Как Facebook свёл на нет человеческое общение
|
|
Примитивный уровень пользовательской обратной связи, поощряемый онлайн-сервисами, является отличительной чертой, а не ошибкой. Компьютеру значительно проще придать смысл «лайку» или “⭐⭐⭐⭐⭐”, чем разобрать значение исходного текста. Отзывы пользователей Yelp важны для тех, кто ходит в рестораны, однако веб-сайт не мог бы существовать без звёздных рейтингов, которые обеспечивают удобную сортировку, фильтрацию и исторический анализ с течением времени (например, для отслеживания того, ухудшается ли качество обслуживания и еды в ресторане). Это приводит к тому, что я назову...
Первый закон Интернет-данных
В любом вычислительном контексте явно структурированные данные всплывают наверх.
Явно структурированные данные ‒ это любые данные, которые связаны с категориями, количественной оценкой и/или рейтингами. Эти данные являются самодостаточными и не требуют более широкого контекста для использования. Данные, которые существуют в структурированном и количественном контексте ‒ будь то DMS, кредитные записи, Dungeons & Dragons, финансовые транзакции, категории продуктов Amazon или профили Facebook ‒ станут более полезными и важными для алгоритмов, а также для людей и компаний, использующих эти алгоритмы, по сравнению с неструктурированными данными, такими как текст на человеческом языке, изображения и видео.
Этот закон не применялся в первые дни существования Интернета, поскольку тогда было так мало явно выраженных количественных данных. Явно выраженные количественные метаданные, такие как график ссылок, который компания Google использовала в своих корыстных целях, подчёркивали, что алгоритмы тяготеют к явно выраженным количественным данным. Иными словами, первые дни существования Интернета были аберрацией. В ретроспкетиве ранний Интернет был непредставительным заупском процесса явной количественной оценки, который стремительно начал развиваться с появлением платформ социальных сетей, таких как Facebook, Snapchat, Instagram и Twitter, которые являются частью новой нормы, а также Amazon, eBay и других компаний, имеющим дело с явно выраженными количественными данными.
Методика проектирования систем Web 2.0 не была социальной как таковая. Скорее, речь шла о классификации социального, а если быть точнее ‒ классификации жизни. Компания Google удалила неструктурированные данные из всего, что можно было. Развитие сети потребовало более чётко организованного контента, который было бы легче анализировать компьютерам. И наилучшим способом сделать это в масштабе было нанять пользователей для создания этих данных.
Явно выраженные количественные данные требуют, чтобы данные были помечены и классифицированы, прежде чем их можно будет отсортировать и упорядочить. Проект архивов, таких как Библиотека Конгресса, не сортирует книги как таковые; он разрабатывает всеобъемлющую классификацию, которая определяет, в каком порядке должны идти книги. Даже машинное обучение обходится дороже, если оно является «неконтролируемым» ‒ то есть когда оно не подкреплено существующей классификационной структурой.
Второй закон Интернет-данных
Для любого набора данных классификация важнее того, что классифицируется.
Выводы и результаты анализа данных чаще вытекают из классификаций, в соответствии с которыми были собраны данные, нежели из самих данных. Когда Facebook объединяет людей в какую-либо категорию, например, «любители пива» или «модные энтузиасты», нет какой-то отличительной черты, которая была бы характерна для той или иной группы. Как и секретный рецепт Google, классификация Facebook не имеет никакого фактического секрета. Это просто сочетание всех отдельных факторов, которые при суммировании «отключают» детектор категории. Что бы не заставило Facebook решить, что я обладаю «этнической общностью» с афроамериканцами, это явно не то, о чём подумал бы человек.
Тем не менее, самое важное заключается в том, что такая категория существует, поскольку она определяет, как ко мне будут относиться в будущем. Название категории ‒ будь то «афроамериканец», «этническое меньшинство», «африканское происхождение» или «чернокожий» ‒ является более важным, чем критерии категории. Изученные критерии Facebook для этих категорий будут в значительной степени накладываться друг на друга, тем не менее, окончательная классификация в каждом случае имеет совершенно другое значение. Однако различие между критериями остаётся неясным. Мы никогда не видим критериев, и очень часто эти критерии являются произвольными или категорически неправильными. Выбор классификации более важен, чем то, каким образом она выполнена.
