# Профессор Магдалена Войцешак: «Проблема не в радикализации, а в том, что новости никто не смотрит» Источник: https://www.youtube.com/watch?v=Ofwt0l-4ips Канал: Stanford Online Опубликовано: 07.05.2025 --- Профессор Магдалена Войцешак (Magdalena Wojcieszak) из Калифорнийского университета в Дейвисе и Варшавского университета представляет результаты многолетних исследований того, как алгоритмы и личные предпочтения формируют наше потребление контента. Она доказывает, что главная угроза демократии кроется не столько в «эхо-камерах» и радикализации, сколько в тотальной потере интереса широких слоев населения к новостям и социально значимой информации. ## 🤖 Аудит алгоритмов YouTube: насколько глубока «кроличья нора»? [[JUMP:0:09]] На протяжении многих лет общественность и академическая среда опасались, что современная медиасреда способствует распространению гиперпартийных новостей, дезинформации и экстремизма [1:02]. Считалось, что алгоритмы социальных платформ, таких как YouTube, помещают пользователей в «фильтры-пузыри», предлагая контент, который лишь подтверждает их существующие взгляды. YouTube даже называли «самым радикализирующим инструментом прошлого века» [4:01]. Для проверки этих опасений команда Войцешак провела масштабный аудит YouTube с использованием «обученных» ботов (sock puppets): * **Масштаб:** Было задействовано около 100 000 ботов, которые в общей сложности «просмотрели» 10 миллионов видео [4:44]. * **Методология:** Боты были разделены на пять идеологических групп: от «крайне левых» до «крайне правых». Исследователи анализировали рекомендации на главной странице и в боковой панели (Up Next) [5:14]. * **Идеологический наклон:** Степень политической предвзятости каждого видео определялась на основе анализа аудитории этого видео в Twitter (ныне X) [5:44]. Результаты исследования подтвердили наличие идеологической предвзятости, но с оговорками: 1. **Конгениальность:** Алгоритм действительно предлагает контент, соответствующий взглядам пользователя. У «крайне левых» ботов 77% рекомендаций были левого толка, у «крайне правых» — более 80% [6:39]. 2. **Эффект «кроличьей норы»:** По мере продвижения вглубь цепочки рекомендаций (до 20 видео подряд) контент становился более партийным, но, по словам Войцешак, этот прирост статистически значим, однако содержательно тривиален [7:37]. 3. **Проблемный контент:** Около 36% ботов столкнулись с рекомендациями радикальных, конспирологических или иных проблемных каналов, и этот риск увеличивался по мере длительности сессии [8:21]. ## 🍕 «Демократическое брокколи» против «пиццы пепперони» [[JUMP:9:28]] По мнению Войцешак, доминирующий фокус на радикализации и «эхо-камерах» слишком узок и заслоняет собой гораздо более фундаментальную проблему — «предвзятость интересов» (interest bias) [9:57]. Исследования показывают, что воздействие проблемного или радикального контента ограничено очень узкой прослойкой населения — от 0,1% до 5% американцев [10:40]. Основная же масса людей просто не интересуется политикой. Войцешак выделяет два уровня выбора контента: * **Уровень интереса:** Человек выбирает между новостями, спортом, кулинарией или шоу. Если он смотрит только семейство Кардашьян, его невозможно затянуть в политическую «кроличью нору» [12:19]. * **Уровень идеологии:** Только выбрав новости, человек начинает предпочитать те источники, которые согласуются с его взглядами [12:07]. Данные о реальном поведении пользователей в сети, собранные Войцешак в рамках гранта ERC в США, Нидерландах и Польше (7 000 участников, история браузера за 9 месяцев), рисуют тревожную картину [14:26]: * Новости составляют лишь **3,4%** от всего онлайн-потребления в этих странах (самый низкий показатель — в США) [16:34]. * Более того, большинство заходов на новостные сайты (Fox News, CNN, NYT) связаны не с