь молчания, воздерживаясь от высказывания собственного мнения. Со временем, ввиду отсутствия сопротивления, мнение большинства в сетевом трайбе становится общепринятой нормой.

Для членов таких «интернет-племен» существуют определенные модели поведения, сводящиеся к двум примитивным линиям: агрессивное поведение по отношению к представителям «чужой стаи» (троллинг, оскорбительные комментарии и т.д.) либо активная поддержка мнения наиболее авторитетных представителей своей группы (лайки, репосты, одобрительные комментарии и комплименты). Обе модели поведения приводят к укреплению в сознании пользователя взглядов сообщества, к которому он принадлежит, и к активному сопротивлению альтернативным идеям.

Таким образом, мы получаем риск бесконечной и практически бесконтрольной радикализации общества, его сегментирования и разобщения. Разбиваясь на маленькие плотные сообщества, образующие свой «информационный пузырь», люди практически теряют способность к взаимодействию с представителями иных групп и восприятию альтернативных точек зрения.

Однако подобный расклад дает новые возможности для манипуляции общественным мнением, побуждения общества к определенным действиям: получив лояльность лидера трайба, можно гарантированно привлечь на свою строну и всех его членов. Подобные сообщества ввиду своей сплоченности обладают огромной силой, которую они готовы направить на достижение определенной цели, если она отвечает ценностям сообщества. Ярким примером является срыв предвыборных митингов Д. Трампа в Талсе, штат Оклахома, в 2020 г. сообществом тиктокеров

и К-pop фанатов2. Оппоненты кандидата в президенты привлекли на свою сторону руководителей фанатских сообществ в социальных сетях. После того как 11 июня официальный аккаунт кампании Трампа @TeamTrump опубликовал твит с просьбой к сторонникам зарегистрироваться на получение бесплатных билетов с помощью своих телефонов, фан-аккаунты K-pop начали делиться этой информацией с подписчиками, призывая их зарегистрироваться на митинг — а потом не приходить. В итоге штаб Трампа был полностью дезинформирован и лишен возможности изменить план действий в данном регионе: фейковые участники митинга смогли полностью сорвать предвыборную агитацию в штате.

К трайбам можно отнести различные фан-клубы и фанатские группы. При этом направленность сообщества абсолютно не важна, это могут быть любители определенной музыки, фанаты какого-либо товара или соцсети. Высокая сила фандомов и роль фанатских групп в общественных и политических процессах прогнозируется в последних исследованиях, в том числе в отчете о трендах и изменениях 2021 г. Wunderman Thompson Intelligence3.

Помимо уплотнения и сплочения сообществ, алгоритмы, по сути, заменяют механизмы агитации и пропаганды. Задачей специалиста становится только подготовка релевантного и актуального контента под каждую категорию электората и запуск его в сеть. Все остальное сделают алгоритмы: найдут сторонников, укрепят их лояльность, поглотят неопределившихся, радикализируют приверженцев и заставят их бороться с чужаками.

Примером эффективной работы алгоритмов в политических интересах можно считать кейс с роликами в поддержку А. Навального и призывами к январским митингам в «Тик-Ток». Ролики, направленные на подростковую и молодежную аудиторию соцсети с использованием популярных трендов среды, легко попадали в персонализированные ленты пользователей, порождали отклик в виде челенджей и оказывались в топе публикаций «Тик-Ток». Это серьезно расшири-

2 TikTok Teens and K-Pop Stans Say They Sank Trump Rally. The New-York Times. 21.06.2020. URL: https://www.nytimes. com/2020/06/21/style/tiktok-trump-rally-tulsa.html.

3 The future 100: 2021. Trends and change to watch in 2021. Wunderman Thompson Intelligence. URL: https://intelligence. wundermanthompson.com/trend-reports/the-future-100-2021/?mc_cid=35355652e3&mc_eid=7210123efa.

Рис. / Fig. Динамика популярности поискового запроса «кто такой Навальный» в России с мая 2020 по май 2021 г. (на основе данных Google Trends) / The dynamics of the popularity of the search query "Who is Navalny" in Russia from May 2020 to May 2021. (based on Google Trends data)

Источник/Source: составлено автором / rompi^d by the author.

