Пользователь — это все еще человек?

Мы продолжаем проект «Из жизни алгоритмов», который Кольта делает при поддержке Гете-института в Москве, большим разговором Полины Колозариди и Ильи Утехина о том, могут ли алгоритмы справляться с фейк-ньюз, сколько в алгоритмах еще остается от их создателя — человека и как человек, в свою очередь, меняется под их влиянием.

— Илья, вы сделали агрегатор новостей в Телеграме — бот @ONOMediaScopeBot. В описании канала стоит такая фраза: «Новостная картина дня и ключевые слова-тренды сегодняшних новостей». При этом вы рассказывали, что этот бот должен показывать читателю разные картины мира. Что это значит и зачем это нужно?

— Если мы раньше покупали газету «Известия» или «Коммерсантъ» и листали ее от начала до конца, то сейчас никто так не делает. Мы потребляем новости, либо получая ссылки, отобранные нашей лентой Фейсбука, либо пользуясь агрегаторами — например, яндексовским или гугловским. В свое время яндексовский агрегатор перестал меня устраивать, стало понятно, что там произошло что-то не то. Я помню этот момент: это были выборы, на которых Навальный получил 27%. Раньше Яндекс освещал ситуацию, опираясь на качественные медиа, преимущественно с независимого конца этой поляны: «Ведомости», «Коммерсант», «РБК» еще в старом варианте… Но все они говорили не то, что хотелось бы видеть начальнику или, скажем, чиновнику из администрации президента, когда он просто обращался к поисковой машине.

— Да, в книге журналистов Андрея Солдатова и Ирины Бороган «Битва за Рунет» как раз описано, как в то время глава администрации президента Владислав Сурков пришел в Яндекс.

— Да, а что именно произошло? Вместо того чтобы собирать информацию по всему честному интернету, Яндекс обязали заключить договоры с источниками и брать новости только от тех, с кем договоры заключены. А их принудительно пришлось заключить с большим количеством районных московских и подмосковных изданий, в которые новости сливаются из одного корыта.

Чтобы показать картину актуальных новостей, нужен алгоритм определения релевантности. Проще всего опереться в этом на два фактора: первый — свежесть новости, второй — количество источников, которые ее опубликовали (хотя факторы могут быть и другие). Соответственно, либо агрегатор собирает новости через RSS-фиды, либо они парсят HTML-страницы, чтобы получить полные тексты, и складывают все это в базу, а после этого определяют, какие из этого потока новостей про одно и то же: это называется кластеризацией. Для того чтобы вывести новость на самый верх выдачи, нужно, чтобы много источников написало о ней одновременно. И, если у тебя подписаны договоры со всеми районными газетами, которые теперь на равном уровне соревнуются с «Ведомостями» и «Коммерсантом», товарищ начальник получает возможность влиять на то, какие новости выплывают наверх. При этом в обычном поиске по запросам Яндекс стремится избавиться от таких манипуляций.

Дело в том, что Яндекс ориентируется на качество, то есть на то, чтобы предложить нам самые релевантные результаты. Но есть первая страница поисковой выдачи — это самое драгоценное место для рекламы, которую Яндекс продает. То есть Яндекс следит за тем, чтобы нельзя было в этот верх нагнать рекламные ссылки, не заплатив ему денег. Он все время борется с так называемыми оптимизаторами — это такие ребята, которые говорят клиенту: заплати нам, и мы сделаем так, чтобы ссылка на твой ресурс выходила на первой странице.

В разные периоды оптимизаторское хитроумие изобретало для этого разные вещи, история поисковой оптимизации, это замечательное зеркало истории веб-технологий, пока еще не написана. Например, в допотопные времена на вашей странице, которую нужно вывести вверх, помещали скрытые ссылки, зацепляя их за невидимый человеку (но видимый роботу) однопиксельный гиф. За него, в свою очередь, цеплялась ссылка, которая вела на страницу, где были скопом помещены все самые популярные ключевые слова. Но это было еще в те времена, когда за скрытые ссылки поисковики не выбрасывали из индекса, а весь интернет мог поместиться на одном винчестере.