Следовательно, Facebook и прочие вычислительные классификаторы усугубляют существующие проблемы условных классификаций. Категории цифровой запоминающей среды были больше связаны с тем, как рассматривалась население в целом, а не каждый отдельный человек. То или иное представление об экономике в большей степени зависит от того, как определяется безработица (включает ли она людей, которые перестали искать работу, тех, кто работает неполный рабочий день, временных работников и так далее), а не опыта или мнений граждан. И ваше мнение о собственном здоровье больше зависит от того, к какой категории ‒ «здоровые показатели» или «нездоровые показатели» ‒ относится ваш вес, питание и образ жизни, а не от сырой статистики. Даже название категории ‒ «толстый», «с избыточным весом» или «ожирение» ‒ несёт с собой ассоциации, обусловливающие то, как интерпретируется классификация.
Некоторые классификации гораздо более успешны и популярны, чем другие.
Доминирующее эмпирическое правило…
Третий закон Интернет-данных
Более простые классификации обойдут более сложные классификации.
Простота механизмов обратной связи (лайки, звёзды и прочее) является преднамеренной. Интернет-сервисы могут справляться со сложными онтологиями, когда это необходимо, однако бизнес и техническая инерция отдают предпочтение более простым. Компания Facebook долго сопротивлялась призывам добавить кнопку «Не нравится», заставляя своих пользователей «лайкать» объявления о смерти и политические скандалы.
Facebook предпочла простую бимодальную заинтересованную/незаинтересованную метрику. Когда компания, наконец, решила успокоить пользователей, она добавила пять способов выражения реакции к оригинальному «Нравится»: «Супер», «Ха-ха», «Ух ты!», «Сочувствую» и «Возмутительно». Неслучайно, что последние два стоят в самом конце: «Сочувствую» и «Возмутительно» более неоднозначны, чем остальные. Если я выражаю положительную реакцию на что-либо, я определённо в этом заинтересован. Если я грустный или злой из-за чего-то, я по-прежнему могу быть заинтересованным в этом, или, возможно, я хочу избежать этого. Эти реакции менее полезны для Facebook.
Шесть реакций Facebook похожи на эмодзи, поскольку они позволяют пользователям выражать эмоции невербально, однако они более полезны для Facebook, потому что содержат более простую классификацию, чем тысячи эмодзи. Сара Фрир из компании Bloomberg пояснила, как Facebook сформулировала свои новые реакции: «Исследователи Facebook приступили к реализации проекта путём компиляции наиболее частых реакций, которые люди выражали под постами: «Ха-ха», «ЛОЛ» и «ОМГ, так смешно», к примеру, относились к категории смеха... Затем они превратили эти категории в шесть распространённых ответов, которые Facebook называет “Реакциями”: «Сочувствую», «Возмутительно», «Ух ты!», «Ха-ха», «Юхууу» и «Супер»... «Юхууу» в конечном счёте отвергли, поскольку он не был “универсально понятным”, как пояснил представитель компании».
Эти примитивные реакции, по иронии судьбы, являются важной причиной, по которой более простые классификации, как правило, побеждают более сложные классификации. Письменные комментарии к статье не дают Facebook многого, чтобы идти дальше; слишком трудно понять настроение по двусмысленности написанного текста, если текст не настолько прост, как «ЛОЛ» или «круто». Однако шестикратная классификация имеет множество преимуществ. Facebook и прочие стремятся к универсальным и однозначным реакциям.
Реакции также облегчают количественное сравнение постов. Пользователи сами классифицируют статьи как «смешные», «радостные», «грустные», «трогательные» и «приводящие в ярость». Глядя на текстовые ответы, было бы трудно понять, что есть общего между «Канада приостанавливает действие торгового договора» и «Поп-певица покидает сцену», но если они заставляют пользователей нажать на иконку «Возмутительно», то Facebook способен обнаружить общность.
