Значки верификации появились более десяти лет назад, в 2009 году. Именно тогда звезда спорта Тони Ла Русса подал в суд на Твиттер из-за фальшивого аккаунта, который кто-то вел от его лица в этой соцсети. В ответ на судебное дело Твиттер ввел значки верификации, чтобы централизовать процесс проверки аккаунтов. Присвоить значки небольшой группе знаменитостей оказалось проще, чем блокировать все фейковые аккаунты (предыдущий метод был недостаточно эффективен, чтобы предотвратить иск Ла Руссы). Обоснование новой стратегии кажется логичным. Тем не менее различие между подтвержденными и неподтвержденными аккаунтами, выраженное голубой галочкой, с самого начала выстраивалось отнюдь не вокруг вопроса подлинности. Абсолютное большинство подлинных аккаунтов в Твиттере не могут пройти процедуру верификации и остаются неподтвержденными. В тиндере новые правила, наоборот, позволяют каждому пользователю получить значок верификации. YouTube недавно определил отличительное качество своих верифицированных аккаунтов как «популярность» — пожалуй, самый невразумительный термин, который могли придумать их консультанты по юридическим вопросам. В то же время даркнет предлагает более осязаемые критерии: например, заплатить за верификацию в инстаграме от 550 тыс. до 1 млн рублей (70–130 тыс. долл. США).
Объявление на Hydra
![]()
Чтобы понять, как конструируется и поддерживается данное различие, избежав при этом экономического детерминизма и зыбкой терминологии, необходимо рассматривать голубые значки в контексте современной цифровой экономики. Как сказала Сьюзен Лей-Стар в 1999 году, «если бы мы перестали рассматривать компьютеры как информационные магистрали и стали бы думать о них более скромно, как о символических канализациях», наше понимание информационных систем стало бы качественно иным.
Поскольку цифровая экономика строится на доходах от рекламы и связанного с ней трекинга, эти «символические канализации… существуют для сбора персональных данных, определяющих технические свойства платформ, от которых, в свою очередь, зависит организация общения между пользователями этих платформ» (Plantin et al., 2018: 297). Сегодня отнюдь не новость, что интерфейсы социальных медиа разработаны с учетом определенных функций. «Нравится», «поделиться» и прочие кнопки, при помощи которых пользователи выражают свое мнение, «предназначены для ранжирования, товарных рекомендаций и анализа данных», и значки верификации — не исключение из этой всеобъемлющей логики добычи данных (Plantin et al., 2018: 297).
Каковы же тогда функции столь самоочевидной детали, как голубая галочка? Чем привычнее и самоочевиднее кажутся части интерфейса, тем важнее отстраниться и разоблачить роль, которую они играют для соцсетей.
«Верификация задумывалась как средство подтверждения личности и голоса, но ее трактуют как символ поддержки или важности. Мы осознаем, что стали причиной такого заблуждения и нам надо решить эту проблему. Сейчас мы работаем над этим и скоро сообщим о результатах. До тех пор мы временно приостановили верификацию».
В 2017 году Твиттер столкнулся с волной осуждения из-за того, что верифицировал аккаунт печально известного американского нациста. Компания отреагировала на критику заявлением, что произошло недопонимание: пользователи придали значкам больше значения, чем нужно. То, как пользователи сети «интерпретировали» систему верификации Твиттера, привело к «заблуждению», тогда как она является всего лишь строгим алгоритмом, также используемым платформами вроде Uber и Airbnb, которые «всего лишь» соединяют владельцев автомобилей или недвижимости с потенциальными клиентами (Venturini, 2019). Такая аргументация — проявление всеобъемлющего нарратива о «нейтральном посреднике», сконструированного социальными сетями с расцветом экономики платформ. Соцсети возникли на фоне кризиса цифрового рынка, перенасыщенного информацией до такой степени, что стало практически невозможно заработать на продаже услуг пользователю (Venturini, 2019). Тогда рынок перестроился: его объектом стало внимание пользователей как новый дефицитный ресурс для монетизации.
