Иногда толпа бывает неуправляемой

Неизбежный результат отсутствия иерархии — намного меньшая управляемость толпы в сравнении с ядром. Она по природе децентрализованная и неконтролируемая. Такая структура допускает огромную свободу самовыражения и новаций. Однако подобный характер толпы создает две серьезные проблемы. Во-первых, иногда бывает трудно найти то, что вы ищете, в океане бесконтрольной информации, который подпитывается бесчисленными реками нового контента.

Ядро решает проблему поиска с помощью курирования: контролирует то, что в него попадает, и старается организовать информацию. Библиотеки имеют отделы закупок и картотеки, у журналов есть редакторы и содержание и так далее. В первые годы развития Всемирной паутины предпринимались многочисленные попытки применить некоторые из таких подходов к контенту, создаваемому толпой. Слово Yahoo изначально расшифровывалось как Yet Another Hierarchically Organized Oracle («Еще один иерархически организованный прорицатель»). Сервис занимал положение своего рода картотечного каталога для сети: это был созданный и поддерживаемый человеком набор категорий и подкатегорий сайтов[581].

По мере экспоненциального роста сетевого контента у Yahoo и аналогичных сервисов возникли проблемы с его поддержанием. В то время многие наблюдатели ощущали, что Всемирная паутина вскоре станет (или уже стала) бессистемной мешаниной информации. Математик Джон Аллен Паулос заметил в первые годы ее существования: «Интернет — крупнейшая библиотека в мире. Просто все книги там валяются на полу»[582].

Удивительно, но решение проблемы пришло из самого контента. Ларри Пейдж и Сергей Брин, будучи студентами факультета информатики Стэнфордского университета, поняли, что многие фрагменты, если не б о льшая часть, сетевого контента ссылаются на другие фрагменты, тем самым поддерживая связь, — в конце концов, именно поэтому Тим Бернерс-Ли придумал слово «паутина». Пейдж и Брин предположили, что эти ссылки можно использовать для построения указателя для всего контента, при этом «наилучшей» страницей по какой-либо теме будет та, на которую ссылается большинство других страниц. В известном смысле именно таков принцип академической репутации, основанной на цитируемости в работах других ученых. Пейдж и Брин сделали еще один полезный шаг: они решили, что важность каждой из ссылок будет зависеть от количества страниц, которые, в свою очередь, связаны с еще каким-то количеством страниц, и так далее.

Разработанный Пейджем и Брином алгоритм устанавливал ранг каждой страницы и назывался PageRank. Их статья с описанием этого подхода, «Анатомия системы крупномасштабного гипертекстового интернет-поиска»[583], была представлена в апреле 1998 года на VII международной конференции, посвященной Всемирной паутине, в австралийском городе Брисбене. В сентябре 1998 года в Кремниевой долине Пейдж и Брин основали компанию, чтобы реализовать этот алгоритм на практике. Первоначально она называлась BackRub, но позже была переименована в Google.

Google изменила мир. Благодаря ей стало понятно, что, хотя создаваемый сетевой толпой контент и неконтролируем, он отнюдь не бессистемен. По сути, он обладает сложной структурой, при том что никакая группа людей не принимала осознанного решения о том, что эта структура будет именно такой, а не другой. Она возникла из самого контента и стала видимой после того, как он был проанализирован алгоритмом PageRank и его аналогами. Эта структура меняется и растет по мере изменения и роста самого контента и помогает нам легко и удобно ориентироваться во всем том, что создает толпа.

Вторая проблема, неизбежная при отсутствии контроля, — это плохое и разрушительное поведение некоторых индивидуумов. Ядро может устранить опасных или вредных людей — из компании, библиотеки, платежной ведомости, — но Всемирная паутина сделать это не в силах: слишком просто войти снова под другим именем или с другого IP-адреса[584] либо прикрыться анонимностью. Таким образом, как мы обсуждали в главе 8, в сети много ненависти, неправомерного поведения и криминала.

Несмотря на огорчительность этого явления, для толпы оно не фатально. Прежде всего, большинство из нас не негодяи. Мы создаем и вносим свой вклад добросовестно, и хороший контент встречается гораздо чаще плохого. Кроме того, мощные поисковые инструменты, такие как у Google, помогают скрыть вредоносный или некачественный контент. Создатели наиболее популярных интернет-платформ в целом избрали грамотный подход: они следуют правилу, принятому в качестве одного из столпов «Википедии»: действуйте добросовестно и считайте, что остальные тоже действуют добросовестно[585]. Они не оценивают склонность потенциальных участников к плохому поведению, а отслеживают, что именно люди делают, и предпринимают по мере необходимости соответствующие шаги. Такой подход в большинстве случаев оправдан, и он дает возможность колоссального роста толпы без саботажа со стороны ее худших участников.

Впрочем, не всегда такая мягкая политика приносит успех. Мы столкнулись с проблемами в 2016 году, когда в Facebook и других социальных сетях стали появляться «фейковые новости», а в Twitter было вывалено колоссальное количество расистских, сексистских, антисемитских высказываний и прочей мерзости. Джимми Уэйлс утверждал, что создаваемая толпой «Википедия», одним из основателей которой он является, обладает определенным иммунитетом к «фейковым новостям» в силу применяемых методов регулирования. Приняв правильные принципы, нормы, установления и технологии, толпа способна сделать много для поддержания стандартов качества, хотя возможны различные компромиссы: насколько легко и часто размещаются новые объекты, как быстро ими делятся, кто их видит и, конечно же, сколько можно заработать на этом контенте. Далее мы обсудим некоторые из принципов.

Поскольку мы пишем эти строки в начале 2017 года, нам еще предстоит увидеть, как отреагируют на описанные проблемы крупнейшие платформы, дающие толпе голос. Мы уверены, что, соединяя разум и машину, можно получить эффективные решения. Есть один многообещающий подход — позволить людям помечать содержащий ложную информацию или оскорбительный контент, тренируя таким образом системы машинного обучения распознавать его автоматически.