Краткий анализ влияния цифровых медиа и алгоритмов на производство исторических нарративов, риски и примеры.
Как алгоритмы и платформы меняют представление о прошлом
- Персонализация и рекомендатели: алгоритмы ранжируют контент по вовлечённости, поэтому эмоционально яркие, упрощённые или сенсационные интерпретации истории получают больше видимости; это формирует фрагментированные «локальные» версии прошлого для разных аудиторий.
- Фильтры и «пузырь» интересов: модели показа усиливают уже существующие убеждения пользователя (эффект подтверждения), что приводит к поляризованным нарративам и снижению общественного консенсуса о фактах.
- Демократизация источников: любой пользователь может публиковать «историю» (мемы, видео, посты), что расширяет перспективы, но одновременно снижает барьер для фальсификации и искажения контекста.
- Автоматизированная обработка архивов: оцифровка и OCR, машинное аннотирование и ретроспективная категоризация вводят систематические ошибки и смещения (например, языковые/культурные предвзятости моделей), которые влияют на то, какие документы становятся «доступными» и как они интерпретируются.
- Технологии синтеза и манипуляции (deepfake, нейросети): позволяют создавать поддельные аудиовизуальные свидетельства, которые трудно отличить от оригинала без инструментов происхождения и верификации.
Основные риски
- Фальсификация доказательств: подделка фото/видео, монтажы, генерация «исторических» артефактов.
- Ошибочная атрибуция и переконтекстуализация: старые фото/видео циркулируют с неверными подписями, создавая ложные нарративы.
- Поляризация и радикализация: алгоритмы, оптимизирующие вовлечённость, могут поощрять экстремальные или односторонние интерпретации прошлого.
- Искажение памяти меньшинств: если алгоритмы опираются на корпусы, где голоса маргинализованных групп слабо представлены, их история исчезает или переиначивается.
- Потеря доверия к источникам: широкая распространённость фальсификатов подрывает общественное доверие к реальным архивам и экспертам.
Конкретные примеры
- Координированная дезинформация и выборы: действия российской Internet Research Agency во время выборов в США (вокруг $2016$) — массовое создание фейковых аккаунтов и историй, которые формировали альтернативные политические и исторические наративы.
- Cambridge Analytica и таргетинг (около $2016$): использование персональных данных для таргетированных историко-политических посланий и реконструкции нарративов о национальной идентичности.
- Манипулированное видео Нэнси Пелоси (сложенное/замедленное) — пример как простая модификация видео создала ложный историко-политический контекст и широко распространялась в социальных сетях ($2019$).
- «Рекомендуемая» радикализация на видеоплатформах: исследования ($2019$ и др.) показывали, что рекомендательные цепочки могут подталкивать пользователей к более крайним историческим интерпретациям и конспирологическим версиям.
- Перепубликация старых фото в новых контекстах: многочисленные случаи, когда фотографии Второй мировой войны или других конфликтов выдавались за современные события — иллюстрация переконтекстуализации без верификации.
- Государственные информационные кампании (например, вокруг аннексии Крыма, $2014$): сочетание государственных СМИ и соцсетей для формирования единого официального нарратива о событиях и их исторической оправдательности.
Короткие рекомендации по снижению рисков
- Внедрять метаданные происхождения и стандарты provenance (например, подписанные метаданные и инициативы типа C2PA).
- Прозрачность алгоритмов и аудит рекомендательных систем на предмет усиления крайних нарративов.
- Развитие цифровой грамотности и инструментов верификации (обратный поиск изображений, проверка источников).
- Поддержка независимых оцифрованных архивов и исторических проектов с открытыми корпусами.
- Активные меры платформ против координированных фейковых кампаний и уничтожение сетей ботов/координированной неаутентичной деятельности.
Вывод: цифровые медиа дают новые возможности для разнообразия исторических голосов, но алгоритмы и архитектура платформ создают механизмы усиления искажения — без прозрачности, верификации и институциональных мер риск фальсификации и поляризации истории существенно возрастает.