КАК АЛГОРИТМЫ ПРАВЯТ ЗУМЕРАМИ? — ТОПЛЕС

Очень жарко у нас сегодня в студии, но, несмотря на это, мы все равно запишем вам ролик.

И начнем мы с вопроса, кто решил, чем вы будете завтракать сегодня?

Какие носки наденете, как попадете на работу и нужно ли брать с собой зонт?

Кто выбирает, какую музыку вы слушаете по дороге, какие новости выпадают вам в ленте и какой сериал вы будете смотреть вечером?

А вот еще.

Кто решает, попадете ли вы сегодня в унитаз?

Или, как обычно, чуть-чуть промахнетесь?

Думаете, это только ваше решение?

Как бы не так, на него тоже можно повлиять.

В аэропорту Амстердама мужчины слишком часто промахивались мимо писсуара, и руководству приходилось тратиться на лишнюю уборку.

Таблички «держите себя в руках» там или «будьте точнее» не работали, поэтому вместо них внутрь писсуаров приклеивали маленьких мушек.

Это были простые наклейки.

Но посетители стали неосознанно целиться в них.

В итоге чистота промахов упала на 80%, а расходы на уборку снизились на 15%.

Такие туалеты я встречал вообще по всему миру, вы наверняка тоже, но я попадал.

Да.

И теперь заметьте, мне не говорили ни слова.

Но мои действия поменялись.

И это не единственный пример, а лишь верхушечка айсберга, с которого мы начнем этот выпуск.

И называется этот айсберг теория подталкивания.

Или Nudge Theory.

Она подталкивает людей на решения, которые они не собирались принимать.

Существует даже отдельное слово «надж», типа подталкиватель.

В случае с писсуаром, тем самым наджем была мушка.

Вы никогда не задумывались о наджах, но на самом деле их очень много.

К чему они вас подталкивают, да, зависит от того, кто внедряет этот надж.

Правительство Исландии захотело, чтобы люди не превышали скорость, и поэтому вместо обычных зебр нарисовали 3D-иллюзии.

В итоге водители стали неосознанно сбавлять скорость.

Такие же переходы уже появились в Москве около речного вокзала и в Подмосковье.

Чтобы на красный не переходили уже пешеходы, светофоры в Германии мотивируют их подождать.

Вместо кнопок у них автоматы для игр в пинг-понг.

Пока ждешь, соревнуешься с человеком на другой стороне улицы.

Каждый раз новый соперник.

Вот другой пример.

На одной из станций шведского метро лестницу превратили в фортепиано, которое издает звуки после каждого шага.

Люди стали из интереса ходить по лестнице и прекратили толпиться у эскалатора.

А на японских серпантинах сделали насечки.

Если ехать по ним с правильной скоростью,

Услышишь треки из «Евангелиона» и «Унесенных призраками».

Поедешь быстрее, будут фальшивить, медленнее вообще не будут играть.

Даже на трассе между Москвой и Питером есть такая дорога, только играет она не «Евангелион», а «Калинку-малинку».

Находится она здесь для тех, кто сейчас в пути, хочется послушать.

Все эти наджи можно легко увидеть или услышать, потому что они, ну, буквально выбиваются из мира вокруг.

Но самые хитрые из них заметить невозможно.

Знаете, что сделала Австрия, когда столкнулась с нехваткой донорских органов?

Правительство не стало агитировать людей.

Ну, типа, подписывайте договор о том, чтобы органы сдавали.

Оно поступило хитрее.

Всех совершеннолетних просто сделали донорами органов по умолчанию.

А чтобы отказаться от такой вот практики, вам нужно потратить время и пойти куда-то зарегистрироваться специально, в общем, пройти какой-то бюрократический путь.

Большинство просто лень, а кто-то просто не знает.

Заметить такие наджи практически невозможно, ведь они аккуратно встраиваются в вашу повседневную жизнь.

Но еще легче их спрятать в смартфоне в вашей руке.

Если в физическом мире нужно, например, тратить тонны краски на 3D-переходы и прочее, чтобы заставить водителей, например, ездить аккуратнее, то в онлайн-сервисе, например, каршеринге, достаточно ввести рейтинг водителей.

Машина будет собирать данные с резким ускорением и торможением, с нарушениями разными, и самым аккуратным даст скидки.

Так у водителей появляется мотивация ездить плавно.

И вот что самое интересное.

Чтобы управлять вашим поведением в онлайне, не требуется человек.

Всем в онлайне управляют алгоритмы.

Один из самых известных алгоритмов, рекомендательный.

Не знаете, чем украсить новую квартиру?

Marketplace предложит готовые варианты.

Ленты Netflix и Spotify принесут вам фильмы и треки, которые станут вашими любимыми.

И даже партнера заботливо подскажет Tinder.

Алгоритмы — это как ваш личный ассистент, который подстраивается под ваше поведение.

Отбирает за вас продукты и информацию.

С вас только финальный ок.

Да, чтобы вы не думали, что ваше мнение ничего не стоит.

К такой реальности мы привыкаем.

Да, но как привыкнуть к тому...

что алгоритмы будут рекомендовать всем вас.

Да, я про умного человека в очках скачать обои.

И пора признаться, форс-мема был хорошо спланирован и строился на трех китах.

Каждый инфоповод должен быть лучше предыдущего.

Нужно нанять трех зумеров, которые подскажут тебе, что модно на их языке, а что просто кринж.

И третье.

Вся твоя жизнь на несколько недель — это мем.

Мы купили место на Таймсквер и залетели с этими ва все паблики.

Место на Москва-Сити тоже мы, и это не сработало.

