во время просмотра рекламных роликов с помощью биодатчиков. Они учитывают траекторию и направление взгляда, выражение лица, потоотделение и эмоции. Если человек потеет, значит, он возбужден, а по выражению лица можно определить, нравится ему ролик или нет. Маркетинговая компания Numerator использует алгоритмы покупательского поведения для классификации по 350 психографическим переменным и предоставляет эту информацию для повышения продаж.
Онлайн-реклама успешно пользуется этой информацией. В эпоху новой рекламы компания Cambridge Analytica провозгласила, что может получить данные о любом гражданине США без его ведома и описать по теории большой пятерки: открытость, доброжелательность, экстраверсия, добросовестность и невротизм. Например, Cambridge Analytica установила, что жители Нью-Йорка более невротичные, чем калифорнийцы.
Далее я подробнее расскажу о большой пятерке и продемонстрирую, насколько одна черта (невротизм) влияет на внимание и подверженность отвлекающим факторам. Для клиентов, специализирующихся в политической рекламе, Cambridge Analytica подбирала целевую аудиторию по психометрическому профилю. Данные использовались в предвыборных кампаниях в США и других странах, в том числе, по неофициальным источникам, в голосовании по Брекзиту в Великобритании. Но жадность вышла боком: компанию прикрыли, и в истории она оставит память как похититель личных данных пользователей.
Что делать с полученными данными, как их анализировать? В эпоху больших данных это не представляет сложностей. Каждый раз, когда вы посещаете сайт «Амазон», просмотренные страницы, паттерн поиска и профиль пополняют базу, где есть данные миллионов других пользователей. Алгоритмы «Амазона» предполагают, что вам может быть интересно, исходя из предпочтений похожих на вас пользователей, и постоянно обновляются. В этом сила интернета: можно в реальном времени собирать сотни миллионов единиц информации о пользователях и выводить закономерности. Алгоритмы узнают, кто вы, как вы себя чувствуете, что вы делаете, когда и где, и используют полученные данные для привлечения внимания.
Алгоритмы читают мысли
Вы, вероятно, уже задумались, что можно выяснить о вас по вашему поведению онлайн. Заполняя анкету, вы точно знаете, какую информацию предоставляете. Но говорит ли о чем-нибудь ваш цифровой след? Оказывается, да, и немало.
Цифровое фенотипирование — это сбор данных о поведении онлайн и использование их для измерения, например, настроения и восприятия. Греческий корень pheno переводится как «являю», а фенотип — совокупность признаков индивидуума, обусловленных генетически, таких как веснушки, тип ушной серы и тембр голоса. В Сети мы неосознанно раскрываем не только свою личность: вспомните, что вы делаете в интернете. В профиле соцсети указаны ваш пол, возраст, место жительства и прочее. Поиск, лайки и посты — все это дает информацию о вас, не касающуюся содержания написанного.
Исследователи из Китайской академии наук и Наньянского технологического университета выяснили, что — в числе прочего — ваши лингвистические паттерны (словесные обороты) в соцсетях говорят о субъективном отношении к жизни. Дело не в том, что вы говорите (даже если употребляете позитивные слова «счастлив» и «классно»), а в том, как: имеют значение типы местоимений, это называется структурой языка. Исследователи собрали посты 1785 пользователей китайской соцсети Weibo, похожей на Twitter, согласившихся предоставить данные своих профилей. Они заполнили две анкеты, таблицу положительных и отрицательных влияний (PANAS)[202] для оценки эмоций и шкалу психологического самочувствия[203]. Вместе анкеты дают развернутую картину субъективных ощущений. Помимо этого, исследователи учитывали пол, возраст, плотность населения в месте проживания, взаимодействие с подписчиками, настройки приватности, длину юзернейма и лингвистические паттерны. Оказалось, все это явно коррелирует с эмоциональным состоянием и психологическим самочувствием[204] с коэффициентом 0,45.
В сфере психологии это весьма убедительное число: люди очень разные, и мало какие психологические феномены совпадают до такой степени. В частности, исследователи нашли паттерны слов с положительной и отрицательной корреляцией с субъективным самочувствием. Скажем, чем чаще используется местоимение «я», тем менее радостно себя чувствует пишущий. Вероятно, это объясняется тем, что несчастный человек больше думает о себе. Это пример того, как компания, продающая товары для релакса, например соль для ванны, может выбирать, кому показывать свою рекламу. Люди в определенном эмоциональном состоянии обратят внимание на эту рекламу, и им покажется, что это именно то, что им нужно. Самочувствие — самое невинное, что могут о вас узнать. По постам в соцсетях[205], [206] можно диагностировать депрессивное расстройство.
В описанных выше исследованиях использовались демографическая информация, контент и фотографии из соцсети. Даже минимальных данных из соцсети достаточно, чтобы сделать вывод о личностных чертах, подсчитав коэффициент корреляции между лайками и большой пятеркой. Он составит от 0,29 до 0,43, что, повторюсь, для психологии очень много[207]. Соцсети могут вынести суждения об уровне интеллектуального развития, возрасте и политических взглядах[208]. Проанализировав триста ваших лайков, алгоритм узнает о вас больше, чем самый близкий человек[209].
Алгоритмы можно настроить на управление вниманием, используя информацию, которую легко получить онлайн. Невротики, например, больше подвержены стрессу[210] и с большей вероятностью обратят внимание на страшные картинки (допустим, горящий дом или наводнение) в рекламе страховой компании. Экстравертов наверняка заинтересует праздничный круиз. Это подтверждается исследованием, в котором установлено, что экстраверты чаще кликают на заголовок «Танцуй, как в последний раз» с фотографией вечеринки, а интроверты — на «Красота не должна быть громкой» с изображением человека, смотрящегося в зеркало[211].
Много данных о вас и вашей физической активности собирает смартфон, а вы этого даже не замечаете. В третьей главе я писала про ритмы внимания. У поведения тоже есть ритмы, и они многое говорят о вас и о том, как вы пользуетесь смартфоном: как часто, как на это влияют циркадные ритмы, даже сколько раз в час вы за него беретесь. Исследователи из Дартмута, Стэнфорда и Кембриджа в течение периода от семи до четырнадцати дней следили, как пользуются смартфоном 646 студентов колледжа, и собрали данные о физической активности, местоположении и частоте использования, а также шумах окружающей среды, записанных смартфоном. По ритму использования смартфона можно было прогнозировать все черты большой пятерки, кроме невротизма (по неизвестной причине)[212]. Данные, собранные без вашего ведома, со смартфона можно внедрить в алгоритмы для повышения эффективности привлечения внимания.
Алгоритмы нужны не только для рекламы в интернете. Информацию о том, кто вы и как себя чувствуете, используют соцсети и мессенджеры для фильтра уведомлений. Как можно догадаться, у соцсетей много патентов на использование алгоритмов в этих целях. Один, к примеру, называется «Определение личностных характеристик пользователя по качеству и количеству коммуникации в соцсетях»[213]. Алгоритмы проанализируют ваши личные качества и предложат рекламу и новости, которые с наибольшей вероятностью привлекут ваше внимание. Чем больше появляется интересной и нужной информации, тем внимательнее вы
