Кратко резюмирую ключевые исходные результаты, затем перейду к критическому анализу в свете современных этических стандартов и цифровой среды — что остаётся в силе, а что нужно пересмотреть — и завершу практическими рекомендациями для исследователей и платформ.

Классика (одно предложение)

Эксперимент Милгрэма (1950–1960‑е): люди склонны подчиняться указаниям авторитетной фигуры, даже если это влечёт причинение вреда другому; ситуация и структура власти сильнее индивидуального «характера». Эксперименты Эша (1950‑е): конформизм к групповому мнению велик даже при очевидно неверном ответе; факторы — размер группы, единодушие, неформальная поддержка и т.д.

Этический контекст — что изменилось

Современные нормы (IRB, APA и пр.) запрещают/строго ограничивают манипуляции, приводящие к значительному стрессу, введение в заблуждение без обоснования и отсутствие адекватного де‑брефинга. Милграмовские процедуры сегодня в большинстве университетов не прошли бы одобрение без серьёзных модификаций. Права участников (информированное согласие, право на отзыв, защита данных) теперь центральны; онлайн‑эксперименты добавляют вопросы приватности, вторичного использования данных и масштабного воздействия без явного согласия.

Что из классических выводов остаётся валидным в цифровую эпоху

Социальное влияние реально и мощно. Социальные доказательства (likes, репосты, число подписчиков) сильно меняют восприятие правдивости и желательности контента — аналог информационного и нормативного влияния Эша. Ситуативные факторы сильнее «твердой» личности. В онлайне дизайн интерфейса, формулировки уведомлений, видимость реакций других и контекст оказывают решающее влияние на поведение (аналог Милграмовского «контекста власти»). Единодушие и численность группы усиливают конформизм. Пустые или доминирующие сигналы поддержки (много лайков, массовое одобрение) повышают вероятность подстройки. Непреднамеренная передача ответственности и моральная дистанция облегчают вредоносные действия: анонимность/псевдонимность и экран создают эффекты морального отстранения, похожие по эффекту на классические условия подчинения.

Что требует пересмотра или уточнения

«Авторитет» теперь многолик. В классических работах авторитет — человек в форме/экспериментатор. В цифровой среде роль авторитета могут выполнять:
платформы и алгоритмы (рекомендации, ранжирование, «помечено как важное»), влиятельные аккаунты/медийные личности, коллективные сигналы (много ретвитов, тренды).
Это требует расширения понятия «источники влияния» и учёта внутренних механизмов дизайна платформ. Механизмы влияния масштабируются и ускоряются. В офлайне влияние ограничено скоростью и числом взаимодействий; онлайн оно может экспоненциально распространяться, создавать петли обратной связи и «амplify» эффект меньшинства. Традиционные модели размеров группы и эффекта единодушия нужно адаптировать к сетевым метрикам (центральность, кластеризация, алгоритмическое усиление). Анонимность не всегда снижает конформизм. В одних случаях анонимность усиливает троллинг/агрессию, в других — снижает социальную тревогу и, следовательно, снижает нормативное подчинение; при этом видимые социальные сигналы (лайки) могут компенсировать отсутствие личных связей. Роль искусственных агентов. Боты, скрипты и модерация автоматами создают «фальшивую» социум‑информацию; классические эксперименты не учитывали, что часть массовой согласованности может быть индуцирована не людьми, а алгоритмами. Этика экспериментов: классический метод обмана и нанесения сильного стресса — неприемлем; однако платформенные эксперименты (A/B‑тесты, модификации ленты) часто проводятся без адекватного согласия миллионов пользователей. Это требует новых правил для «полевых» экспериментов на платформах.

Конкретные цифровые иллюстрации

«Эмоциональная судьба» Facebook (manipulation of news feed) и Cambridge Analytica — примеры, как алгоритмы и таргетинг влияют на эмоции, мнения и поведение массы людей без их осознанного согласия. Массовая виральность фейков показывает информационное конформирование: много репостов = больше доверия, даже если контент неверен. Эксперименты с изменением видимости рейтингов/лайков (например, удаление счётчиков лайков) демонстрируют прямое влияние социальных сигналов на поведение и качество контента.

Методологические и нормативные предложения

Пересмотреть понятие «авторитета» в теориях влияния: включить алгоритмическую и корпоративную власть, сигнализацию платформ и инфраструктурные эффекты. Модели должны учитывать сеть и временную динамику: эффект центра, распространение через кластеры, поглощение/усталость аудитории. Эксперименты в цифровой среде требуют повышенных этических стандартов: прозрачность, минимизация вреда, масштабируемое информированное согласие либо явные публичные уведомления, доступ к де‑брефингу, внешняя аудитория/этический аудит для крупных A/B‑тестов. Платформы должны вести аудит алгоритмов (влияние на поведение), документировать эксперименты и давать исследователям доступ к обезличенным данным через контролируемые процедуры. Правовое регулирование манипуляций: различать безопасные «нуджи» и недопустимую манипуляцию, требовать согласия для контент‑экспериментов, которые могут изменить политическое поведение или эмоциональное состояние пользователей.

Заключение (в чём сохраняется ценность классики и где нужно обновление)

Классические эксперименты Милгрэма и Эша по‑прежнему дают фундаментальное понимание человеческой подверженности влиянию, роли ситуации, норм и единодушия. Их базовые психологические механизмы — информационное и нормативное влияние, влияние структуры власти — остаются валидными. Но эпоха социальных сетей и алгоритмической модерации вводит новые агенты влияния (алгоритмы, платформы, боты), масштаб и скорость эффектов, а также новые этические риски. Теории нужно расширять, а методы исследования — адаптировать к сетевой динамике и современным нормам этики, конфиденциальности и прозрачности.

Если хотите, могу:

предложить конкретную структуру исследования по изучению конформизма в ТikTok/Instagram с учётом этики, или подготовить сравнительную таблицу классических факторов (едино­душие, размер группы, авторитет) и их цифровых аналогов/модификаций.