Я записал кружок, где искренне удивлялся тому, что происходит, и это тоже зафорсили.

Мы стали путать следы, кто сделал этот мем.

То ли генерал Кулилингус, то ли мы.

Но кто такой генерал Кулилингус и почему он молчит?

Четыре недели я висел в топе мемов, обогнав даже терли свинки друг другу спинки.

Куча брендов сделали коллаб, идея сделать рейд на западных блогеров тоже сработала, и через несколько дней коллеги на английском стали спрашивать, кто этот чувак.

Меня печатают в газете, в

Включают на вручение аттестатов.

Я на экранах Apple в Нью-Йорке.

Вот американец смотрит мем.

Я на куче других экранах, в том числе и в Азии.

На Реддите появляется топик, где российский мем буквально захватывает мир.

Мы отправляем мем в космос через станцию Марка Робера.

Теперь я уже в самом авторитетном издании мемов в мире.

А люди в Австралии, покупая б.у.

монитор, видят на нем мою фотку и кричат, что б...

Вообще здесь происходят футбольные клубы разных стран, KFC в Британии, Смешарики и Барбоскины, балерина Капучино, и вот о меме говорят уже в телевизоре.

А следом мы делаем самый крупный конкурс двойников в России, куда приходит полторы тысячи человек и тот самый настоящий двойник.

Помимо 700 тысяч новых подписчиков по всем соцсетям, на моей странице в Википедии появляется раздел «Влияние на интернет-культуру».

И это только то, что я попытался уместить всего в 30 секунд выпуска, но не успел.

Многие вообще впервые услышали обо мне из этого мема.

И ко мне подходят на улице, говорят, «А, это ты, чувак, этот умный в очках».

Реально, чувачок подошел ко мне, обнял его так вот за спину, я просто стоял, я испугался.

Он говорит, «А ты что делаешь на аватарке моего сына?» Рекомендательные алгоритмы изменили то, как меня знает общество.

Возможно, в будущем никто не вспомнит про Топлис, про YouTube-канал, про Научпоп.

Все будут помнить меня, как умного человека в очках, русскую версию рекроллинга.

Такая внезапная популярность может выбросить человека на самую верхушку.

В прошлом году выборы в Румынии аннулировали, потому что их выиграл аутсайдер, ролики которого незадолго до выборов залетели в ТикТок.

Алгоритмы увидели актив в комментариях и подтолкнули ролик в массы.

И неважно, что никто не знал его предвыборную кампанию и чем конкретно он лучше других кандидатов.

Неужели алгоритмы за нас выбирают, что нам смотреть, с кем спать, за кого голосовать?

Как?

Они научились предсказывать наши желания.

Они же не могут залезть к нам в голову.

Так ведь?

Сейчас вы узнаете, почему никто в мире не умеет собирать кубик Рубика, как Тиндер расставляет всех по рейтингу красоты, кто просит отдать первица в обмен на Wi-Fi, зачем сайтам ваши кукисы и как выглядит ваш цифровой портрет, что общего у Сикток и игрового автомата, почему мы больше не слушаем музыку альбомами, когда ботов в интернете стало больше, чем людей, как...

вылезти за пределы своего инфопузыря?

И какой алгоритм уже почти 50 лет, как предсказывает ваше желание?

Это будет старый добрый топлес про технологии и будущее, которое уже наступило.

Вы просто этого не заметили.

Витамин В6, мазь от растяжек, увлажняющий крем и пачка цинка.

И я, видимо, беременный.

По крайней мере, так бы сказал алгоритм, если бы увидел такую корзину у меня в доставке.

Именно так в 2002 году интернет-алгоритм предсказал беременность девушки раньше, чем о ней узнали ее родители.

А заодно отправил купоны на подгузники на почту ее отца, будущего дедушки.

И сделал он это бесплатно.

без участия людей, просто смотрел на покупки девушки в популярном тогда магазине «Таргет» и решил, что с такой корзиной только беременеть и можно.

Что это был за алгоритм?

Один из простейших.

Называется «Если то».

То есть по-английски ивзен.

Каждому человеку этот алгоритм заводил индекс беременности, а потом смотрел, что они покупают.

Заказала косметику без запаха, потому что последние дни все бесит?

Плюс один в твой индекс беременности.

Добавила в корзину витамины, потому что организму их не хватает?

Индекс снова вверх.

Докинула мазь от растяжек?

Точка невозврата пройдена, и алгоритм кидает купон со скидкой на подгузники.

Классная акция, подумали маркетологи, ведь беременные и молодые мамы для них это просто сундук с золотом.

Отличный повод подать в суд, подумали те самые мамы.

Почти сразу фишку прикрыли, потому что пользователям не понравилось, что кто-то лезет в их частную жизнь.

Но похожие алгоритмы, если то, есть в каждом магазине.

Пользователь купил телефон, предлагает чехол и стекло.

Знакомо?

Так и работали первые алгоритмы и если то.

Они сравнивали вас с уже готовыми паттернами и выдавали совет.

Думаете, это как-то примитивно?

Но еще 70 лет назад математики доказали, что абсолютно любую задачу, которую в принципе можно решить, можно решить

с помощью «если то».

Вот мой любимый пример.

Как подчинить абсолютно все?

Это двигается?

А должно двигаться?

Если не двигается, а должно, бери ВД-шку.

А если наоборот, то залепи изолентой.

Звучит как мем.

Но на деле такие же схемы есть для того, чтобы, например, научить попугая говорить.

Выбрать подкаст, например.

То есть не попугая, а вам.

И даже схема для того, чтобы запустить Windows.

