Эпоха надзорного капитализма. Битва за человеческое будущее на новых рубежах власти

К этой новой когорте наемников принадлежит и британская консалтинговая фирма Cambridge Analytica, которой владеет нелюдимый миллиардер и спонсор Дональда Трампа Роберт Мерсер. Генеральный директор компании Александр Никс хвастался применением «микроповеденческого таргетирования» на основе личностных черт для поддержки брексита во время подготовки к голосованию за выход Великобритании из ЕС 2016 года и избирательной кампании Трампа в ходе предвыборной гонки перед президентскими выборами в США[754]. Никс утверждал, что в его распоряжении находятся данные «на индивидуальном уровне, где мы имеем примерно по четыре или пять тысяч точек данных на каждого взрослого в Соединенных Штатах»[755]. Пока ученые и журналисты пытались определить истинность этих утверждений и роль, которую эти методы могли сыграть в обоих драматических голосованиях 2016 года, новый директор по доходам этой фирмы тихо объявил о менее эффектной, но более прибыльной послевыборной стратегии: «После этих выборов она полностью переориентирована на работу с коммерческими компаниями». Сразу после американских выборов в журнале, адресованном автодилерам, он говорит им, что его новые аналитические методы показывают, «какой именно подход нужен к клиенту, какой у него тип личности и какие методы убеждения наиболее эффективны <…> Что он делает, так это изменяет поведение людей c помощью тщательно продуманных сообщений, которые находят у них отклик… Для того чтобы увидеть существенный сдвиг в доходах, требуется лишь небольшое повышение процента людей, выбравших ваш салон»[756].

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.