Использование правды как относительной характеристики восходит к актуарной логике информационных инфраструктур, которая была темой ожесточенных дебатов до распространения алгоритмического прогнозирования. Работа актуариев, основанная на статистических данных о населении, существует со времен работорговли XIX века и заключается в расчете и минимизации рисков для страховой отрасли. Сейчас она в значительной степени автоматизирована (Ochigame, 2020). Актуарная логика индуктивна — она предсказывает ваше будущее поведение на основе набора параметров. Этот индуктивный принцип позднее унаследовали цифровые информационные инфраструктуры (Rouvroy, 2011). Прочитав об «актуарном возрасте», можно заметить то специфическое понимание правды или истины, с которым мы имеем дело сегодня (Harcout, 2007; Rouvroy, 2011). Расчет актуарного возраста не предполагал таких методов, как, например, сравнение результатов прогнозирования с показателями контрольной группы — подобный вид истины называется «полевой истиной» (ground truth). Актуарная логика характеризовалась «отсутствием полевой истины». Ведь системы обнаружения, предназначенные для «оценка достоверности механизмов обнаружения, направленных… на выявление потребительских предпочтений пользователей (в маркетинговом сценарии)… сама оказывает влияния на материальные или когнитивные предпосылки действий» (Rouvroy, 2011). Сам акт прогнозирования активно влияет на измеряемую популяцию, из-за чего невозможно узнать, как развивались бы события без прогнозирования. К примеру, мы никогда не узнаем, действительно ли человек совершил бы преступление, если бы его не уничтожил дрон, основываясь на метаданных (Pasquinelli, 2019). Такое понимание правды затем реализуется в алгоритмах, на которых базируется работа современных информационных инфраструктур. Таким образом, понимание истины, лежащее в основе социальных сетей, «не противоречит ложности или ошибке прогнозирования» (Amoore, 2019). Правда определяется как вероятность какого-либо действия, основанная на анализируемых данных. Для подобной системы не имеет значения, совершилось ли действие само согласно изначальному прогнозу или же оно возникло в результате прогноза. По такой логике может быть гораздо удобнее «приспосабливать потребителей к предложениям рынка, чем приспосабливать предложения рынка к истинным нуждам и предпочтениям потребителей» (Rouvroy, 2011).

Из того, какое понимание правды лежит в основе MIT, весьма очевидно следует, что «качество» и «подлинность» аккаунтов совершенно не относится к задачам существующих протоколов. Онлайн-платформы основаны на «радикальном бихевиоризме»: «…они не учитывают мотивы вовлеченности пользователей, то, как возникает вовлеченность и каков вообще смысл этой вовлеченности; единственное, что для них важно — это увеличение показателей кликов, просмотров и прокруток» (Venturini, 2019). И наверняка еще множество разоблачителей социальных медиа последуют примеру бывшего сотрудника Фейсбука, который под лозунгом «Мои руки в крови» заявил о деградации компании, призвав бороться с фейковыми аккаунтами, вмешивающимися в политику. В «машинных инфраструктурах правды» под «правдой» понимается «рост вовлеченности», который раньше именовали как «влияние» и «популярность» (Venturini, 2019). Это связано с тем, что уровень прибыли зависит от «ожидаемого показателя кликабельности (вероятности того, что пользователи будут взаимодействовать с рекламой)» (Venturini, 2019). Таким образом, адаптация потребителей (в контексте соцсетей — пользователей) происходит в форме «положительной обратной связи между трекингом и вовлеченностью» (Venturini, 2019). Понимание правды как вовлеченности заметно на примере того, как меняются стратегии верификации и как это влияет на восприятие вовлеченности в социальных медиа. Инструмент, введенный Твиттером «для борьбы с фальшивыми личностями и выдачей себя за другое лицо», кардинально изменился с 2009 года вместе с изменением структуры цепей трекинга и вовлеченности. Пускай внешний вид значка, заимствованный и другими соцсетями, при этом остался прежним.


Когда социальные сети ввели системы верификации с голубыми галочками, шел к завершению переходный период от эпохи 1990-х, когда существовало четкое разделение между «„авторами контента“ — меньшинством пользователей, вносящих свой вклад в жизнь цифровых сообществ, — и „наблюдателями“, молчаливым большинством, которое просто читало их обсуждения» (Venturini, 2019: 21). В 2000-х соцсети стремились капитализировать стирание этого разделения, чтобы максимизировать и измерять вовлеченность пользователей — один из основных активов в современной цифровой экономике. Они дали «наблюдателям» возможность генерировать свой контент, кликая на специальные кнопки реакций. Тем не менее к моменту, когда в 2009 году были введены значки, разделение между «авторами» (которых переименовали в инфлюенсеров) и обычными пользователями сохранилось. Хотя в то время обе категории могли генерировать вовлеченность, цифры были сильно поляризованы, поскольку вовлеченность зависела от количества подписчиков. Поэтому у общественности и не вызвал сопротивления тот факт, что значки верификации были предоставлены исключительно знаменитостям без какого-либо общедоступного объяснения алгоритма или возможности каждому подать на них заявку: категории были слишком далеки друг от друга, чтобы испытывать подобные претензии.