Чем сложнее задача, тем больше схема.

Один раз придумал схему — всю жизнь следуешь.

Именно поэтому почти никто в мире не знает, как на самом деле собрать кубик Рубика.

Тем не менее, они его собирают, потому что следуют алгоритму «если то».

Если собрал одну сторону, то собирает центральные ячейки рядом с ней.

Если собрал их, то заполняет второй слой каждой боковой грани.

И так далее.

С таким алгоритмом, если то, роборуки собирают кубик Рубика за доли секунды.

Вы сталкиваетесь с алгоритмом «если то» каждый день и даже не замечаете их.

Вот мой любимый пример.

Вас же тоже бесит цена на такси в последнее время.

Каждый раз, когда я вызываю такси, я думаю, а стоит ли моя спешка этих денег?

Кажется, что все прозрачно.

219 рублей – это цена за подачу машины.

Туда входят первые 3 минуты и первый километр в пути.

Далее 15 рублей за минуту.

И столько же за каждый километр.

Эти условия одинаковы для всех, кто вызывает в Москве тариф «комфорт» в любое время дня и ночи.

Но стоит только капли дождя коснуться асфальта — и сразу повышенный спрос.

Тот же маршрут, но к подаче прибавился 91 рубль, а цену поездки увеличили на 14%.

Подкрутили!

Но на самом деле сработал алгоритм «если то».

И сейчас вы поймёте, что сами являетесь частью этого уравнения.

Для начала давайте ответим на вопрос, почему вообще включается повышенный спрос.

Ну, потому что на улице дождь, наверное, да?

Или, например, пробки из-за концерта Басты.

А вот и нет.

У алгоритмов одна цель, чтобы число свободных машин было равно числу желающих поехать на такси.

И вот самая упрощенная схема, как работает этот алгоритм.

Смотрите, если таксистов меньше, чем пассажиров, немного повысь цену и подожди.

все еще меньше, тогда повысь еще раз уравнялась, тогда работа сделана, возвращает цены на место.

Так думает алгоритм.

То есть алгоритм не только повышает цену, но еще и возвращает ее на базовый уровень, когда всем хватает машин.

Такое вот простое правило, если то, но оно запускает цепочку из доминошек, которые как раз и регулируют спрос и предложение.

Когда алгоритм немного поднимает цену, таксисты видят выгодные заказы в виде фиолетовых зон на карте.

Именно там таксистов меньше, чем желающих поехать, поэтому цена выше и можно заработать больше.

Кто-то специально ради этого выходит на линию.

Это была одна сторона уравнения таксиста, а с другой стороны уравнения вы, которые, глядя на цену, выбирают поехать на общественном транспорте, каршеринге или, если хорошая погода, на самокате.

Хотите все-таки поехать на такси, да, и еще и при этом сэкономить?

алгоритм предложит вам несколько вариантов.

Например, пошерить машину с другим пассажиром, чуть-чуть пройтись пешком там, где это быстрее, или немного подождать.

И тогда заказ возьмет водитель, который уже едет в вашу сторону.

В каждом из вариантов поездка для вас выйдет дешевле.

А теперь главное, что в результате тот, кому надо, даже высокий спрос гарантированно сможет уехать.

Все благодаря алгоритмам.

Водителей они мотивируют брать заказы там, где такси нужнее всего, а вас оценивает свое время и деньги.

Ведь кто-то из вас готов платить за скорость, а другие, например, готовы искать альтернативные варианты.

Поэтому вы сами влияете на уравнение.

А в его основе, если сильно упрощать, набор простых правил.

И если то.

Такие алгоритмы называются основанными на знаниях.

Или знающими.

То есть разработчик взял знания из реального мира и прописал их в виде правил.

Если А, то Б. Они жестко прописаны и не меняются во время работы.

Если машин мало, повышает цену.

Если механизм заклинил, смажь ВД-шкой.

Если пользователь купил телефон, предлагай чехол.

Так и работали

Первые рекомендации.

Вот только иногда их буквальность доходила до абсурда.

Только что купили квартиру в Москве?

Вероятно, вот эти пять квартир в Москве вам тоже пригодятся.

Ну или такое.

Макбук 2007 года оценили на 5,0, а 2014 на 4,9, значит старый лучше.

Все потому, что такие алгоритмы не знали контекста.

Для них что поставка для телефона, что лабубу, что макбук, что квартира — это одно и то же.

Поэтому на смену знающим алгоритмам пришли другие, опытные.

В том смысле, что они опирались не на паттерны, а на опыт самих пользователей.

Если кому-то нравятся фильмы Marvel и сериал «Странные дела», а вы только что посмотрели «Последних мстителей», то дальше можно смело предлагать «Странные дела».

Если знающие алгоритмы пытались найти идеальный мэч между вами и товаром, то опытные алгоритмы ищут мэч между двумя людьми и их поведением.

Таким алгоритмам тоже пофиг на наш мир.

Они не понимают контекста, логики или здравого смысла.

Для них это все обезличено, ведь главное предлагать вам то, что понравилось вашим друзьям по интересам.

Даже если этих друзей вы никогда в глаза не видели.

С одной стороны, на практике это отлично работало, но с другой стороны, если в Амазоне 2012 заказать биту, то алгоритм предлагал не обезбольный мяч, а балаклаву.

Потому что именно в таком наборе их кто-то уже заказывал.

Но такое легко пофиксить вручную.

А в остальном опытные алгоритмы работают гораздо быстрее и точнее знающих.

Потому что никакие знания в них впихивать не нужно.

Они сами смотрят на наш мир и ищут в нем закономерность.

