Книга Всё, всегда, везде. Как мы стали постмодернистами - Стюарт Джеффрис
Шрифт:
Интервал:
Закладка:
В Бесконечной шутке Уоллес описывает две выдуманные телевизионные технологии — но не как способ освобождения от потока, задаваемого вещательным телевидением, а как превосходное средство управления зрителями, лежащими на диване. Он заменяет эфирное телевидение выдуманной компанией Interlace TelEntertainment, у которой можно будет покупать или брать напрокат картриджи для воспроизведения «по запросу» на системах домашнего кинотеатра. Термин «по запросу» дает покупателям иллюзию, что они контролируют, что будут смотреть, и сами планируют свои развлечения.
По сути, Interlace TelEntertainment почти полностью предвосхищает появление Netflix, потокового — или «стримингового» — сервиса домашних развлечений, который был запущен в 1997 году, в то же год, когда погибла принцесса Диана и вышла книга Краус I Love Dick, и который обеспечивает в настоящее время около 15 % нагрузки Всемирной сети широкополосного интернета. Основанный двумя предпринимателями из Кремниевой долины, Марком Рэндольфом и Ридом Гастингсом, вначале веб-сайт Netflix обеспечивал своим пользователям возможность заказывать быструю почтовую доставку на дом DVD-дисков. Если пользователь брал DVD-диск в аренду, он мог вернуть его в приложенном конверте. В то время Netflix в основном представлял интерес для тех, у кого поблизости не было салонов видеопроката или кто не хотел выходить из дома.
Но революция, которую Netflix произвел в сфере домашних развлечений, началась несколько лет спустя, когда компания наняла Теда Сарандоса и начала применять то, что стало известно как предиктивная аналитика. Сарандос работал в салоне видеопроката в торговом центре в Финиксе, практически точно таком же, как тот, где Квентин Тарантино приобретал свои энциклопедические познания в области кино. Однако дальнейшие действия Сарандоса в конечном счете привели к закрытию видеопрокатов. Сарандос понял, что у зрителя развивается пристрастие к потоку развлечений и что роль компании заключается в том, чтобы предоставлять ему то, что он хочет. Зрители долгое время боролись с планировщиками телепрограмм, стремящимися помешать им смотреть то, чего они хотят и когда хотят, утверждал он: «До внедрения системы „потоковое видео по запросу“ они использовали видеомагнитофоны, чтобы записывать передачи и просматривать их, когда захотят. И, что еще более важно, в любых дозах, в которых они хотят. Затем DVD-диски, а позднее перезаписываемые DVD сделали это „самодозирование“ еще более удобным»[475].
Это «самодозирование» звучит так, как будто зритель может контролировать свои развлечения. В том же самом году, когда там начал работать Сарандос, Netflix представил своим подписчикам персонализированную систему рекомендаций для облегчения выбора, которая использовала рейтинги, создаваемые на основе голосования зрителей. В 2007 году появилась потоковая служба под названием «Watch Now» («Смотри сейчас»), предоставившая подписчикам возможность смотреть телешоу и кинофильмы на своих персональных компьютерах. В конечном счете проигрыватели DVD отомрут так же, как видеомагнитофоны: потоковая модель, внедренная Netflix, распространилась по миру не через обычную медленную почту, а по оптоволоконному кабелю. «Людей всегда раздражало, что они не могут смотреть то, что хотят, — сказал мне Сарандос. — Сегодня никто не сможет надолго остановить поток удовольствий. Вот в этот момент я и появился».
Поток удовольствий — хорошая формулировка. В эпоху постмодерна с помощью технологий мы мечтаем получать удовольствие 24 часа в сутки, 7 дней в неделю. Но за получением удовольствий стоят алгоритмы. Например, в 2012 году, когда Сарандос заказывал для Netflix TV политическую драму Карточный домик с Кевином Спейси и Робин Райт в главных ролях, именно аналитическое прогнозирование стояло за обоснованием его решения. «Оно было сгенерировано алгоритмом, — сказал мне Сарандос. — Нет, конечно, я не использовал компьютерный расчет для создания сериала, но я использовал его, чтобы определить потенциальную аудиторию с точностью, которую едва ли может достичь человек».
Использование предиктивной аналитики в Netflix изменялось со временем. Изначально она была устроена по тому же принципу, что и в видеопрокате, где когда-то работал Сарандос. Он был смотрителем, человеком, подбиравшим контент в магазине в соответствии со вкусами своих покупателей. Система рекомендаций «если вам понравилось ХХХ, то вам должно понравиться YYY» стала обычным явлением в новом тысячелетии, позволяя подбирать культуру, которая вам по вкусу. С другой стороны, индивидуализированная система культурных рекомендаций, подобная той, что была разработана в Netflix, грозит созданием того, что интернет-активист Эли Паризер в 2010 году назвал «стеной фильтров»: каждый из нас окажется интеллектуально изолирован в собственной информационной вселенной[476].
Кастомизация культуры с тех пор неимоверно усложнилась. Сегодня не менее 800 инженеров Netflix работают за кулисами системы рекомендаций в штаб-квартире компании в Кремниевой долине, пытаясь предсказать, какое кино вы, возможно, захотите посмотреть следующим. Том Вандербильт, автор книги Вам также может понравиться: вкусовые предпочтения в эпоху бесконечного выбора, обнаружил, что, когда Netflix занималась рассылкой DVD по почте, индивидуальные рекомендации основывались на оценках пользователей для определенного контента; но рейтинги зрителей и прогнозы, основанные на этих рейтингах, оказались недостаточно точны, когда Netflix стал цифровым.
Проблема инженеров Netflix заключается в том, чтобы отслеживать признаки поведения менее явные, чем зрительские рейтинги. В прежние времена, когда вы брали DVD напрокат, вы добавляли фильм в очередь, потому что хотели посмотреть его через несколько дней; за ваше решение вам приходилось платить, а вознаграждение откладывалось. «Когда у вас есть постоянный доступ к мгновенной потоковой передаче, вы начинаете проигрывать что-то, и если вам это не нравится, вы просто переключаетесь. Пользователи на самом деле не осознают все преимущества предоставления явной обратной связи, благодаря которой они прикладывают меньше усилий», — говорит технический директор Netflix Ксавье Аматриан.
В результате для моделирования вкусовых предпочтений требуются более сложные алгоритмы — алгоритмы, которые делают Netflix скорее более оруэллианским, чем хакслианским: «Мы знаем, во что вы играли, что искали или оценивали, а также точное время, дату и устройство, с которого вы это делали, — говорит Аматриан. — Мы даже отслеживаем взаимодействия пользователей с нашим сайтом, такие как просмотр или прокрутка. Большинство наших алгоритмов основаны на предположении, что одинаковые паттерны просмотров отражают одинаковые вкусы пользователей. Мы можем использовать поведение пользователей со схожим поведением, чтобы сделать прогноз о ваших предпочтениях. <…> Мы потратили довольно много времени на добавление контекста в рекомендации. У нас есть данные, которые говорят о различном поведении при просмотре в зависимости от дня недели, времени суток, устройства и иногда даже местоположения. Но реализация контекстных рекомендаций сопряжена с практическими проблемами, над которыми мы сейчас работаем».
Данные, собранные при подобном наблюдении за пользователями, более точны, чем их собственные оценки: «Многие утверждают, что смотрят иностранные или документальные фильмы. Но на практике это случается совсем не
