Ваш алгоритм под контролем: как ИИ возвращает пользователям власть над лентой рекомендаций
В современной индустрии социальных сетей разворачивается тихий, но фундаментальный кризис — кризис пользовательского контроля. Глава Instagram Адам Моссери опубликовал программный манифест под названием «Разговор с твоим алгоритмом» (Talk to your algorithm), в котором признал: по мере того как рекомендательные системы становятся более точными и эффективными, человек за экраном стремительно теряет ощущение контроля над собственным цифровым опытом. Лента рекомендаций превратилась в улицу с односторонним движением, где алгоритм решает, что показать, а пользователь может лишь пассивно реагировать на контент. Однако новые технологические возможности, пришедшие вместе с большими языковыми моделями (LLM), позволяют переломить этот тренд. Внедрение нового инструмента «Твой алгоритм» призвано вернуть пользователям реальную субъектность в управлении своими интересами.
От осознанного выбора к пассивным петлям удержания внимания
Вся история развития современных медиаплатформ за последнее десятилетие — это путь постепенного отказа от сознательного выбора пользователя в пользу автоматического подбора контента. Традиционная модель, построенная на подписках (когда человек сам решает, на кого подписаться, и видит только эти публикации), практически ушла в прошлое.
Переход происходил во всей индустрии поэтапно:
- TikTok изначально, с первого дня своего запуска, построил интерфейс и алгоритмы вокруг бесконечной рекомендательной ленты («Для вас»), где подписки играют второстепенную роль.
- YouTube совершил этот радикальный переход в 2016 году, сделав рекомендации главным источником трафика и просмотров.
- X (бывший Twitter) и Threads внедрили аналогичную модель в 2023 году, разделив ленты на «Для вас» и «Подписки».
- Instagram двигался к этому сценарию постепенно: в 2020 году рекомендации появились в конце основной ленты, а годом позже были вплетены непосредственно в основной фид.
Эта ставка индустрии сработала с точки зрения бизнеса: вовлеченность пользователей и время, проводимое в приложениях, выросли. Моссери отмечает, что рекомендации во многом являются выдающимся техническим достижением. Они помогают открывать контент, который пользователь даже не догадался бы искать самостоятельно, реанимируют затухающие ленты и позволяют авторам без стартовой аудитории получить охваты за одну ночь.
Но цена этого успеха оказалась высока. Личные моменты пользователей перетекли в Stories и личные сообщения (Direct), а основная лента заполнилась публикациями от незнакомых аккаунтов. В результате подписки перестали быть инструментом формирования личного опыта. Система непрерывно обучается на скрытых сигналах — кликах, времени просмотра, лайках и репостах, но у пользователя нет возможности прямо сказать приложению, чего именно он хочет. Это рождает у людей глубинную тревогу: ощущение, что они не формируют свой цифровой опыт, а просто пассивно потребляют то, что с ними происходит.
Черный ящик эмбеддингов: почему алгоритмы были слепы к словам
Долгое время дать пользователю удобный инструмент настройки рекомендаций было невозможно по чисто техническим причинам. Традиционные ранжирующие модели представляют собой «черный ящик». Нейросеть преобразует контент и действия пользователя в эмбеддинги — многомерные векторы, то есть координаты на гигантской математической карте.
На этой карте похожие вещи располагаются рядом. Например, фотография американского актера Колмана Доминго будет находиться очень близко к видеоролику его личного стилиста о мужской моде, а тот, в свою очередь, — рядом с общей категорией «тренды мужского гардероба». Однако для самой системы все эти связи выглядят исключительно как бесконечные наборы чисел и векторов. Ни один программист или модератор не может прочитать внутреннее состояние нейросети и просто объяснить человеку, почему ему было предложено конкретное видео. А без понятного человеку интерфейса невозможно установить осознанный контроль над системой.