Именно это позволило им рекомендовать вам не только чехол для телефона, но еще вашего будущего партнера.

Да, я говорю про Tinder, Твинби и другие дейтинги.

Как можно любовь, романтику или хотя бы просто привлекательность свести к алгоритмам?

к бинарной системе простых чисел.

Все просто.

Нужно смотреть на отношения, как на шахматы.

На популярном сайте chess.com у новичков 800 баллов.

И сражаются они с теми, у кого такой же рейтинг.

И неважно, сколько они уже играют.

Победишь, рейтинг поднимется, а противники станут сильнее.

Рейтинг профи около 2400.

Теперь представьте, что если то же самое будет работать и в дейтингах.

Если у вас 800, то Тиндер просто не даст вам девушку с 2400.

Не доросли еще.

Но если вас лайкнет девушка с 1000, рейтинг и ваши шансы немного подрастут.

Все как в первой серии третьего сезона «Черного зеркала», где у каждого человека был рейтинг.

И общались они с себе подобными.

И это не сюр, это реальное описание алгоритмов Тиндера до 2019 года.

То есть, по мнению Тиндер, где-то на земле ходил самый привлекательный человек, а где-то, наоборот, самый уродливый урод.

И в Тиндере они никогда бы не встретились.

Когда это вскрылось, все новостные сайты писали о том, что Тиндер знает уровень вашей привлекательности, но ни за что не скажет вам об этом.

Поэтому к 2019 году в Тиндер создали новый алгоритм, который собирает данные о поведении и отталкивается уже от него.

Заходишь по вечерам...

Ловить тех, кто тоже делает так же.

Написал в профиле, что любишь собак?

Тогда выдавать кошачьи случаи пореже.

Любишь громкие тусовки?

Домоседок с книгой и бокалом вина тоже станет меньше.

Все просто.

Если ты ведешь себя так, то и партнеров нужно тебе искать похожих.

Думаете, притягиваются противоположности, да?

И выдавать нужно именно их.

Но ученые с вами не согласятся.

Анализ 80 тысяч пар по всему миру показал, что в большинстве пар одни и те же политические взгляды, уровень религиозности и образования.

Притягиваются даже люди с похожим соотношением талий к бедрам.

Остается только гадать, почему.

А еще я гадаю, почему все в этом году едут в Японию.

Сквозь баб поехал и снял там клип.

Вадим Кей поехал и выкатил влог на два часа.

Я тоже поехал.

Причем сделал я это в самые пик сезона нацветения сакуры.

Так что был я там одновременно со всем остальным миром.

То есть туда едут просто все именно в этот период.

и поэтому там невозможно снять жилье.

Но, как мы уже знаем, умный в гору не пойдет, умный человек скачать обои, поэтому я открыл Отелло.

В Отелло можно бронировать с российской картой отели по всему миру.

Вы тоже можете придумать себе летнее приключение, например, сорваться в Ереван на выходные.

До шести утра гулять веселым, озорным, абрикосы прямо на улице, со шлычком закусили, в кофе долили, а под утро до дома писателей пофоткаться.

Или у знаменитых фонтанов каскад.

Посидеть, стойки поснимать.

А восход встретить с видом на Арарат.

Потом, допив все, что осталось, в отель Ибис поспать с комфортом и недорого.

Про такие лайфхаки Отелло пишет у себя в телеграм-канале.

все просимки на личную и дешевую дорогу из аэропорта.

В канале есть советы от того, куда вырваться из Москвы, если у вас всего 4 дня, а уж очень хочется отдохнуть, до того, как найти японские артефакты на Сахалине.

Почитайте!

А от меня вам промокод TOFLES на скидку 20% на любую бронь из этой подборки до 31 августа 25 года.

Скидка до 2000 рублей.

Не, ну еще и неплохо.

И помните, лето быстро заканчивается.

А вы ещё успеете позвать друзей в мини-путешествие, где ночью в 5 утра с бутылкой винишка вы будете идти и радоваться на следующий день фотографиям.

В общем, постарайтесь, чтобы это лето вам запомнилось.

А мы продолжим выпуск.

Бейсбольные биты и балаклава на Amazon, сериалы в Netflix и партнеры в Tinder — все это алгоритмы, основанные на опыте.

Они сначала узнавали ваши интересы, а потом предлагали то, что зашло людям, похожим на вас.

Но у них есть один большой минус.

Этот самый опыт нужно где-то получить.

То есть Тиндеру надо узнать, что именно вам интересно и каких партнеров вам лучше подыскать.

И самый простой способ — спросить у вас самих.

Когда вы только заходите в Тиндер, первых партнеров он показывает вам наугад.

Сначала худых блондеянок, потом накачанных брюнеток и заодно азиаток.

Пока вы их свайпаете, он запоминает, кто вам больше нравится, чтобы потом предлагать именно таких девушек.

Это как рилсы.

Посмотрел пару роликов про дикий огурец, и вот они уже захватили всю твою ленту.

Просить данные у пользователей, либо собирать их по ходу дела — лишь один из способов.

Какие у него минусы?

Если речь идет не про Тиндер, а, например, про рекламу, вы не согласитесь свайпать рекламные предложения в поисках того, что вам действительно нравится.

А во-вторых,

Вы удалите тот же TikTok, если первый день использования он будет показывать вам полную хрень, которая вас не интересует, потому что пытается понять, что же вам интересно.

Вместо этого компании придумали гораздо более хитрый способ.

И простой.

Он называется «магическая печенька», а точнее «кукис».

Так называются данные, которые вы делитесь сайтами в интернете, из которых собирается ваш обезличенный цифровой портрет.