Однако добычу данных нельзя было бы реализовать без предпосылок: корпорациям социальных медиа пришлось преуменьшить свою заинтересованность в этом процессе, иначе новый рыночный товар мог бы оказаться вне закона. Чтобы превратить пользователей в товар, нужно создать инфраструктуру для добычи и сбора данных. И было бы в самом деле прискорбно, если бы эти данные признали собственностью пользователей и защитили, тем самым сделав такую инфраструктуру незаконной. Но компании не столкнутся с юридическими ограничениями, если уподобят информацию, которую намерены извлекать, некой природной силе — например, жидкости, способной свободно течь, образовывать утечки и затопления (Lupton, 2013). Тогда компании предстанут нейтральными фильтрами и координаторами таких потоков. По той же логике данные изображаются как залегающий где-то природный ресурс, который можно извлечь (или добыть), — никто не говорит о них как о порождении масштабных инфраструктур, созданных, чтобы провоцировать пользователей на создание этой информации. И когда инфраструктура проявляет себя через неполадки и конфликты, пользователей обвиняют в неправильном толковании, вызванном отсутствием политики.
Я предлагаю анализировать значки верификации, рассматривая их как внешний интерфейс системы, которую я называю «машинные инфраструктуры правды» (сокращенно MIT — англ. machinic infrastructures of truth). Это особая часть масштабной инфраструктуры, упомянутой выше. Она представляет собой специальную сеть оборудования, на которой базируются социальные медиакомпании, и которая, как правило, укоренена в инфраструктуре самих социальных медиа. Поэтому, чтобы увидеть протоколы, формирующие MIT, нужно отыскать их внутри инфраструктур социальных медиа, в которые они включены. Для этого я опираюсь на определение MIT как частично автоматизированных систем, служащих для оценки относительной подлинности контента и пользователей. Относительный характер «правды» в таких системах означает, что она не является изначальной характеристикой, а постоянно определяется в соответствии с уровнем пользовательской вовлеченности — «популярности» или «влияния».
Объявление на Hydra
Чтобы понять, как конструируется и поддерживается данное различие, избежав при этом экономического детерминизма и зыбкой терминологии, необходимо рассматривать голубые значки в контексте современной цифровой экономики. Как сказала Сьюзен Лей-Стар в 1999 году, «если бы мы перестали рассматривать компьютеры как информационные магистрали и стали бы думать о них более скромно, как о символических канализациях», наше понимание информационных систем стало бы качественно иным.
Поскольку цифровая экономика строится на доходах от рекламы и связанного с ней трекинга, эти «символические канализации… существуют для сбора персональных данных, определяющих технические свойства платформ, от которых, в свою очередь, зависит организация общения между пользователями этих платформ» (Plantin et al., 2018: 297). Сегодня отнюдь не новость, что интерфейсы социальных медиа разработаны с учетом определенных функций. «Нравится», «поделиться» и прочие кнопки, при помощи которых пользователи выражают свое мнение, «предназначены для ранжирования, товарных рекомендаций и анализа данных», и значки верификации — не исключение из этой всеобъемлющей логики добычи данных (Plantin et al., 2018: 297).
Каковы же тогда функции столь самоочевидной детали, как голубая галочка? Чем привычнее и самоочевиднее кажутся части интерфейса, тем важнее отстраниться и разоблачить роль, которую они играют для соцсетей.
«Верификация задумывалась как средство подтверждения личности и голоса, но ее трактуют как символ поддержки или важности. Мы осознаем, что стали причиной такого заблуждения и нам надо решить эту проблему. Сейчас мы работаем над этим и скоро сообщим о результатах. До тех пор мы временно приостановили верификацию».
В 2017 году Твиттер столкнулся с волной осуждения из-за того, что верифицировал аккаунт печально известного американского нациста. Компания отреагировала на критику заявлением, что произошло недопонимание: пользователи придали значкам больше значения, чем нужно. То, как пользователи сети «интерпретировали» систему верификации Твиттера, привело к «заблуждению», тогда как она является всего лишь строгим алгоритмом, также используемым платформами вроде Uber и Airbnb, которые «всего лишь» соединяют владельцев автомобилей или недвижимости с потенциальными клиентами (Venturini, 2019). Такая аргументация — проявление всеобъемлющего нарратива о «нейтральном посреднике», сконструированного социальными сетями с расцветом экономики платформ. Соцсети возникли на фоне кризиса цифрового рынка, перенасыщенного информацией до такой степени, что стало практически невозможно заработать на продаже услуг пользователю (Venturini, 2019). Тогда рынок перестроился: его объектом стало внимание пользователей как новый дефицитный ресурс для монетизации.