Революция больших языковых моделей (LLM) изменила саму архитектуру взаимодействия. LLM способны анализировать числовые кластеры контента и описывать их на естественном человеческом языке. Теперь система видит не просто абстрактные векторы, а понимает, что перед ней кластер «мужской стиль» или «минималистичный дизайн». Это дало инженерам возможность вытащить данные из «черного ящика» и превратить их в текстовые категории — теги интересов, которые понятны любому пользователю.
«Твой алгоритм»: как работает новая система контроля
На основе этой технологии Instagram запустил инструмент под названием «Твой алгоритм». Это не просто очередное меню настроек, а полноценная панель управления рекомендациями, которая теперь работает в Reels, Explore, а с недавнего времени — и в основной ленте.
Инструмент позволяет пользователю:
- Видеть карту своих интересов: система открыто показывает облако тегов и тем, которые она считает наиболее привлекательными для пользователя на основе его поведения.
- Удалять ненужные темы: если алгоритм ошибочно зафиксировал случайный интерес (например, после просмотра пары видео о ремонте), пользователь может вручную исключить этот тег, мгновенно очистив ленту от нежелательного контента.
- Добавлять новые направления: пользователь может превентивно указать темы, контента по которым он хотел бы видеть больше, заставляя алгоритм перестроить приоритеты выдачи.
В манифесте подчеркивается, что текстовые темы — это лишь первый шаг. В разработке находится поддержка более тонких запросов: по конкретным авторам, типам контента (обучающий, развлекательный, новостной), а также по определенным настроениям и визуальным «вайбам». Бизнес осознал, что долгосрочная лояльность аудитории невозможна без ощущения контроля.
Персонализированный генеративный UI и риски потери общего пространства
Заглядывая на несколько лет вперед, Моссери описывает еще более сложный технологический вызов. В будущем генеративный ИИ сможет создавать индивидуальный пользовательский опыт на лету. Речь идет не просто о ранжировании готовых постов, а о динамической генерации интерфейса, структуры и даже функционала приложения под конкретного человека в реальном времени.
Однако у такой крайней формы персонализации есть обратная, опасная сторона — разрушение общего коммуникационного и социального пространства. Если каждый пользователь будет находиться в абсолютно уникальной, сгенерированной лично для него цифровой реальности, у общества не останется общих культурных кодов, тем для обсуждения и переживаний.
Тем не менее люди по своей природе стремятся к социальным связям и общему опыту. Даже имея доступ к бесконечным библиотекам стриминговых сервисов, миллионы людей все равно слушают одни и те же популярные песни и обсуждают одни и те же фильмы. Это доказывает, что ключевая ценность платформ заключается не в самом контенте, а в людях, с которыми мы его разделяем. И именно эта тяга к общению должна закладываться в архитектуру будущих продуктов.
Как адаптироваться SMM-специалистам и бизнесу
Переход от модели подписок к модели смысловых контентных кластеров радикально меняет правила игры для создателей контента и бизнеса. Классический подход «накопления базы подписчиков» окончательно уступает место дистрибуции через попадание в интересы.
Чтобы оставаться видимыми в новой экосистеме, брендам и авторам необходимо перестроить свою стратегию:
- Фокусироваться на четкой тематической разметке: ваш контент должен однозначно считываться нейросетями и легко относиться к конкретным семантическим кластерам. Размытые темы и попытки «обо всем понемногу» снижают вероятность попадания в рекомендации.
- Использовать естественные триггеры внимания вместо кликбейта: поскольку пользователи получают ручные инструменты очистки ленты, агрессивные кликбейтные приемы будут приводить к мгновенному блокированию ваших тем в их личных панелях управления.
- Стимулировать репосты и обсуждения: алгоритм «Твой алгоритм» будет учитывать социальные связи. Контент, которым делятся в личных сообщениях, имеет максимальный вес, так как он создает ту самую связь между людьми, на которую ориентируются разработчики.
- Создавать серийный контент вокруг устойчивых тем: стабильное присутствие в определенной нише помогает алгоритмам закрепить ваш профиль как авторитетный источник внутри конкретного семантического облака, гарантируя регулярные показы заинтересованной аудитории.