Кукисы — это что-то вроде школьной анкеты про вкусы, хобби и любимый фильм.

Только вопроса, как тебя зовут, тут нет.

Зато есть ваш язык, страна, как часто вы заходите на этот сайт, и сколько, и куда кликаете.

Свои cookies вы можете посмотреть прямо в браузере.

Вбиваете эту ссылку и читаете, что каждый сайт знает о вас.

По сути, все сайты связаны друг с другом через эти cookies.

И если вы читали про Labuba, например, не удивляйтесь баннеру на маркетплейсе, который предлагает их купить.

Но какого хрена сайты вообще делают это?

Вы сами согласились на это, когда заходили в первый раз на сайт.

Но кто всерьез читает эти полинские соглашения?

Верно?

Компания Purple Wi-Fi ради эксперимента вставила в своё соглашение пункт о том, что каждый, кто подключится к их бесплатному Wi-Fi, обязан проработать тысячу часов, убирая туалеты и прочищая канализацию.

22 тысячи человек ткнули галочку и согласились на такую авантюру.

Жестоко, но прикольно.

Продолжаем.

В Лондоне точно также получили разрешение забрать первенцев у всех, кто подключился к Wi-Fi, и подвох заметили только единицы.

Детей, конечно же, ни у кого не забирали, но такие эксперименты доказывают, что мало кто читает политическое соглашение.

И это нормально.

Ведь это не вы, глупые и ленивые, а сама задача.

труднозатратная.

Прочитать пользовское соглашение TikTok — это 31 минута, в Spotify уже 35, у Microsoft — целый час.

И это не увлекательное чтиво, а сухой юридический текст.

Именно поэтому Яндекс сделали целый сайт про безопасность в своих сервисах, написанный человеческим языком.

Вот тут можно узнать, что маркет позволяет удалять всю историю покупок и личную информацию, если вы захотите.

И тут же про то, что курьеры не видят ваш настоящий номер, а вы —

их.

А если вы нашли уязвимость, то можете написать в компанию и в рамках программы Bug Bounty, то есть охота за ошибками, вам заплатят несколько миллионов рублей.

Маленькие талантливые рэперы, сидящие дома и не знающие, как же себя назвать, и желающие назвать себя типа Lil 5, что-то там, берите Bug Bounty.

К тому же, по закону, все сайты обязаны работать и без хукисов.

Да, и это правда так.

Поэтому вы можете сказать, нет, хукис тебе нахуй.

Блин, кстати, я вот все время соглашаюсь, а когда-то можно было и не соглашаться.

Давайте посмотрим, что будет, если запретить вообще всем сайтам читать ваши данные.

Чаще всего ничего не поменяется.

Вы сможете скролить ленту, смотреть цены и читать все, что вам интересно.

Вот только персонализация пропадет.

У вас не получится набрать корзину...

в маркетплейсе и сделать заказ.

Ведь сайт забудет, кто вы.

То же самое с музыкой.

Играть она будет, но вот никаких рекомендаций не будет.

Вы будете слушать попсу, рок и классику, ведь это топ-3 жанра в России.

Так что вот вам четкая инструкция, когда давать кукисы, а когда отказывать.

Если сайту не нужно знать, кто вы, ведь вы просто зашли почитать какую-то инфу, тыкайте «Отказ».

Вы ничего не потеряете.

А если сайту нужно помнить что-то о вас, например, корзину, ваши вкусы или что угодно еще, тогда давайте согласие.

Тогда жизнь будет гораздо проще.

Давайте подведем итоги.

Благодаря пунктам в пользовских соглашениях и кукисам разных сайтов корпорации собирают big data, то есть данные, на которых можно теперь учить алгоритмы понимать вас.

Но как потом сравнивать алгоритмы между собой и в принципе развивать эту область, да, IT, если корпорации не делятся данными о действиях пользователей друг с другом и исследования тоже не делятся?

Чтобы решить эту проблему, Яндекс выложил в открытый доступ датасет на основе обезличенных действий пользователей Яндекс.Музыки.

Все анонимно, никаких имен тут нет, но есть лайки, дизлайки и инфа о том, как слушают музыку реальные люди.

Эти данные помогут исследователям лучше изучать тему рекомендаций.

Они как линейка, с помощью которой любые компании смогут сравнивать свои достижения и развивать рекомендации для своих пользователей.

Окей, с одной стороны, у нас есть много данных для обучения алгоритма.

С другой...

понятные линейки по которым мы можем сравнивать их между собой но что делать с тем что чем больше данных тем сложнее алгоритм и тем медленнее он работает но на самом деле так было только до двух тысячи десятых годов тогда у нас появились алгоритмы которые работают ровно наоборот чем больше данных вы им дадите тем точнее они срабатывают и я говорю про нейросети

Смотрите, как рост бигдата бустанул на аэросети.

Как только в 2010-х люди начали массово писать контент, сидеть в соцсетях и снимать войны с тиктоками, число данных в интернете взлетело, и на аэросети сразу начали взрывной рост.

У нас уже был отдельный ролик про то, как работают на аэросети.

Вот сюда вот его кликайте и смотрите.

Сейчас напомним самое главное.

Весь мир — это числа.

Вы, ваши мысли, ваша бабушка, ваша дорога к школе, то, как вы любите мем умный человек в очках, и то, как вы ненавидите мем умный человек в очках скачать обои — это числа.

Картинка — это просто набор пикселей, а цвет каждого пикселя — это число из палитры RGB.

Звуки — это волны со своими длинными частотами, а это тоже числа.

Думаете, все наши знания, история и культура — это текст?

