В новом аналитическом разборе автор и ведущий Кэл Ньюпорт рассматривает эволюцию монетизации контента в интернете и объясняет, как крупнейшие технологические корпорации зарабатывают миллиарды на неоплачиваемом пользовательском труде. В центре внимания — три исторические модели курирования информации, определившие облик современной цифровой экономики: ссылки, социальные сети и алгоритмические циклы.
📜 От традиционных медиа к Web 2.0: зарождение проблемы избытка данных 0:00
Современная экономика интернета во многом держится на монетизации пользовательского контента (user-generated content), создаваемого преимущественно бесплатно. По словам Кэла Ньюпорта, эта модель относительно молода — ей менее 20 лет.
До появления коммерческого интернета в 1990-х годах заработать на контенте обычных пользователей было невозможно. Традиционная модель медиабизнеса строилась на том, что компании платили узкому кругу талантливых авторов и артистов за создание материалов для массовой аудитории. На национальном уровне это порождало жесткую конкуренцию за суперзвезд, а на местном — приводило к формированию медиаконгломератов (таких как Gannett), скупавших прибыльные локальные газеты.
Эпоха Web 1.0 (1996–1998 годы) предоставила индивидам техническую возможность публиковать тексты, доступные всему миру, что стало масштабной медиареволюцией. Однако, как отмечает Ньюпорт, экономика контента тогда не изменилась: ручное написание HTML-кода было слишком сложным, а сайты выглядели примитивно. Существующие медиагиганты, вроде журнала Time, использовали Web 1.0 лишь для снижения издержек на печать и дистрибуцию.
Настоящий перелом произошел с наступлением нового тысячелетия и приходом Web 2.0. Технологические инновации, включая технологию AJAX (асинхронный JavaScript), позволили отправлять данные на сервер и обновлять веб-страницы без полной перезагрузки всего экрана. Процесс публикации упростился до ввода текста в форму и нажатия кнопки «Опубликовать». Это породило колоссальные объемы контента, но обнажило ключевую проблему: огромный массив данных бесполезен для монетизации, если компания не умеет отбирать (курировать) для аудитории то, что ей действительно интересно.
🔗 Модель ссылок: человеческая сеть доверия 5:29
Первым эффективным механизмом отбора информации в эпоху Web 2.0 стала модель гиперссылок, на которой сформировалась ранняя блогосфера. Ньюпорт описывает этот метод как распределенный и глубоко человеческий, основанный на доверии, усиленном цифровыми технологиями.
Пользователь заходил в интернет через «точки входа», заслуживавшие его доверия априори — блоги известных журналистов, писателей или рекомендации друзей. Если несколько авторов из этой доверенной зоны ссылались на новый ресурс, обладающий базовым «эстетическим капиталом» (то есть не выглядящий как странный серый сайт с анимированными картинками), этот ресурс тоже включался в персональную сеть доверия читателя.
По оценке Ньюпорта, модель ссылок отлично справлялась с поиском качественных материалов и фильтрацией дезинформации. Попасть в чужую сеть доверия было крайне сложно, поэтому теории заговора (такие как QAnon) или откровенный эмоциональный шантаж не имели шансов получить широкое распространение в экосистеме 2006 года.
Тем не менее у модели было два серьезных недостатка, выделяемых ведущим:
- Трудности с монетизацией. Заработать на блогосфере было тяжело как отдельным авторам, так и крупным сетям (в качестве примера Ньюпорт приводит историю компании Gawker под руководством Ника Дентона).
- Высокие трудозатраты. Потребление контента требовало от пользователя много времени на самостоятельный поиск и переход по ссылкам, что делало модель удобной лишь для продвинутых интернет-пользователей.
Для создателей контента барьер входа тоже был невероятно высок. Ньюпорт вспоминает собственный опыт ведения блога calnewport.com: в первые годы, когда он писал советы для студентов, его возмущало, что авторитетные ресурсы (например, Lifehacker) ссылаются на менее качественные, по его мнению, сайты. Процесс завоевания доверия занял у него годы.
🌐 Сетевая модель: вирусный эффект и закрытые экосистемы 10:04
Главным инноватором второй модели — сетевой — стала компания Facebook. Разработчики создали стандартизированные интерфейсы, уравнявшие всех пользователей в визуальном плане, что избавило авторов от необходимости заботиться об «эстетическом капитале» или настраивать WordPress. Facebook предложил пользователям самостоятельно указать своих друзей, а затем использовал полученный социальный граф (social graph) для автоматического формирования новостной ленты (News Feed). Алгоритмы подбирали контент на основе интересов друзей с добавлением «секретных механизмов» для фильтрации повторов. Позже аналогичную модель, но с фокусом на изображения, успешно реализовал Instagram.