политикой, а с прогнозом погоды, спортом или кулинарными рецептами [17:04]. * Реальное потребление политического контента составляет **менее 1%** от всей активности в браузере [17:22]. Войцешак называет качественные новости «демократическим брокколи» — они полезны для здоровья общества, но люди предпочитают «пиццу пепперони» в виде развлекательного контента [47:19]. Низкое потребление новостей ведет к дефициту знаний у населения, неумению отличать фейки от фактов и большей восприимчивости к популизму [20:08]. ## 🤖 Попытки интервенций: можно ли заставить людей читать новости? [[JUMP:22:27]] Учёные разработали два типа вмешательств, чтобы попытаться изменить диету пользователей. ### Эксперимент в Twitter (X) Первое исследование проводилось с помощью ботов (например, «Лиз» и «Джейкоб»), которые взаимодействовали с реальными пользователями, пишущими о спорте, стиле жизни или развлечениях [23:12]. Как только пользователь публиковал твит по своей теме, бот в реальном времени отвечал ему с помощью GPT-2, связывая тему с качественными новостями [26:17]. * **Цель:** Привлечь пользователей к новостям через их неполитические интересы. * **Результат:** Был зафиксирован небольшой (около 5%), но статистически значимый рост числа подписок на новостные аккаунты [28:42]. Однако эффект наблюдался преимущественно у тех, кто и до этого проявлял хоть какой-то интерес к политике [29:33]. ### Браузерное расширение для YouTube Во втором исследовании 2 000 активных пользователей YouTube установили расширение, которое тестировало два вида «подталкиваний» (nudges) [31:57]: 1. **Пользовательское (User Nudge):** Баннер вверху страницы с призывами вроде «Новости делают демократию сильнее» или «Новости помогают планировать будущее» [32:51]. 2. **Алгоритмическое (Algorithmic Nudge):** Раз в 10 минут расширение в фоновом режиме «просматривало» качественное новостное видео. Цель — обмануть алгоритм YouTube, заставив его поверить, что пользователь заинтересован в новостях [33:47]. Результаты оказались красноречивыми: баннеры с призывами к гражданскому долгу не дали абсолютно никакого эффекта [36:56]. Напротив, алгоритмическое вмешательство привело к значительному росту рекомендаций новостей и, как следствие, их реального потребления [36:29]. Более того, это помогло диверсифицировать «рацион» консервативных пользователей, предлагая им более центристские или левоцентристские источники [41:52]. ## ⚖️ Этические дилеммы и структурные препятствия [[JUMP:48:44]] Несмотря на успех алгоритмических вмешательств, Магдалена Войцешак признаёт наличие серьёзных вопросов, на которые у науки пока нет однозначных ответов: * **Определение качества:** Кто должен решать, какие новости являются «хорошими» и «проверенными»? [49:13]. * **Порог информированности:** Достаточно ли 3% новостей в рационе, чтобы гражданин считался информированным, или нужно 40% (что нереально)? [49:29]. * **Автономия пользователя:** Этично ли манипулировать историей просмотров человека, если он хочет смотреть только видео о кулинарии? Профессор сравнивает это с родительским контролем: «Мои дочери хотят шоколадный торт на завтрак, обед и ужин, но это не значит, что я им его дам» [50:39]. * **Сопротивление платформ:** Соцсети сейчас, наоборот, стремятся снизить приоритет политического контента (down-ranking), опасаясь обвинений в цензуре и снижения вовлеченности [50:53]. В завершение Войцешак подчеркивает, что изменение рекомендательных систем — это лишь «капля в море» проблем. Фундаментальные причины лежат в области образования и социально-экономического неравенства в США и мире [51:21]. Тем не менее, она призывает компьютерных и социальных учёных искать масштабируемые решения, которые могли бы направить людей к более качественной информации, а не только бороться с «шумными» экстремистскими меньшинствами [48:29].