Да, вы правы, это текст.

Но текст — это тоже числа.

А значит, наша реальность для нейронок — это числа.

Поэтому нейронки типа VO3 так хорошо генерят разные сюжеты.

Современные рекомендации работают именно по принципу генератора.

Точнее, если уж очень упрощать, то Т9.

Это технология, которая была на кнопочных телефонах.

Помните, вбиваешь две буквы, а он тебе три на выбор слова.

И именно эта идея помогла создать самую совершенную архитектуру нейросетей.

Трансформер, так она называется.

Он лежит в основе чата GPT и почти всех топовых алгоритмов рекомендаций.

Чтобы понять, как он работает, попробуйте поставить себя на место чата GPT или любого другого трансформера и ответьте на простой вопрос.

Самая вкусная шаурмана?

Ваши варианты?

На Казанском?

Конечно.

Теперь снова попробуйте угадать следующее слово.

Самая вкусная шаурма на Казанском?

Тут все точно поставите вокзале.

Так чат GPT и пишет свой ответ.

Слово за словом, а не всю мысль одновременно.

Как до этого часто делали на эросети.

А с недавнего времени похожую модель на базе трансформеров начали использовать и рекомендательные системы.

Вы наверняка знаете про гонку нейросетей.

Vio3, ChatGPT, там-пам-пам, их там уже очень много.

Но на самом деле такая же гонка есть и в мире рекомендаций.

Ведь для TikTok, YouTube и, например, Яндекс.Музыки это основная технология.

Так что представьте, что вместо слов

Теперь вся ваша активность.

Неважно, что вы пишете и говорите.

Алгоритм смотрит только на ваши действия.

Вы можете сколько угодно молодиться, ходить со стаканчиком бамбл-ти и общаться на зумерском.

Но нейронка-то видит, что вы слушаете Наутилиус Помпилиус, пересматриваете детектив Коломбо и перекусываете докторской колбаской.

И вот нейронка запомнила вас как 17-42-37.

и ещё пачку сотен из чисел.

Или в переводе с нейросетевого вы — бумер.

И рекомендации, следовательно, у вас будут бумерские.

И вы будете этому только рады, ведь это то, что вы любите.

И сейчас их рекомендации работают именно по такому принципу.

Что им это даёт?

А то, что алгоритмы запоминают о вас все больше.

Сегодня это уже годы ваших лайков и дизлайков.

Они лучше понимают ваше поведение, учитывают сезонность.

Если прошлым летом вы зашли в маркет и заказали удочку, то он не будет рекомендовать ее осенью и зимой.

Он дождется следующего лета и предложит уже надувную лодку.

Трансформер легко видит такие взаимосвязи.

Он не знает ничего о нашем мире, но по вашим действиям понимает, какое сейчас время года и в каком вы настроении.

Ну а в будущем, возможно, алгоритм сможет помнить ваши интересы за всю жизнь и рекомендовать то, что вам нравится или понравилось бы в будущем.

Вот только в этом мире появится другой риск.

Застрять в том, что ты действительно любишь, так и не узнав ничего нового.

Понравился фонг в моей волне и хотите еще?

Вот вам еще фонга.

Еще и еще.

Если ничего не сделать, то вы застрянете в фонге навсегда и вы зненавидите его.

Чтобы избежать этого, нейронку специально учат давать что-то новое раз в пару треков.

И это не просто что-то рандомное, а то, что вам действительно может зайти.

Так, исследования показывают, что фанатам хэви-металла нравится инструментальная музыка, а молодежь в возрасте 25 лет интересуется Бетховеном и Моцартом.

В этом может не быть логики.

Но стриминг это всё равно уловит и будет рекомендовать.

Настройка «Незнакомая» в моей волне как раз и состоит из музыки, которую вы ещё не слышали, но которая вам, скорее всего, понравится.

То есть алгоритмы предлагают не только то, что похоже на старое, но и абсолютно новое.

Ведь если они вас хорошо знают, то обе задачи одинаково просты.

Но так как плейлисты составляют из треков разных исполнителей,

Кое-что произошло в этом мире, люди перестали слушать музыку альбомами.

Английская певица Адель добилась того, что Spotify удалил кнопку «Перемешать треки» из ее альбома «30».

Потому что певица считает его единой историей и терапией, через которую надо пройти от начала до конца.

Алгоритмы сломали идею певицы, и ей пришлось восстанавливать ее вручную.

Потому что весь мир уже слушает новую музыку по новым правилам в своих персональных подборках.

По одному треку за раз.

Пожалуйста, давайте мне синглы, а не альбомы, у меня нет времени на альбом.

Я не против, потому что индивидуальные подборки по одному треку из разных альбомов, это вообще-то удобно и не дает зрителям, слушателям, то есть, заскучать.

И плюс ко всему дают большую волну популярности новым исполнителям, у которых всего несколько треков.

У нашей группы Кросса еще нет альбома, но алгоритмы моей волны начали показывать наш трек Чучук разным пользователям.

Те ставили лайки и снимали под него свои видосы.

В итоге трек завирусился.

Так мы попали сначала в проект из края Яндекс.Музыки, а потом на билборд на Новом Арбате.

У нас был всего один трек, но благодаря алгоритмам нас слушали по всей стране.

При этом многие не знали, что я участник группы, так что мое имя тут не больно-то и сыграло.

Алгоритмы и рекомендации меняют то, как мы потребляем информацию.

Ведь уже сейчас данных в интернете настолько много, что наш мозг просто не справляется с этим.

И в этом главная задача алгоритмов — сделать часть выбора за вас и принести вам уже готовый вариант.

