PYMK и подобные алгоритмы рекомендации соединений используют все имеющиеся в их распоряжении данные. Приложения для социальных сетей запрашивают доступ к контактам вашего телефона, чтобы сверить номера с зарегистрированными пользователями, а затем предлагают вам добавиться в друзья или следить за совпадениями. Другие способы связи между людьми включают физическую близость - например, если возможности определения местоположения вашего телефона показывают, что вы и другой человек работаете в одном месте или ходите в одну школу в одно и то же время. 31 Это работает достаточно хорошо, но иногда показывает, что рекомендатели на самом деле не понимают социальные нормы, которые они моделируют. Журналистка Кашмир Хилл провела расследование одного тревожного случая, когда алгоритмы PYMK рекомендовали пациентов терапевта друг другу, предположительно на основании их взаимных связей с ней (например, наличия в их телефонах номера телефона ее клиники). 32 Алгоритмы оптимизируются для достижения определенной цели; это означает, что если они не будут тщательно продуманы, это может привести к непредвиденным последствиям.
Изначально Facebook был построен на идее "друзей" и двунаправленных отношений: вы дружите с кем-то, а он дружит с вами. В значительной степени это было копирование реальных социальных сетей в виртуальном пространстве. Но другие платформы, такие как Twitter, строили свой бизнес и пользовательский опыт на модели "последователя": вы могли следить за человека на платформе и видеть его публичные сообщения, даже если человек не знал о вашем существовании и не следил за вами в ответ. Вы могли следить за людьми по интересам.
Алгоритмы, предлагающие следовать за людьми на основе их известности или актуальности, помогали непреднамеренно рождать влиятельных людей, просто предоставляя их аккаунтам почетное место в списке. В январе 2010 года технический предприниматель Анил Даш написал в блоге пост, в котором описал свой опыт попадания в список предложенных пользователей Twitter, который появился в 2009 году. Дэш отметил, что в октябре 2009 года у него было восемнадцать тысяч подписчиков. "Если бы я продолжал расти обычными темпами, сегодня у меня было бы около 25 000 подписчиков, - написал он, - но благодаря попаданию в список у меня почти 300 000 подписчиков". 33 Получение большего числа подписчиков порождает еще больше подписчиков, поскольку популярные аккаунты предлагаются чаще. Система рекомендаций "Предлагаемые пользователи" вызывала определенные споры даже в 2009 году, поскольку люди признали ее способность укреплять влияние в сети случайным образом, как будто алгоритм или владелец платформы положил большой палец на чашу весов; это явно отличалось от того, как слава зарабатывается в оффлайне, несмотря на то что в том, как СМИ приписывают знаменитостей, тоже есть доля случайности. 34
Элон Маск, купивший Twitter в 2022 году, предлагает более свежий пример. По состоянию на начало 2023 года следование за Элоном Маском приводит к появлению кластеров похожих аккаунтов, которые, по мнению алгоритма Twitter, заинтересуют пользователя: Марджори Тейлор Грин, Tesla, Джим Джордан, Лео Террелл, SpaceX и Дональд Трамп-младший. Попадание в список предполагаемых подписчиков самого известного пользователя сайта дает преимущества остальным, которых он привлек к себе; количество подписчиков Марджори Тейлор Грин и Джима Джордана подскочило на сотни тысяч в течение месяца. 35 Это был интересный взгляд на то, где, по мнению алгоритмов Twitter, находится Маск в политическом плане. А если бы вы последовали за одним из предложенных аккаунтов, то, в свою очередь, увидели бы еще одну волну похожих предложений - возможно, более правых политиков или правых артистов. Система рекомендаций формирует сети влияния и усиления с потенциально значительными последствиями.
Facebook тоже постепенно начал объединять людей по интересам. Во многом это произошло благодаря тому, что Facebook начал рекомендовать не только друзей, но и группы , постоянные сообщества, созданные вокруг какой-либо темы - "Куры на заднем дворе", "Воины меланомы", "Мой ребенок не спит", - в которых люди объединялись не по общим связям, а по интересам. В таких группах люди завязывали глубокую дружбу, что, как правило, увеличивало время пребывания на сайте. Это было полезно для компании.