Организованный ум. Как мыслить и принимать решения в эпоху информационной перегрузки

С помощью больших групп – широкой публики – можно решать серьезные задачи, не вовлекая ни корпорации, ни государственные учреждения. Пример краудсорсинга – Википедия[219]: любой, кто владеет информацией, может размещать здесь статьи, благодаря чему сайт стал одним из крупнейших справочных источников в мире. Википедия – это энциклопедия нового формата. Проект Kiсkstarter стал новаторской площадкой в области венчурного финансирования: свыше 4,5 миллиона человек[220] инвестировали с его помощью более 750 миллионов долларов и поддержали почти 50 000 разнообразных проектов, авторами которых стали кинорежиссеры, музыканты, художники, дизайнеры и другие творческие личности. Создатели платформы Kiva использовали инструменты краудсорсинга в банковской индустрии и сфере предоставления микрозаймов для начинающих предпринимателей из развивающихся стран. В первые несколько лет работы Kiva почти миллион частных кредиторов предоставил займы на общую сумму 500 миллионов долларов миллиону заемщиков из 70 стран мира.

Чаще всего в краудсорсинговых проектах участвуют далеко не эксперты в сфере реализации проекта, но искренне интересующиеся этой темой. Думаю, что наиболее заметные результаты краудсорсинг обеспечил проектам Yelp и Zagat: на этих сайтах потребители могут оставлять отзывы об услугах и формировать рейтинги. Этот подход отлично работает и на сайтах вроде Amazon.com, где покупатели имеют возможность написать отзыв о купленном товаре. В прежние времена, до интернета, в газетах и журналах, например в Consumer Reports, публиковались отзывы профессиональных критиков о товарах и услугах. А теперь обычные люди получили возможность поделиться впечатлениями на сайтах типа TripAdvisor, Yelp и Angie’s List: скажем, похвалить гостиницу за чистую и тихую комнату или раскритиковать ресторан, в котором недостаточно чисто или маленькие порции. Нельзя не признать, что и у старой системы были преимущества: тогда отзывы писали профессионалы, имевшие серьезный опыт. Читая отзыв специалиста о ресторане, вы точно знали, что автор побывал во многих подобных заведениях и может сравнивать. Отзывы об автомобилях или технических новинках также писали эксперты, сопоставлявшие технические характеристики и обращавшие внимание на детали, которых мы с вами и не заметили бы, но которые тем не менее очень важны (к примеру, эффективность антиблокировочной тормозной системы на мокрой дороге).

Краудсорсинг обеспечил разнообразие отзывов и предоставил возможность всем желающим делиться впечатлениями, но к доступной теперь информации нужно относиться осторожно. Можно ли вообще доверять мнению толпы? И да, и нет. То, что большинству кажется позитивным и правильным, совершенно не обязательно всегда и во всем подойдет лично вам. Наверняка вы без труда вспомните книгу или музыкальное произведение, которые пришлись вам по вкусу, хотя большинство людей их не оценили. Но с точки зрения количественной оценки мнение многих довольно объективно отражает реальность. Приведу простой пример: перед нами большая банка с конфетами, и мы просим людей оценить, сколько их там. Конечно, в основном ответы будут ошибочными, но среднее арифметическое по всей группе окажется очень близким к реальной цифре[221].

Компании, создающие собственный контент, – Amazon, Netflix, Pandora – научились использовать мнение больших групп пользователей в рамках математических алгоритмов, лежащих в основе так называемой стратегии коллаборативной фильтрации: они отслеживают корреляцию или совпадения в поведении отдельных групп и используют эти данные для формирования рекомендаций. Возможно, вы замечали на каких-нибудь сайтах фразы типа «пользователям, купившим это, также понравилось вот это»: так и выглядит коллаборативная фильтрация. Однако здесь возникают и проблемы: компании могут не принимать в расчет отдельные нюансы и обстоятельства принимаемых потребителями решений. Купив книгу по садоводству в подарок своей тете, вы рискуете получить массу ссылок на книги схожего содержания, подобранных якобы специально для вас, – ведь рекомендательный алгоритм не знает, что вы ненавидите садоводство, а книжку приобрели в подарок. А если случалось хотя бы однажды скачать фильм для детей, то очень может быть, что вас стали донимать рекомендациями фильмов для семейного просмотра, хотя вам гораздо интереснее остросюжетные боевики.