В китайском KFC камеры возле кассы за долю секунды считывают ваш пол и возраст, чтобы молодым парам предлагать парные наборы бургеров, а женщинам за 50 — соевое молоко.

Это часто покупают в их возрасте.

Точно так же работают экраны около касс на британских заправках.

И даже в футбольных трансляциях реклама зависит от страны.

У американцев аренда машин, у англичан ставки, а у азиатов банк.

Такая персонализированная реклама предлагает вам товары и услуги, о которых вы не думали раньше, но при этом они могут вам пригодиться и, скорее всего, будут полезны.

То же самое работает и с потреблением контента, например, с сериалами.

Ведь если вы будете смотреть одну серию за другой, сервис затянет вас, и вы обязательно продлите свою подписочку.

Ленту TikTok сравнивают с рычагом игрового автомата, ведь она ровно так же заставляет вас впасть в состояние потока.

Именно поэтому Netflix добавила в свое приложение ленту коротких роликов с нарезками,

из сериалов.

Свайпаешь вправо, и сериал встает в очередь.

Еще Netflix специально меняет свои обложки для зрителя.

Белым людям показывают обычные версии, а темнокожим те, на которых есть темнокожие персонажи.

Даже если в фильме у них второстепенные роли.

Сервис как бы говорит, смотри, здесь мы вообще, ну, для тебя старались, здесь такие же, как ты, бегом смотреть.

Все эти наджи звучат безобидно.

Но на самом деле через них можно влиять на все наше общество в целом.

10 лет назад каждый желающий мог пройти психологический тест в соцсетях.

После пары вопросов он действительно выдавал ваш психологический портрет, но заодно добавлял к нему ваши данные, день рождения и лайки.

В руках компании Cambridge Analytic, которая запустила этот тест, оказались цифровые портреты 87 миллионов пользователей.

Благодаря этому компания всего за 68 лайков научилась

Угадывайте ваши черты характера, ценности и даже цвет кожи.

Что им это дало?

Возможность влиять на политику целых стран.

Однажды в маленькой карибской стране Тринидад и Табаго появилась реклама с лозунгом «Do so».

То есть «Сделай это».

Имелось в виду «Игнорируй выборы».

Не лезь в политику.

Подвох был в том, что эту рекламу видели...

Только темнокожие.

Темнокожая молодежь под влиянием рекламы не пришла на выборы, а вот индийскую привели родители.

Их семьи более консервативны, и дети даже не посмели им перечить.

В итоге победил кандидат от индийской партии.

Точно так же Cambridge Analytica помогла Трампу победить на выборах в 2016 году, гасила неудобных кандидатов в Кении в 2017 и помогла Англии выйти из Евросоюза.

За это Англию оштрафовали на 640 тысяч долларов.

а соцсети, данные которых брала Кембридж Аналитика, еще на 5 миллиардов долларов.

В итоге в 2018 году Кембридж Аналитика обанкротилась, а Netflix по мотивам ее истории снял фильм «Большой хак».

Самое интересное в этом кейсе то, что людей оказалось легко раскидать по папочкам.

Одних влево, других вправо, консерваторов, либералов, за Брэкзит и против них.

И если раньше люди из одной папочки могли узнать мнение людей из другой и изменить свое мнение, то сегодня новостная лента будет выдавать только то, что подходит их взглядам.

И обсудить это они смогут только с такими же чудиками, что и они сами.

Все потому, что вокруг каждого из нас сформировался свой инфопузырь.

Каждый оказался в своей уютной, но изолированной комнате.

Сегодня YouTube по умолчанию может окунуть любого пользователя в теории заговора.

Посмотрел один ролик, потом другой, и вот уже вся твоя лента состоит из конспирологии.

Именно поэтому YouTube специально изменил алгоритмы, чтобы они выдавали меньше теорий заговора.

При этом всем подряд.

Их будет меньше.

А под роликами на спорные темы YouTube сам начал писать комментарии из Википедии, чтобы вы могли перейти на нейтральный источник и почитать сухие факты.

Но что если с развитием технологии вы окажетесь в инфопузыре не с миллионами антипрививочников и не с тысячами плоскоземельщиков, а в инфопузыре, который создан индивидуально для вас?

Представьте, что весь контент генерируется только для вас.

Для 40-летних, для ваших родителей, я буду 40-летним.

Для молодых, я буду молодым.

Для зумеров наши интеграции будут яркими и короткими.

Для бумеров — спокойными и похожими на презентации.

Фильмы, например, которые вы будете смотреть, будут иметь несколько разных концовок.

Если вы любите хорошие концовки, с любовью будет такая.

Если любите плохие концовки, когда всех убивают, будет и такая.

Netflix уже пообещал с 2026 года генерировать рекламу при помощи искусственного интеллекта, чтобы вписывать продукты в контекст сериалов.

Пока он будет крутиться только когда вы поставите сериал на паузу.

Представьте, герой очень странных дел убегает от монстра, потеет, и тут бах, пауза.

И такого бы не случилось с нашим дезодорантом.

С ним вы всегда сухие.

Короткий пистоп, и можно убегать дальше.

Что если даже сказки на ночь для детей будут индивидуальными?

И вот вы, взрослые, обсуждаете сказку про синюю шапочку.

Только почему-то у одного вашего друга ее бабушку съел кабан, а у другого вместо бабушки там был школьный учитель.

Да.

Где правда?

А ее нет.

В апреле этого года трафик ботов впервые превысил трафик живых людей в интернете.

И контента генерируется так много, что появилась целая теория мертвого интернета.

Она гласит, что живых людей в интернете почти не осталось.

