Забыть этот урок о грязной линзе было и остается очень легко, о чем я прекрасно знаю по ошибкам, совершенным на моем собственном интеллектуальном пути. Я неверно истолковал результаты голосования по Brexit в начале лета 2016 года. И хотя я отнесся к кандидатуре Трампа серьезнее, чем многие другие журналисты в том же году (написав колонки о выборах, которые оказались прозорливыми), 9 я все еще инстинктивно хихикал за столом новостей той осенью, когда слышал, как он произносит слово "bigly". Я тоже был порождением своей среды. Точно так же, если я мог заметить социальное молчание в финансовой сфере в 2005 и 2006 годах, то я мог быть очень слеп к другим типам молчания. В качестве примера можно привести технологию. Через год после первой встречи с Бойд в Давосе я отправился в аналитический центр под названием "Данные и общество", который она создала в центре Манхэттена вместе с коллегами-социологами при финансовой поддержке таких технологических компаний, как Microsoft, где она работала, чтобы взглянуть на цифровую экономику через призму антропологии. Мы обсуждали подростков и их мобильные телефоны. Один из ее коллег спросил меня, пытался ли я когда-нибудь нарисовать в своем воображении схему работы Интернета. Я не пыталась. Если я и думал о киберпространстве, то представлял его как расплывчатое гигантское облако или череду пикселей, проносящихся по воздуху, которые каким-то образом попадают на пластиковые устройства вокруг меня. Я не имел ни малейшего представления о том, как работают эти соединения, хотя почти во всех сферах своей повседневной жизни зависел от Интернета. Тогда Ингрид Беррингтон, художница и социолог, одна из коллег Бойда, показала мне модель, созданную ими для объяснения трех "слоев", на которых работает Интернет: "поверхностный" слой (единственная часть, которая волновала большинство пользователей), состоящий из цифровых функций, таких как приложения; средний слой сетей, позволяющий машинам общаться друг с другом; и нижний слой маршрутизаторов, кабелей и спутников, соединяющих якобы невоплощенную сеть в слишком физическом смысле. Я даже не знал, где существует этот нижний слой.
"В Нью-Йорке все вокруг!" Мне сказали: на тротуарах (или) нарисованы символы, показывающие, где проложены кабели, по которым подключен Интернет. Я ходил по этим тротуарам каждый день, но никогда раньше не замечал этих символов - мой мозг был приучен отсеивать их. Как и любой человек, выросший в странном мире, я смотрел на окружающую обстановку очень избирательно, а не целостно, и считал это настолько нормальным, что не замечал, насколько фрагментарным было мое видение.
Чтобы противостоять этому, Беррингтон опубликовала так называемое "иллюстрированное полевое руководство по городской интернет-инфраструктуре" для Нью-Йорка, в котором показала читателям, как увидеть эти полускрытые сети на Манхэттене и интерпретировать символы, которые они обычно игнорируют, прямо у себя под носом, на улицах. Она подчеркнула, что это не атлас, а инструмент, который "поможет людям составить свои собственные карты" того, что они обычно игнорируют. Она также организовывала пешеходные экскурсии по Нью-Йорку и таким городам, как Чикаго, которые не только объясняли людям принципы работы Интернета, но и меняли их представление о мире. «Когда мы начинаем говорить о технологиях, вычислениях и сетях, мы на самом деле говорим только о власти", - пояснила она. "Когда все это остается непрозрачным, элитам легче удерживать власть. Существует предположение, что все обстоит именно так».
Чтобы понять это, попробуйте сами посмотреть на тротуар западного города, когда в следующий раз будете идти по улице. Почти наверняка вы обнаружите там странные символы, которых раньше тоже не замечали. Это ежедневное напоминание о том, как мало мы видим и понимаем в тех структурах, которые определяют нашу жизнь, будь то деньги, медицина, Интернет или что-либо еще. Если, конечно, мы не начнем присматриваться к не совсем пустым пространствам и активно прислушиваться к социальной тишине.
Глава 8.
Cambridge
Analytica
"Вселенная - это огромная система обмена. Каждая ее артерия находится в движении, пульсируя взаимностью".
-Эдвин Хаббел Чапин
Весной 2016 г., за полгода до победы Дональда Трампа на выборах в США, я столкнулся с человеком по имени Роберт Мертфельд, который работал в компании Cambridge Analytica, специализирующейся на анализе данных. Мы были на семинаре в Нью-Йорке. Я никогда не слышал о его компании, но был рад пообщаться, поскольку (ошибочно) полагал, что она связана с моей альма-матер - Кембриджским университетом. Мертфельд был не прочь пообедать. Он знал, что я изучал антропологию, а основатели компании считали себя экспертами в области поведенческих наук, используя работы социологов, психологов, антропологов и других специалистов. И вот 26 мая я сидел в японском ресторане в центре Манхэттена за столом, заставленным коробками с бэнто, рядом с Мертфельдом, веселым немцем, и худым, напряженным британцем Алексом Тейлором, который руководил их исследованиями.
Я и не подозревал, что то, что сейчас произойдет, станет мощным уроком, показывающим, почему технари, экономисты и журналисты должны прислушиваться к молчанию общества. Но Тейлор открыл ламинированный пластиковый буклет, на котором были изображены карты Америки, наложенные на сложные диаграммы с яркими цветами. Позже я понял, что эти диаграммы относятся к психологической модели OCEAN, ставшей модной во второй половине ХХ века, поскольку она разделяла людей по различным чертам личности, в зависимости от открытости (к опыту), совестливости, экстраверсии, соглашательства и невротизма (отсюда OCEAN). Тейлор объяснил, что эти диаграммы предсказывают, как избиратели могут поступить на выборах.
Это очень странно. Они что, с ума сошли? задался я вопросом. Диаграмма не была похожа ни на одну известную мне бизнес-антропологию; это был анализ данных. Но Тейлор и Мертфельд возразили, что это новая версия социальной науки: вместо того чтобы пытаться понять человеческую природу, пристально наблюдая за несколькими людьми, экстраполируя наблюдения на микроуровне на макроуровень, их модели собирают массив данных о мельчайших деталях жизни миллионов людей, чтобы получить целостные снимки людей в огромном масштабе. Я спросил их, как они собирают эти данные; платят ли они за это?
"Все по-разному, - сказал один из них. Некоторые данные поступали от брокеров данных - новой породы компаний XXI века, которые собирают цифровые следы, оставляемые потребителями при использовании кредитных карт, сервисов онлайн-покупок или любых других платформ, и перерабатывают эту информацию для продажи. Cambridge Analytica также получала данные из других источников, например из социальных сетей, "бесплатно".