Однако добычу данных нельзя было бы реализовать без предпосылок: корпорациям социальных медиа пришлось преуменьшить свою заинтересованность в этом процессе, иначе новый рыночный товар мог бы оказаться вне закона. Чтобы превратить пользователей в товар, нужно создать инфраструктуру для добычи и сбора данных. И было бы в самом деле прискорбно, если бы эти данные признали собственностью пользователей и защитили, тем самым сделав такую инфраструктуру незаконной. Но компании не столкнутся с юридическими ограничениями, если уподобят информацию, которую намерены извлекать, некой природной силе — например, жидкости, способной свободно течь, образовывать утечки и затопления (Lupton, 2013). Тогда компании предстанут нейтральными фильтрами и координаторами таких потоков. По той же логике данные изображаются как залегающий где-то природный ресурс, который можно извлечь (или добыть), — никто не говорит о них как о порождении масштабных инфраструктур, созданных, чтобы провоцировать пользователей на создание этой информации. И когда инфраструктура проявляет себя через неполадки и конфликты, пользователей обвиняют в неправильном толковании, вызванном отсутствием политики.
Я предлагаю анализировать значки верификации, рассматривая их как внешний интерфейс системы, которую я называю «машинные инфраструктуры правды» (сокращенно MIT — англ. machinic infrastructures of truth). Это особая часть масштабной инфраструктуры, упомянутой выше. Она представляет собой специальную сеть оборудования, на которой базируются социальные медиакомпании, и которая, как правило, укоренена в инфраструктуре самих социальных медиа. Поэтому, чтобы увидеть протоколы, формирующие MIT, нужно отыскать их внутри инфраструктур социальных медиа, в которые они включены. Для этого я опираюсь на определение MIT как частично автоматизированных систем, служащих для оценки относительной подлинности контента и пользователей. Относительный характер «правды» в таких системах означает, что она не является изначальной характеристикой, а постоянно определяется в соответствии с уровнем пользовательской вовлеченности — «популярности» или «влияния».
ГолубыЕ
маячки
верИФикации
Значки верификации появились более десяти лет назад, в 2009 году. Именно тогда звезда спорта Тони Ла Русса подал в суд на Твиттер из-за фальшивого аккаунта, который кто-то вел от его лица в этой соцсети. В ответ на судебное дело Твиттер ввел значки верификации, чтобы централизовать процесс проверки аккаунтов. Присвоить значки небольшой группе знаменитостей оказалось проще, чем блокировать все фейковые аккаунты (предыдущий метод был недостаточно эффективен, чтобы предотвратить иск Ла Руссы). Обоснование новой стратегии кажется логичным. Тем не менее различие между подтвержденными и неподтвержденными аккаунтами, выраженное голубой галочкой, с самого начала выстраивалось отнюдь не вокруг вопроса подлинности. Абсолютное большинство подлинных аккаунтов в Твиттере не могут пройти процедуру верификации и остаются неподтвержденными. В тиндере новые правила, наоборот, позволяют каждому пользователю получить значок верификации. YouTube недавно определил отличительное качество своих верифицированных аккаунтов как «популярность» — пожалуй, самый невразумительный термин, который могли придумать их консультанты по юридическим вопросам. В то же время даркнет предлагает более осязаемые критерии: например, заплатить за верификацию в инстаграме от 550 тыс. до 1 млн рублей (70–130 тыс. долл. США).
Объявление на Hydra
Чтобы понять, как конструируется и поддерживается данное различие, избежав при этом экономического детерминизма и зыбкой терминологии, необходимо рассматривать голубые значки в контексте современной цифровой экономики. Как сказала Сьюзен Лей-Стар в 1999 году, «если бы мы перестали рассматривать компьютеры как информационные магистрали и стали бы думать о них более скромно, как о символических канализациях», наше понимание информационных систем стало бы качественно иным.