Весь контент создают боты, а мы с вами — последние живые люди.

Именно поэтому мы пытаемся создать аналог старого доброго интернета у нас на Бусти.

Никаких рекомендаций тут нет, вы сами выбираете, какие статьи читать.

Тут и лайвы из нашей жизни, и анонсы выпусков, и посты о том, как мы создаем выпуски Топис.

Хотите что-то другое, попросите в чате с нашей командой, и мы сделаем.

Мы сидим там, болтаем с подписчиками, я в том числе, и, например, обсуждаем, с кем из героев сделать первый топлес-подкаст.

Ну а в ленту Boosty мы выкладываем выпуски без рекламы на день раньше, чем в YouTube.

Если вы не бот и хотите стать частью этого комьюнити, переходите по этой ссылке и подписывайтесь.

Я буду вас там ждать.

Всем, кто уже там, я вот рисую сердечко и передаю вам большой привет.

Ну а мы заглянем в будущее чуть дальше.

Как вам идея?

В этом эксперименте людей просили нажимать на кнопку каждый раз, когда у них возникало желание.

Сами ученые в это время смотрели на активность мозга.

Они заметили, что перед каждым нажатием загорается вот эта часть мозга.

В итоге ученые научились предсказывать, смотря на этот участок мозга, что примерно через секунду вы захотите нажать на кнопку.

То есть они предсказывают, что вы захотите сделать в будущем.

И что самое интересное, каждый раз предсказание срабатывало.

Да, для этого нужен был огромный МРТ-шлем, и сейчас, внимание, нежданчик, этот эксперимент проводили в 80-х.

А знаете, как это работает сегодня?

В марте этого года чип Илона Маска, нейролинк, вживили уже третьему пациенту.

И вот первый силой мысли играет в шахматы, второй рубится в КС-ку, третий монтирует видео, а сам этот ролик буквально создан его силой мысли.

Получается, чип уже получил доступ к мыслям этих людей.

Что если в будущем эти же технологии помогут алгоритмам лучше понимать нас?

Согласны на такое будущее?

Или, может, нам стоит откатиться назад и жить, например, в старом добром мире вообще без алгоритмов?

Сперва посмотрите, как этот мир выглядел.

Чтобы выбрать книгу, например, в 1909 году, можно было купить пятифутовую полку.

Книг доктора Эллиота, да.

Это подборка из 50 томов от президента Гарварда.

В них то, что, по его мнению, каждый был обязан прочитать за жизнь.

В 20-е годы в моду вошли уже фильмы, а под них тоже появились свои рекомендации.

Называется «Оскар».

Но только в этом году жюри «Оскара» обязали смотреть фильмы, за которые голосуют.

То есть до этого это делать было не обязательно.

Понимаете?

То есть любой член жюри мог выйти на сцену и сказать «Я не смотрел «Онору», но считаю его лучшим фильмом года».

И этим людям вы доверяете свой выбор.

У алгоритмов проблем со временем или вниманием нет.

К тому же они советуют контент не широкой аудитории, а то, что подойдет лично вам.

Сегодня по одному нажатию кнопки в «Моей волне» вы запускаете поток треков, подобранный специально для вас, которые еще и подстраиваются под ваше настроение или занятие.

А на Кинопоиске вы видите не только рейтинг кинокритиков, но и оценки друзей с похожим киновкусом.

Для меня это самый надежный показатель.

Если выше 7, я смотрю.

Недавно так я посмотрел «Послушано» в Рыбинске, кстати, и вам советую.

Отличный сериал вообще.

И рекомендательные системы не забирают контроль над вашей жизнью.

Они лишь помогают ориентироваться в океане возможностей.

Ведь они знают, что вам понравится.

Но это только начало.

Прибавьте к этому мультимодальность, то есть то, что нейросети умеют уже объединять информацию из разных источников.

Фотографий, звуков, вашего голоса, поисковых запросов и многого другого.

И вот как может выглядеть жизнь в году так в 2030-м.

Дейтинговое приложение само поставит в календарь ваши сегодняшние свидания.

Умная колонка прочитает мотивационную речь в духе героев «Властелина колец», «Гарри Поттера» или «Звездных войн», что вам там больше нравилось в детстве.

Карта предложит подборку из десяти ресторанов, которые подходят по вкусам как вам, так и вашему мэчу.

Приложение «Погоды» напомнит взять зонт, потому что сегодня будет дождь.

А также предложит альтернативу — посмотреть что-нибудь вдвоем у вас дома.

Плюс ко всему, как я и говорил,

Фильмы с вашими любимыми концовками.

Например, хотите добрых концовок?

Пожалуйста.

Хотите крови и расчленёнки?

Тоже, пожалуйста, как хотите.

Вы чернокожий?

Окей.

Все герои чернокожие.

Вы бурят?

Все герои буряты.

Даже Том Круз.

Вопроса, что поесть под конкретный фильм и сериал уже не стоит.

Включите мейдзаки, и сочный рамен уже выезжает к вам.

Наконец, стриминг подготовит для вас два плейлиста.

Бодрый — на случай, если у вас все получилось и вы смэтчились.

Или грустный — если вы так и не смэтчились с вашим партнером.

Тем более, что завтра будет новый день и новые рекомендации.

Не алгоритмы будут решать, что вы будете есть, какую музыку будете слушать и как проводить время.

Но они проанализируют вашу жизнь и принесут вам готовые подборки решений так, будто вы их сами же и нашли.

А что выбирать, решаете вы.

Главное, не замыкайтесь в своем инфопузыре.

И как обычно, прокачивай свои мозги.