Эти классификации позволяют Facebook сопоставлять реакции пользователей со статьями, классифицированными аналогичным образом, или предпринять попытки подбодрить их, если они грустные или злые. Если реакции на статью разделились, Facebook может создать подкатегории вроде «смешно и трогательно» или «трогательно и удивительно». Facebook может отслеживать, какие пользователи реагируют чаще гневом или смехом, а затем предсказывать, на какой контент они будут с большей вероятностью отзываться в будущем. Facebook может изолировать особенно сварливых людей и уменьшить их воздействие на других пользователей, чтобы они не тащили вниз «население» Facebook. Кроме того, Facebook использует алгоритмы, чтобы сделать прогнозы по статьям, которые ещё не имеют реакций. Самое главное, даже если эти конкретные шесть реакций не будут являться универсальным набором по умолчанию, выборы Facebook укрепят их посредством петли обратной связи. Чем больше мы классифицируем наши реакции в соответствии с этим набором, тем больше мы будем готовы оценить наши эмоции в пределах данных границ.
Шестёрка реакций по умолчанию сглаживает вариации, которые наблюдались, когда компания Facebook проводила тесты с гораздо большим набором эмоций, разработанных Мэтом Джонсом из Disney-Pixar. Полный список включал в себя всё, начиная от восхищения и одобрения и заканчивая гневом, яростью и ужасом. Простая классификация победила. Она одновременно проще в использовании и универсальнее – за счёт культурного и личностного разнообразия.
Если ограниченный набор из шести реакций обладает эффектом сужения эмоционального разнообразия, тогда социальные сети и рекламные компании рассматривают этот компромисс как необходимую цену сбора данных о пользователях. Ограниченный язык эмоций, используемый Facebook, является языком, который компьютер способен понимать. Упрощённый язык устраняет вычислительно-человеческий разрыв более успешно, чем слишком сложные специальные классификации DSM. Вместо с тем, такие наборы реакций напоминают более простые таксономии Майерс-Бриггс, OCEAN и HEXACO, которые также разбивают сложные явления на несколько осей. Реакции Facebook похожи на «Большую пятёрку»:
Нравится: Приятность
Любовь: Экстраверсия
Ух ты!: Открытость
Сочувствую: Невротизм
Возмутительно: Добросовестность
Лишним является «Ха-ха», поскольку, как всегда, смех ускользает от лёгкой классификации, несмотря на то, что является самым универсальным выражением эмоций. Тем не менее, оставшаяся пятёрка неизбежно сглаживает культурные различия. Компания Facebook обнаружила реакции, которые были характерными для многих культур.
Язык реакций ‒ это примитивный словарь эмоций, который намного проще, чем наши человеческие языки. Он отлично подходит для компьютеров и вычислительного анализа.
Примерно в 2015 году я стал замечать изменения на своей стене в Facebook. Было меньше обсуждения. Люди, которых я знал, предпочитали отвечать на посты простыми словами вроде «да» или «брр», смайлами либо же шестью реакциями Facebook.
Я решил проверить посты 2009 и 2010 годов. Я писал полные предложения и приводил аргументы на несколько абзацев. Сдвиг был очевидным и радикальным. Разнообразие, нюансы и двусмысленность уменьшились. Если страсти были накалёнными и я не соглашался с хором «да» или «брр», толпа была гораздо более склонна наброситься на меня. То же самое касалось и других инакомыслящих. Что произошло? Они были моими друзьями. Но мне казалось, что они стали другими людьми. Нас стандартизировали. Теперь мы все говорили на разных языках. Это был язык Facebook и компьютеров.
Специально для читателей моего блога Muz4in.Net ‒ по статье David Auerbach
Copyright Muz4in.Net © - Данная новость принадлежит Muz4in.Net, и являются интеллектуальной собственностью блога, охраняется законом об авторском праве и не может быть использована где-либо без активной ссылки на источник. Подробнее читать - "об Авторстве"
Вам понравилась статья? Просто перейди по рекламе после статьи. Там ты найдешь то, что ты искал, а нам бонус...
|
|
Почитать ещё: