Broken Code: Inside Facebook and the Fight to Expose Its Harmful Secrets

Не все функции продуктов Facebook были скопированы у других. В 2006 году в патентное бюро США поступила заявка на "автоматически генерируемый дисплей, содержащий релевантную для пользователя информацию о другом пользователе социальной сети". Вместо того чтобы заставлять людей искать интересующие их элементы в "разрозненном и неорганизованном" контенте, система будет стремиться генерировать список "релевантной" информации в "предпочтительном порядке".

В качестве авторов были указаны "Цукерберг и др.", а продуктом была лента новостей.

Идея показывать пользователям потоки активности была не совсем новой - сайт обмена фотографиями Flickr и другие пользователи уже экспериментировали с ней, но изменения были масштабными. Раньше пользователи Facebook взаимодействовали с сайтом в основном с помощью уведомлений, пинков или просмотра профилей друзей. С запуском ленты новостей пользователи получили постоянно обновляющийся поток постов и изменений статуса.

Это изменение стало шоком для 10 миллионов пользователей Facebook, которые не оценили, что за их действиями следят, а их некогда стабильные профили проверяют на наличие нового контента. В ответ на многочисленные жалобы Цукерберг написал пост, в котором заверил пользователей: "Ничто из того, что вы делаете, не транслируется; скорее, этим делятся люди, которым небезразлично, что вы делаете, - ваши друзья". Он озаглавил его: "Успокойтесь. Дышите. Мы вас слышим".

Выслушать жалобы пользователей было не то же самое, что прислушаться к ним. Как позже отметил Крис Кокс на одном из пресс-мероприятий, "Лента новостей" мгновенно добилась успеха в повышении активности на платформе и установлении контактов между пользователями. Вовлеченность быстро удвоилась, и уже через две недели после запуска более миллиона пользователей впервые связали себя единым интересом. Причина, объединившая стольких людей? Петиция, направленная на искоренение "сталкерской" ленты новостей.

Непрозрачная система, против которой восставали пользователи, была, оглядываясь назад, удивительно простой. Контент в основном появлялся в обратном хронологическом порядке, а ручная настройка позволяла людям видеть как популярные посты, так и разнообразные материалы. "Вначале ранжирование ленты новостей сводилось к повороту ручек, - говорит Кокс.

Некоторое время возиться с циферками было достаточно хорошо, но списки друзей росли, а Facebook внедрял новые функции, такие как реклама, страницы и группы по интересам. Поскольку развлечения, мемы и коммерция начали конкурировать с сообщениями друзей в ленте новостей, Facebook нужно было сделать так, чтобы пользователь, который только что вошел на сайт , увидел фотографии с помолвки лучшего друга раньше, чем популярный рецепт энчилады на кулинарной странице.

Первая попытка сортировки, получившая в итоге название "EdgeRank", представляла собой простую формулу, которая определяла приоритетность контента в зависимости от трех основных факторов: возраста сообщения, степени его вовлеченности и взаимосвязи между пользователем и автором. Как алгоритм, она не представляла собой ничего особенного - просто грубая попытка перевести вопросы "Это новое, популярное или от кого-то, кто вам дорог?" в математику.

В этом не было никакой темной магии, но пользователи снова восстали против того, чтобы Facebook накладывал свой отпечаток на то, что они видят. И снова показатели использования Facebook подскочили.

Рекомендательные системы платформы находились еще в зачаточном состоянии, но диссонанс между вокальным неодобрением пользователей и их активным использованием привел компанию к неизбежному выводу: мнение обычных людей о механизмах Facebook лучше игнорировать. Пользователи кричали "стоп", Facebook продолжал работать, и все шло как по маслу.

К 2010 году компания стремилась выйти за рамки грубой формулы EdgeRank и рекомендовать контент на основе машинного обучения - направления искусственного интеллекта, направленного на обучение компьютеров разработке собственных алгоритмов принятия решений. Вместо того чтобы программировать компьютеры Facebook на ранжирование контента в соответствии с простыми математическими вычислениями, инженеры будут программировать их на анализ поведения пользователей и разработку собственных формул ранжирования. То, что видели люди, было бы результатом постоянных экспериментов: платформа предлагала бы все, что, по ее прогнозам, с наибольшей вероятностью вызовет лайк у пользователя, и оценивала бы свои собственные результаты в режиме реального времени.