ло охват аудитории, спровоцировало резонанс в СМИ и привлекло внимание значительной части населения. Алгоритмы «Тик-Ток» работают по принципу волны: быстро улавливают темы, на которые реагирует пользователь, и с каждым разом предлагают их все больше — создается описанный выше эффект «туннельного зрения» или «эхо-камеры» с последующей радикализацией взглядов. По признанию многих блогеров, они сами и другие пользователи активно стали снимать ролики на эти же темы, чтобы «поймать волну» тренда, попасть в рекомендации и получить новых подписчиков [8].

Эффективность кампании А. Навального в Тик-Ток можно проследить на основе данных о поисковых запросах российских пользователей, полученных при помощи Яндекс.Wordstat. Взрывной рост интереса к теме наблюдался в период с 17 по 23 января 2021 г. Именно тогда ролики схожей тематики стали массово распространяться в Тик-Ток. Для сравнения, информационная кампания в августе 2021 г., где еще не использовался Тик-Ток, дала значительно меньший охват (см. таблицу).

Показательным также является рост числа поисковых запросов «кто такой Навальный». Сверхпопулярность запроса фиксируется в январе 2021 г. в российских регионах, что свидетельствует о привлечении внимания новой аудитории к персоне и деятельности А. Навального (см. рисунок). На основе данных по субрегионам, в тройку регионов, где популярность данного поискового запроса составила 80-100%, вошли: Магаданская область, Ямало-Ненецкий автоном-

ный округ и Ставропольский край. В среднем наиболее высокий интерес к теме наблюдался в ДФО, УФО и ЮФО4.

Для культурной дипломатии и «мягких» технологий в международных отношениях алгоритмы социальных сетей также могут стать хорошим вспомогательным инструментом. Изучение механизмов их работы и данных по отдельным группам населения других стран позволит создавать эффективные проекты по продвижению позитивного имиджа и культуры России. Важно отметить, что наиболее перспективными для работы являются социальные сети, специализирующиеся на визуальном контенте (Инстаграм, Тик-Ток), поскольку видео, GIF и изображения воспринимаются молодыми людьми намного лучше, чем любые иные формы контента.

С таким инструментом, как алгоритмы социальных сетей и таргет, необходима серьезная работа, поскольку они дают широкие возможности для «программирования» общественного мнения, культурно-политических предпочтений и построения идентичности. Выпадение данной сферы из поля зрения властей и политтехнологов, наоборот, приведет к усугублению негативных процессов (трайбализация, «информационные пузыри», радикализация общества и т.д.), с последствиями которых работать будет сложнее.

В рамках глобальной цифровизации просто нельзя оставлять без внимания новые возмож-

4 Google Trends: Анализ поисковых запросов. URL: https://trends.google.ru/trends/explore?geo=RU&q=KTO%20 такой%20навальный (дата обращения: 13.04.2021).

Таблица / Table

История поисковых запросов в период с января 2020 по апрель 2021 гг. в России по ключевому слову «Навальный» / Search history for the period from January 2020 to April 2021 in Russia by the

keyword "Navalny"

Период Количество запросов

01.05.2020-31.05. 2020 1006048

01.06.2020-30.06. 2020 788720

01.07.2020-31.07.2020 649720

01.08. 2020-31.08.2020 (августовский митинг) 4237721

01.09.2020-30.09. 2020 2248811

01.10.2020-31.10. 2020 1 187055

01.11.2020-30.11. 2020 531498

01.12.2020-31.12. 2020 1 680928

01.01. 2021-31.01.2021 (январский митинг) 12517454

01.02.2021-28.02. 2021 5922664

01.03.2021-31.03. 2021 1 355459

01.04.2021-30.04. 2021 1927861

Источник/Source: составлено автором / compiled by the author.

ности влияния на общество посредством социальных сетей и других интернет-ресурсов. Однако, к сожалению, работа политических структур и партий в цифровой среде по-прежнему развивается очень медленно, социальные сети пока воспринимаются с настороженностью ввиду проблем верификации и фейков. Подобные опасения выражал Председатель «Единой России» Дмитрий Медведев в 2020 г.5

5 ТАСС: Медведев призвал аккуратно подходить к агитации в соцсетях из-за проблем верификации. URL: https:// tass.ru/politika/9128155.

