По большому счету к феномену фейковых новостей все это имеет мало отношения. Определения, которыми предпочитают пользоваться исследователи, можно, сильно упрощая, свести к такому: фейковые новости – это грубая подделка под новости, которая не проходит самые базовые проверки на прочность и, несмотря на это, влияет на миллионы людей.
Социологи, которые подготовили на эту тему большой доклад для Европейского центра свободы СМИ, пишут: «Когда появились “фейковые новости”? Когда мы стали общаться в соцсетях»{6}
.В мае 2013 года газета
Индустрия неправды в интернете середины 2010-х разрослась так же взрывообразно, как сам интернет разросся в нулевые[2]
.Кульминация случилась в конце 2016-го. Про фейковые новости начали активно говорить и писать накануне американских президентских выборов, в результате которых победил Дональд Трамп. Их называют ни много ни мало ключевой причиной этой победы. «Папа римский поддержал кандидатуру Дональда Трампа». «Письма Хиллари подтвердили, что она продавала оружие ИГИЛ». «Агент ФБР, который обнаружил секретные письма Хиллари, найден мертвым в своей квартире» – это только из тех сюжетов, которые собрали сотни тысяч перепостов.
На сайте Google Trends можно посмотреть на график популярности разных поисковых запросов: у запроса «фальшивые новости» (вводить его стоит по-английски – fake news) на сравнительно ровном графике из ниоткуда вырастает мощный пик в районе октября 2016 года, буквально накануне голосования. Про фальшивые новости в это время пишет
В феврале 2018 года журнал
Все трое авторов этого исследования работают в MIT Media Lab, медиалаборатории Массачусетского технологического института. Здесь когда-то придумали идею тачскринов (из нее вырос iPhone) и электронных чернил (а из нее – Kindle), концепцию «носимых устройств» (отсюда у нас шагомеры и пульсометры), специальный язык программирования для дошкольников и игру Guitar Hero, которая учит смотреть в глаза не монстрам, а толпе недовольных зрителей.
Подразделение MIT Media Lab, где разбирали данные Twitter, называется «Лаборатория социальных машин», и на ее сайте перечисляют инструменты, которыми здесь принято пользоваться, – машинное обучение, теория сетей, моделирование естественного языка. Словом, не самые традиционные средства для выяснения того, врут нам в интернете или не врут.
И сами ученые, взявшиеся за все эти подсчеты, мало похожи на обычных преподавателей обычного журфака. Профессор Деб Рой, глава Лаборатории социальных машин, несколько лет назад запустил стартап, который стал применять анализ данных к поведению телезрителей; стартап выкупила компания Twitter примерно за 60 млн долларов. Даже свои наблюдения за тем, как его годовалый сын учится говорить, Рой сумел превратить в академическое исследование по когнитивистике; его лекцию TED{10}
об этой работе посмотрели в итоге 2,5 млн человек.И вот что Рою с коллегами удалось выяснить. Фейковые новости добираются до первых 1500 адресатов в шесть раз быстрее, чем настоящие. А вероятность ретвита у отдельно взятой фальшивой новости на 70 % выше.
Еще ученых занимал параметр, который они называют «глубиной каскадов», – как далеко новость способна разойтись по цепочкам ретвитов. Два твита с одинаковой аудиторией в 1 млн человек могут иметь совершенно разную живучесть. Если один твит вывесила знаменитость, его прочитал миллион подписчиков, и этим дело ограничилось – это самый неглубокий каскад, какой только можно себе вообразить. А бывает, что провинциальный водопроводчик сделал запись, ее хором ретвитнули пятьдесят из ста его друзей, потом друзья друзей (их уже тысячи) и так далее.
И с точки зрения «глубины» различия были особенно заметны. Правдивые новости никогда не пробивались дальше глубины 10, и все равно лучшие из фальшивых новостей в десять раз быстрее достигали цепочки в 19 перепостов.