Мы говорим об объективно проверенных фактах и объективно подтвержденных фальсификациях. Существует еще одна, более сложная проблема, в решении которой неожиданным образом могут помочь алгоритмы. Как отметил Марк Цукерберг, многие проблематичные единицы контента не являются откровенными фальсификациями, но содержат в себе субъективное мнение или полуправду. Сторонники и противники одного и того же вопроса хотят верить во что-то и с готовностью делятся информацией, даже если они знают, что она, по крайней мере, частично ложная. Даже когда профессиональные организации по проверке фактов, такие как Snopes или PolitiFact, или сайты ведущих средств массовой информации, где работают опытные журналисты, разоблачают фальшивую статью, находятся те, кто недоволен таким результатом, считая их мнение предвзятым.
Джордж Сорос заметил, что есть правда, есть ложь и есть то, что является правдой или ложью в зависимости от того, верят ли в это люди или нет. Он называет это «рефлексивными знаниями», но, возможно, тут подошел бы старомодный термин «верования». К этой категории можно отнести так много важных вопросов – не только историю, политику и рынки. «Мы являемся частью мира, который мы пытаемся понять, – писал Сорос, – и наше несовершенное понимание играет важную роль в формировании событий, в которых мы участвуем».
Так было всегда, но наши новые, распространенные по всему миру цифровые системы, связывающие нас с зарождающимся глобальным мозгом, ускорили и активизировали этот процесс. Это не просто факты, распространяющиеся от одного сознания к другому. Это не просто убеждение, что чайники с кофе без кофеина должны быть оранжевыми. Дезинформация также является вирусной, формируя убеждения миллионов. Все чаще то, что мы знаем, и то воздействие, которому мы подвергаемся, формируется с помощью алгоритмов персонализации, которые пытаются выделить для нас из огромного потока контента в Интернете только то, на что мы, по мнению алгоритмов, скорее всего, будем реагировать, апеллируя скорее к заинтересованности и к эмоциям, чем к истине как таковой.
Напоминание Сороса о том, что курсы акций и общественные движения не являются ни правдой, ни ложью, предполагает такой же подход к проблеме фальшивых новостей. Даже осознавая роль эмоций в формировании цен на акции, финансовые аналитики все же считают, что эти цены формируются по некоторым «фундаментальным показателям». Курсы акций могут зависеть от того, что люди думают по поводу будущих перспектив компании, как оценивают ее годовой доход, прибыль, капитал, темпы роста и вероятные рыночные возможности. Регулярно предоставляются отчеты о наличных запасах и отчеты о соотношении цены акции и чистой прибыли и другие показатели того, насколько ожидания превышают фундаментальные показатели, чтобы люди могли принимать обоснованные решения по поводу того, насколько велики риски, на которые они идут. Существует множество людей, которые будут игнорировать эти риски, и людей, которые подталкивают их к этому, но по меньшей мере хоть какая-то информация присутствует.
Разрыв между ожиданиями людей и фундаментальными показателями в сфере новостей также можно измерить, используя множество сигналов. Зачастую это можно сделать более быстро и тщательно при помощи компьютерных алгоритмов, чем посредством использования человеческого труда.
Когда люди обсуждают правдивость или ложность новостей, а также ответственность, которую несут такие сайты, как Facebook, Google и Twitter, за содействие в их идентификации, они почему-то думают, что вопрос определения «истинности» или «ложности» заключается только в оценке контента как такового, и делают вывод о том, что компьютер не может выполнить эту задачу, поскольку она требует субъективного подхода. Но, как и в случае с поиском Google, множество сигналов, которые можно использовать, не зависят от фактического содержания. Чтобы использовать их, мы просто должны следовать завету Коржибски, сравнивать карту с территорией, которую она якобы описывает.
Алгоритмическая проверка фактов не заменяет человеческую оценку. Она усиливает нашу способность ее проводить, подобно тому как оборудование для земельных работ облегчает физический труд. Сигналы, которые она использует, аналогичны тем, которые использовал бы человек-фактчекер.