Но и сегодня всякий раз, когда Яндекс выкатывает новые обновления системы, оптимизаторы сразу начинают активничать, потому что их ссылки, которые они искусственным образом поднимали в выдаче, вдруг пух — и куда-то пропали. Значит, им нужно снова сделать reverse engineering, посмотреть, что там Яндекс напридумывал и как его можно облапошить.

— Речь идет и о поиске, и о новостях одновременно?

— К сожалению, то, от чего отказывался Яндекс в поисковой выдаче, ему пришлось сделать в новостях. Особенно это стало очевидным с началом войны в Украине, когда те новости, которые мы читали в социальных сетях, опираясь на независимые источники, систематически начали даунгрейдиться начиная с 2015 года. Стало понятно, что яндексовские новости, увы, оказываются под давлением. То есть возможна более чем одна версия картины мира. Но агрегатор же сродни поиску, а поисковая машина — это наш интерфейс в мир, она нам показывает, что есть в этом мире и чего в нем нет, она задает, так сказать, нашу онтологию. Так возникла идея сделать агрегатор, который показывал бы различия между разными картинами мира.

— То есть речь идет о множественной онтологии миров, когда каждому пользователю даются разные картины мира и слова для жизни в них. И это противоположно идее персонализации, где для каждого мир свой, а соседний не виден. Но как описать все картины мира?

— Все, наверное, невозможно. Речь идет об общественно-политических новостях в федеральных изданиях. Мы попробовали ограничиться двумя группами изданий — условно независимыми и такими, которые продвигают официальную повестку.

Что мы делаем? Мы берем полные тексты новостей с их заголовками и обрабатываем их таким образом, чтобы выделить так называемые именованные сущности. Это называется NER — named-entity recognition. Среди них стандартно выделяются географические названия, названия организаций и имена. Вот В.В. Путин более или менее равномерно представлен в разных источниках. А Навальный или Любовь Соболь — неравномерно. И мы можем по упоминаемости определенного набора персон посчитать, на каком расстоянии по отношению к повестке находятся друг от друга издания.

Кроме того, сами новости тоже отличаются по тому, как они распространяются — кто публикует их первым, кто повторяет. Например, некоторые новости сомнительного свойства продвигаются внутри круга источников, связанных между собой. Там порождается такая картина мира со специфическим уклоном.

Когда-то, скажем, был такой способ вброса: какой-нибудь сайт в ЛНР или ДНР что-то публикует, потом сайт прикормленный, российский, со ссылкой на него «по нашим источникам» это подхватывает, и дальше все это распространяется через российские медиа и соцсети. И нужно, чтобы у тех, кто занимается фактчекингом, была возможность оперативно установить, что это вероятный фейк, — хотя бы уже по паттерну его распространения. Это реально сделать, если в вашем распоряжении база из многих тысяч источников, включая СМИ, телеграм-каналы и паблики «ВКонтакте». Заимствования и повторы можно установить при помощи того же алгоритма, который используется, например, в антиплагиате или в устранении дублетов из поисковой выдачи; дублеты — это одни и те же тексты или частично повторяющиеся. Этот алгоритм называется Shingles — «Черепица»: весь текст разбивается на кусочки с нахлестом, для каждого считают его хеш-сумму, и, если в хеш-суммах между разными текстами есть совпадения, ясно, что какие-то куски заимствованы напрямую.

Или еще один пример. У нас есть специальная кнопка, которая называется «Треш», туда попадают все «желтые» новости. Нейронная сеть, ориентируясь на заголовки вроде «Омич, вскапывая огород своей возлюбленной, нашел череп своего предшественника», выбирает из новостного потока весь забавный мусор. Знаете, у Яндекса есть Алиса, с которой можно поговорить. Если вы попросите Алису «запусти “Прикольные новости”», вы сможете побеседовать с этим нашим навыком.

На самом деле это остатки моей изначальной идеи: я хочу ехать за рулем и разговаривать с интеллектуальным ассистентом, который в ответ на вопросы может выбирать соответствующие новости, благо у него есть доступ ко всей базе. Правда, мы пока не осуществили эту мечту, и у нас нет полной уверенности, что результат будет лучше, чем обычное разговорное радио — редакционное СМИ с живыми людьми.

— Но все эти параметры для отбора новостей всегда задаются кем-то?