Тем не менее подробное изучение и грамотное применение цифровых инструментов дает большие преимущества. Контроль процессов в обществе, запускаемых алгоритмами, и их грамотное использование в интересах государства позволит не только эффективно вести предвыборные кампании и внедрять необходимые идеи в общественный дискурс, но и даст широкие возможности для развития технологий «мягкой силы» и культурной дипломатии посредством доступных сервисов — социальных сетей.

СПИСОК ИСТОЧНИКОВ

1. Гришина Н. Ю., Болдырева Е. Л., Дуйсембина Е. О. Влияние интернет-технологий на процесс принятия решения как новый политический тренд (на примере компании «Кембридж Аналитика»). URL: https://cyberleninka.ru/article/n/vliyanie-internet-tehnologiy-na-protsess-prinyatiya-resheniya-kak-novyy-politicheskiy-trend-na-primere-kompanii-kembridzh-analitika.

2. Мокшина О. Как работать с алгоритмами в социальных сетях. URL: https://amplifr.com/blog/ru/algorithm/

3. Mosseri A. Bringing People Closer Together. URL: https://about.fb.com/news/2018/01/news-feed-fyi-bringing-people-closer-together/.

4. Sunstein C. R. Republic.com 2.0. Princeton: Princeton University Press. 2009.

5. Volkmer I. The Global Public Sphere: Public. Communication in the Age of Reflective. Interdependence. Cambridge, UK: Polity; 2014. 225 p.

6. Мартьянов Д. С., Быков И. А. Идеологическая сегрегация и цифровое неравенство в российском интернет-сообществе. Социодинамика. 2018;(4):43-55.

7. Паризер Э. За стеной фильтров. Что Интернет скрывает от вас? Пер. с англ. М.: Альпина Бизнес Букс; 2012. 304 с.

8. Maffesoli M. The Time of the Tribes: The Decline of Individualism in Mass Society. London: Sage Publications; 1996.

9. Рожанский Т. TikTok буквально взлетел. Почему в соцсети стало много популярных видео про Навального. URL: https://www.currenttime.tv/a/tik- tok-pro- navalnogo/31061581.html.

REFERENCES

1. Grishina N. Yu., Boldyreva E. L., Duisembina E. O. Influence of Internet technologies on the decisionmaking process as a new political trend (on the example of the Cambridge Analytica company). URL: https://cyberleninka.ru/article/n/vliyanie-internet-tehnologiy-na-protsess-prinyatiya-resheniya-kak-novyy-politicheskiy-trend-na-primere-kompanii-kembridzh-analitika. (In Russ.).

2. Mokshina O. How to work with algorithms in social networks. URL: https://amplifr.com/blog/ru/algorithm. (In Russ.).

3. Mosseri A. Bringing People Closer Together. URL: https://about.fb.com/news/2018/01/news-feed-fyi-bringing-people-closer-together.

4. Sunstein C. R. Republic.com 2.0. Princeton: Princeton University Press; 2009.

5. Volkmer I. The Global Public Sphere: Public Communication in the Age of Reflective Interdependence. Cambridge, UK: Polity; 2014. 225 p.

6. Martyanov D. S., Bykov I. A. Ideological segregation and digital inequality in the Russian Internet community. Sociodinamika. 2018;(4):43-55. (In Russ.).

7. Pariser E. Behind the filter wall. What is the Internet hiding from you? Moscow: Alpina Business Books; 2012. 304 p. (In Russ.).

8. Maffesoli M. The Time of the Tribes: The Decline of Individualism in Mass Society. London: Sage Publications; 1996.

9. Rozhansky T. "TikTok exactly took off". Why has the social network become a lot of popular videos about Navalny? URL: https://www.currenttime.tv/a/tik-tok-pro-navalnogo/31061581.html. (In Russ.).

ИНФОРМАЦИЯ ОБ АВТОРЕ

Ирина Игоревна Калитько — магистрант 2-го курса Факультета социальных наук и массовых коммуникаций, Финансовый университет, Москва, Россия kalitko.ira@mail.ru

ABOUT THE AUTHOR

Irina I. Kalitko — 2nd-year Master student, Faculty of of Social Sciences and Mass Communications, Financial

University, Moscow, Russia

kalitko.ira@mail.ru

Статья поступила 15.05.2021; принята к публикации 15.08.2021. Автор прочитала и одобрила окончательный вариант рукописи. The article was received on 15.05.2021; accepted for publication on 15.08.2021. The author read and approved the final version of the manuscript.