В будущем окажется не важно, как долго были доступны для публики подобные сообщения – шесть часов или шесть секунд. Они сохранятся с того самого момента, как электронные «чернила» коснутся электронной «бумаги». Случай Кашгари лишь один из многочисленных печальных и тревожных примеров такого рода.
Как уже упоминалось, сохранность данных вследствие остаточной намагниченности останется непреодолимой проблемой везде и для всех, но как именно это отразится на людях, во многом зависит от типа политической системы и степени государственного контроля. Чтобы лучше представить себе возможные различия, рассмотрим открытое демократическое общество, репрессивный автократический режим и несостоятельное государство со слабым или неэффективным правительством.
В открытом демократическом обществе, где естественное человеческое желание делиться информацией поощряется свободой выражения своего мнения и ответственным правительством, люди будут все в большей степени становиться друг для друга и судьями, и присяжными. Доступность данных только усилит складывающуюся уже сейчас тенденцию: в обширном виртуальном ландшафте найдется место каждому мнению, обновление данных в режиме реального времени породит гиперактивное социальное общение, а вездесущие социальные сети позволят всем выступать в роли знаменитости, папарацци и зрителя одновременно. Каждый человек станет создавать гигантские объемы информации о своем прошлом и настоящем, о своих предпочтениях и решениях, о своих стремлениях и привычках. Как и сегодня, бо́льшая часть контента будет распространяться по модели opt-in: пользователь сознательно делает выбор в пользу его распространения – по некоторой причине, коммерческой или какой-то иной; но не все сто процентов. Как и сегодня, многие онлайн-платформы продолжат передавать третьим лицам данные о действиях своих пользователей без их явного на то согласия. Так что люди будут делиться бо́льшим объемом информации, чем им кажется. Это станет настоящим подарком для властей и корпораций, ведь обильные потоки статистики позволят им быстрее реагировать на запросы своих граждан и потребителей, точнее «попадать» в интересующую их целевую аудиторию, а также – это касается новой области упреждающего анализа – прогнозировать будущее[17].
Мы уже говорили, что никогда прежде не было такого количества данных, доступных столь многим людям. Мы можем делать выводы друг о друге, пользуясь источниками как точными, так и не очень, как актуальными, например профилем LinkedIn, так и не совсем, вроде давно забытых необдуманных комментариев в YouTube. И восхождение не одного подающего надежды политика будет прервано обнародованием сохранившихся в сети свидетельств его недостойного поведения в далеком прошлом. Конечно, со временем возобладает уже сложившаяся тенденция смягчения общественной реакции на проступки политических лидеров – супружескую неверность или употребление наркотиков в молодости (помните знаменитую фразу президента Билла Клинтона: «А я не затягивался»?). Возможно, избиратели не обратят внимания на скандальный пост или фотографию, опубликованные до того, как их кандидату исполнилось восемнадцать. Терпимость общества к совершенным в юности неосмотрительным поступкам, зафиксированным онлайн, наверняка возрастет, но на это потребуется время и адаптация может оказаться довольно болезненной. В каком-то смысле это логично для нынешнего века, для которого характерно развенчание героев. В новую цифровую эпоху получит продолжение процесс, начало которому было положено ростом влияния СМИ и Уотергейтским скандалом, когда для внимательного изучения окажутся доступными еще больше данных о том или ином индивидууме, причем практически обо всех периодах его жизни. И потерять статус мифического героя будет проще простого: все не без греха, а подтверждения будут копиться в сети на протяжении всей жизни человека.
17
Упреждающий анализ – молодая наука на стыке статистики, глубинного исследования данных и компьютерного моделирования. По сути, речь идет об использовании имеющихся данных для составления полезных прогнозов будущего. Например, специалисты по упреждающему анализу могут, имея данные о пассажиропотоке нью-йоркского метро, предсказать, сколько поездов потребуется выпустить на линии в каждый конкретный день с учетом времени года, уровня безработицы и прогноза погоды.