Особый вектор развития этой модели задала платформа Twitter, внедрившая функцию ретвита (впоследствии скопированную Facebook в виде кнопки «Поделиться»). Математическое моделирование вирусных процессов показывает, что самый вовлекающий контент способен мгновенно распространяться на огромные сегменты сети. Как утверждает Ньюпорт, этот распределенный механизм отбора работал за счет активности миллионов пользователей, принимавших решения о ретвитах, а не благодаря сверхмощному искусственному интеллекту.
Преимуществами сетевой модели стали простота использования и колоссальный коммерческий успех в рамках закрытых платформ. Однако Ньюпорт обращает внимание на серьезные негативные последствия:
- Нивелирование уникальности контента. Поскольку все посты стали выглядеть одинаково, а курирование ушло за кулисы, маргинальные теории (вроде QAnon) в 2015 году смогли распространяться с легкостью, недоступной в 2005 году.
- Побочные социальные эффекты вирусности. Лавинообразное распространение контента привело к расцвету трайбализма, «культуры возмущения» (outrage culture) и публичной травли (mob swarms). По мнению ведущего, это деформировало традиционную журналистику: репортеры, опасаясь мгновенной волны хейта, начали подстраивать свои публикации под ожидания аудитории, что вызвало балканизацию и раскол в СМИ. Ньюпорт подчеркивает, что создатели Twitter не замышляли разрушение демократии намеренно — они лишь стремились удержать внимание пользователей на платформе.
🔄 Алгоритмический цикл: эпоха тотального удержания внимания 15:01
Третья, современная модель — алгоритмический цикл (loop model) — ярче всего воплощена в платформе TikTok. В рамках этого подхода человеческий фактор полностью исключен из процесса курирования. Платформе больше не требуются социальные графы, отметки друзей или ретвиты. Алгоритмы машинного обучения помещают весь контент в многомерное статистическое пространство. Система анализирует время просмотра каждого ролика пользователем, вычисляет его скрытые предпочтения и подбирает новые видео, находящиеся максимально близко к выявленным математическим ядрам интереса.
По словам Кэла Ньюпорта, эта математическая модель работает пугающе эффективно: всего за полдня скроллинга ленты TikTok начинает понимать человека лучше, чем его близкое окружение. Схожие алгоритмы использует YouTube, однако его экосистема сложнее и решает множество сопутствующих задач. TikTok же довел эту модель до абсолюта: полноэкранное вертикальное видео и свайп для перехода к следующему. Главное преимущество модели — отсутствие необходимости в социальном графе, что позволяет любому автору конкурировать за просмотры при наличии вовлекающего контента.
Обратной стороной этой эффективности, по мнению Ньюпорта, стала беспрецедентная степень зависимости. Он сравнивает алгоритмическую дистрибуцию с «фентанилом отвлечения внимания». В этой модели изъяты любые попытки связать контент с реальными социальными отношениями, новостной повесткой или сообществами — алгоритм воздействует напрямую на ствол головного мозга, максимизируя выброс дофамина.
Ньюпорт выстраивает наркотическую метафору эволюции платформ: если модель ссылок 2005 года была богата человеческим общением, то соцсети 2015 года (Twitter, Facebook) стали «кокаином отвлечения», а TikTok превратил дистрибуцию в чистый суррогат, заставляющий пользователей часами бездумно пролистывать экран.
🧠 Ключевые выводы: можно ли исправить цифровую экосистему? 18:05
Понимание принципов распределенного курирования позволяет Ньюпорту сделать два важных вывода о будущем интернета:
- Потеря человеческого фактора. С уходом от модели ссылок интернет утратил нечто ценное. Хотя вернуться в чистую блогосферу 2005 года невозможно, Кэл Ньюпорт видит потенциальный рынок для возрождения более медленных, но качественных «сетей доверия» (human webs of trust), способных эффективно фильтровать конспирологию и агрессию. Отчасти эту роль сегодня берут на себя подкасты, однако полноценного эквивалента связей блогосферы по-прежнему не хватает.
- Невозможность модерации алгоритмических систем. Ньюпорт утверждает, что исправить негативные побочные эффекты социальных сетей и алгоритмических петель с помощью человеческого вмешательства (например, комитетов по безопасности или блокировок пользователей) технически невозможно. Нельзя скорректировать кибернетически безупречные алгоритмы TikTok или вирусную динамику Twitter точечными административными мерами, так как эти сущности принадлежат к совершенно разным регуляторным модальностям. По мнению автора, единственный способ минимизировать вред — это изменение культурного дискурса (zeitgeist), которое заставит людей осознанно отказываться от проведения времени на этих платформах.