Поскольку цифровая экономика строится на доходах от рекламы и связанного с ней трекинга, эти «символические канализации… существуют для сбора персональных данных, определяющих технические свойства платформ, от которых, в свою очередь, зависит организация общения между пользователями этих платформ» (Plantin et al., 2018: 297). Сегодня отнюдь не новость, что интерфейсы социальных медиа разработаны с учетом определенных функций. «Нравится», «поделиться» и прочие кнопки, при помощи которых пользователи выражают свое мнение, «предназначены для ранжирования, товарных рекомендаций и анализа данных», и значки верификации — не исключение из этой всеобъемлющей логики добычи данных (Plantin et al., 2018: 297).
Каковы же тогда функции столь самоочевидной детали, как голубая галочка? Чем привычнее и самоочевиднее кажутся части интерфейса, тем важнее отстраниться и разоблачить роль, которую они играют для соцсетей.
В 2017 году Твиттер столкнулся с волной осуждения из-за того, что верифицировал аккаунт печально известного американского нациста. Компания отреагировала на критику заявлением, что произошло недопонимание: пользователи придали значкам больше значения, чем нужно. То, как пользователи сети «интерпретировали» систему верификации Твиттера, привело к «заблуждению», тогда как она является всего лишь строгим алгоритмом, также используемым платформами вроде Uber и Airbnb, которые «всего лишь» соединяют владельцев автомобилей или недвижимости с потенциальными клиентами (Venturini, 2019). Такая аргументация — проявление всеобъемлющего нарратива о «нейтральном посреднике», сконструированного социальными сетями с расцветом экономики платформ. Соцсети возникли на фоне кризиса цифрового рынка, перенасыщенного информацией до такой степени, что стало практически невозможно заработать на продаже услуг пользователю (Venturini, 2019). Тогда рынок перестроился: его объектом стало внимание пользователей как новый дефицитный ресурс для монетизации.
Однако добычу данных нельзя было бы реализовать без предпосылок: корпорациям социальных медиа пришлось преуменьшить свою заинтересованность в этом процессе, иначе новый рыночный товар мог бы оказаться вне закона. Чтобы превратить пользователей в товар, нужно создать инфраструктуру для добычи и сбора данных. И было бы в самом деле прискорбно, если бы эти данные признали собственностью пользователей и защитили, тем самым сделав такую инфраструктуру незаконной. Но компании не столкнутся с юридическими ограничениями, если уподобят информацию, которую намерены извлекать, некой природной силе — например, жидкости, способной свободно течь, образовывать утечки и затопления (Lupton, 2013). Тогда компании предстанут нейтральными фильтрами и координаторами таких потоков. По той же логике данные изображаются как залегающий где-то природный ресурс, который можно извлечь (или добыть), — никто не говорит о них как о порождении масштабных инфраструктур, созданных, чтобы провоцировать пользователей на создание этой информации. И когда инфраструктура проявляет себя через неполадки и конфликты, пользователей обвиняют в неправильном толковании, вызванном отсутствием политики.
Я предлагаю анализировать значки верификации, рассматривая их как внешний интерфейс системы, которую я называю «машинные инфраструктуры правды» (сокращенно MIT — англ. machinic infrastructures of truth). Это особая часть масштабной инфраструктуры, упомянутой выше. Она представляет собой специальную сеть оборудования, на которой базируются социальные медиакомпании, и которая, как правило, укоренена в инфраструктуре самих социальных медиа. Поэтому, чтобы увидеть протоколы, формирующие MIT, нужно отыскать их внутри инфраструктур социальных медиа, в которые они включены. Для этого я опираюсь на определение MIT как частично автоматизированных систем, служащих для оценки относительной подлинности контента и пользователей. Относительный характер «правды» в таких системах означает, что она не является изначальной характеристикой, а постоянно определяется в соответствии с уровнем пользовательской вовлеченности — «популярности» или «влияния».
