Эпоха надзорного капитализма. Битва за человеческое будущее на новых рубежах власти - читать онлайн книгу. Автор: Шошана Зубофф cтр.№ 123

читать книги онлайн бесплатно
 
 

Онлайн книга - Эпоха надзорного капитализма. Битва за человеческое будущее на новых рубежах власти | Автор книги - Шошана Зубофф

Cтраница 123
читать онлайн книги бесплатно

Внутренний документ Facebook, оказавшийся в 2018 году в распоряжении издания Intercept, иллюстрирует важность данных, извлеченных из глубин психики при изготовлении прогнозных продуктов Facebook, подтверждая, что компания ориентируется прежде всего на свои поведенческие фьючерсные рынки и показывая степень, в которой спорные практики Cambridge Analytica отражают стандартные операционные процедуры в Facebook [757]. В этом конфиденциальном документе упоминается беспрецедентная «экспертиза Facebook в области машинного обучения», нацеленная на решение «основных бизнес-задач» ее клиентов. С этой целью в нем описывается способность Facebook использовать свои непревзойденные хранилища в высшей степени личных данных «для прогнозирования будущего поведения» человека, таргетирования его на основе того, как он будет себя вести, совершать покупки и рассуждать: прямо сейчас, в ближайшем и более отдаленном будущем. Документ увязывает предсказание с вмешательством и изменением поведения. Так, сервис Facebook под названием «прогнозирование лояльности» восхваляется за его способность анализировать поведенческий излишек с целью выявления лиц, находящихся «в зоне риска» в плане готовности уйти к другому бренду. Идея состоит в том, что эти прогнозы могут побудить рекламодателей к оперативному вмешательству, подразумевающему агрессивные таргетированные сообщения, призванные стабилизировать лояльность и тем самым достичь гарантированных результатов путем изменения будущего.

«Прогнозный движок» Facebook построен на новой платформе искусственного интеллекта FBLearner Flow, которую компания называет новым «костяком» своего искусственного интеллекта и ключом к «персонализированному опыту», обеспечивающему «наиболее актуальный контент». Система машинного обучения «ежедневно переваривает триллионы точек данных, обучает тысячи моделей – в автономном режиме или в режиме реального времени – и затем развертывает их на наших серверах для применения в текущих прогнозах». Компания объясняет: «с момента создания платформы прошли обучение более миллиона моделей и наша система прогнозирования выросла настолько, что делает больше 6 миллионов прогнозов в секунду» [758].

Как мы уже видели, «персонализация» зависит от точности предсказания, а точность предсказания зависит от наличия все более богатых источников поведенческого излишка и, следовательно, от все более безжалостных операций по оцифровке. Действительно, в конфиденциальном документе приводятся некоторые примеры ключевого сырья, которое используется для этой высокоскоростной, крупносерийной и глубинной производственной операции, среди которых – не только местоположение, сведения о сети Wi-Fi и информация об устройстве, но также данные из видео, анализ связей, детали дружб и общие черты с друзьями.

Вероятно, не случайно, что утечка презентации Facebook произошла примерно в то же время, когда один из молодых гениев Cambridge Analytica, ставший разоблачителем, Крис Уайли, обрушил на публику целый поток информации о тайных усилиях этой компании по прогнозированию и влиянию на голосование индивидуальных избирателей, сразу приковав внимание всего мира к этой небольшой фирме по политической аналитике и исполинскому источнику ее данных – Facebook. Без ответа осталось много вопросов о законности запутанных операций Cambridge Analytica, о масштабах ее реального влияния на политические события и об ее отношениях с Facebook. Наш интерес здесь ограничен тем ярким светом, который ее махинации проливают на могущество надзорного капитализма, особенно на его решимость оцифровывать данные из самых глубин психики.

Уже Косински и Стилвел обратили внимание на коммерческую ценность своих методов, понимая, что глубинный излишек открывает новые возможности для манипулирования поведением и его модификации. Уайли вспоминает о том, как захватили его мысли об этой перспективе, и в результате сложной цепочки событий именно он убедил Cambridge Analytica использовать данные Косински и Стилвела для продвижения политических целей ее владельца. Целью было «поведенческое микротаргетирование <…> влияние на избирателей, основанное не на демографических параметрах, а на чертах их личности…» [759] Когда переговоры с Косински и Стилвелом не привели к успеху, фирма наняла еще одного кембриджского ученого, Александра Когана, для накопления аналогичного кэша персональных данных из Facebook.

В Facebook Когана хорошо знали. Он сотрудничал со специалистами компании по данным в рамках проекта 2013 года, когда Facebook предоставила данные о 57 миллиардах «дружб». На этот раз он привлек примерно 270 000 человек, заплатив им, чтобы они прошли личностный тест. Втайне от участников, приложение Когана позволило ему получить доступ к их профилям в Facebook, а также к профилям в среднем 160 друзей каждого из тестируемых, «ни один из которых не знал» об этом вторжении и «не имел оснований подозревать» его [760]. Это была масштабная операция по оцифровке, которая позволила Когану успешно создать психологические профили от 50 до 87 миллионов пользователей Facebook, данные, которые он затем продал Cambridge Analytica [761]. Когда в Facebook возникли вопросы относительно его приложения, Коган заверил компанию, что его исследование проводилось исключительно в академических целях. Действительно, взаимное уважение между двумя сторонами было настолько велико, что Facebook принял одного из помощников Когана в свою собственную команду исследователей-психологов [762].

Вернуться к просмотру книги Перейти к Оглавлению Перейти к Примечанию