— Те же Гугл и Яндекс говорят: у нас алгоритм, мы все это делаем не руками. Но, скорее всего, там есть люди, асессоры, которые подправляют действие алгоритмов, чтобы получать нужный результат — в смысле искомого качества. А у качества есть разные метрики, в том числе представление создателя сервиса и редактора о том, что же такое качественный продукт. И в конечном итоге эта машинка опирается на труд людей, которые вкладывают в нее часть своего интеллекта. Или решение, какие из новостей достоверны, — это тоже оценочное суждение. Оценка новости на предмет достоверности — это не вопрос, который может решаться алгоритмом, потому что у алгоритма есть доступ к текстам и к их метаданным, но не к миру.

— То есть мы говорим о постоянном уточнении, улучшении людьми алгоритмов. Но так возникает то, что пользователям кажется впоследствии чем-то единственно существующим, «естественным». Например, у эсэмэмщиков и у оптимизаторов есть понятие «естественный трафик» — от живых людей. Со стороны пользователя он выглядит тоже как «правильный», не встречает сопротивления, человек понимает, что это не реклама, не проплаченное. С другой стороны, есть много историй внутри сообщества эсэмэмщиков, сеошников про то, как сам алгоритм им что-то тут сделал и нужно теперь, как к природным силам, к этому приспосабливаться. Но вместе с тем разные люди пытаются в алгоритмы внедриться. Так что речь идет про механизмы создания этой самой «естественности».

Я вспомнила, как создавалось понятие «спам». Финн Брантон описал это в своей книге «Спам: теневая история интернета» (2013). Есть отличная рецензия на нее моего коллеги Дмитрия Муравьева, где он подробно обо всем этом рассказывает.

Собственно, создавалось все таким же образом: те, кто принимает политические решения, устанавливают границы. Всякое сообщество определяет себя в том числе через порядок того, как работать с информацией: это мы считаем полезным, хорошим, а это — мусором. И здесь всегда есть огромная серая зона — что такое спам, что такое фейк. И вы как антрополог можете объяснить, чем обусловлены конкретные нормы и правила в сообществах, как они переходят на те инструменты, которые производят для себя и для других. Вы можете подорвать эту «естественность», показывая, как она связана с разными общностями?

— Мы можем наблюдать за людьми, которые непосредственно работают с технологией, наблюдать их как профессиональную, субкультурную группу, и мы можем смотреть на ту логику, которой руководствуются создатели этих технических систем, их дизайнеры, смотреть, как они ориентируются на свои собственные представления.

Вот, например, когда-то мы решили определить, что такое «новостной шум». Потому что у нас было ощущение, что, когда все СМИ в одной части спектра озабочены неким важным или возмутительным событием, в другой части спектра об этом ни слова, а вместо этого в изобилии есть светские новости, происшествия и спорт. Как если бы новостная лента кем-то специально «зашумлялась». Но очень скоро выяснилось, что дать определение «шуму» нельзя, пока у нас нет дефиниции «полезного сигнала». А полезный сигнал разный для разных людей. Скажем, я сориентировал нашу выдачу на политические и общественно значимые новости, сознательно ограничивая число светских или спортивных новостей в топе. Но есть люди, которым интересен спорт, и мы должны сделать так, чтобы такой пользователь мог увидеть то, что заточено под его интересы.

— И как этого добиться?

— Это связано с машинным обучением, самонастраивающимися системами и опять-таки с конечным критерием качества. Скажем, в поисковой выдаче один из таких критериев — на какую ссылку кликнул человек, когда получил результаты. Если на первую или, например, на вторую, значит, ему выдали хороший результат. Если он перемотал на вторую и третью страницу, значит, на первой ему выдали не то, что он искал.

Но если этот пользователь залогинен, мы для него специальным образом переобучаемся. И в следующий раз для нейронной сети то, на что он кликнул, будет поводом перестроить веса факторов, то есть в нашем случае сделать так, чтобы подобные новости впредь выходили вверх именно для этого конкретного чувака.

— Простите, но это же никогда не конкретный чувак. Это всегда некоторый набор характеристик. Но они не присущи нам исконно, это то, как мы способны отпечатать себя на мониторе, где остается цифровой след нашего присутствия. И они предзаданы теми, кто считает, что это и есть наше релевантное свойство. И, чтобы сделать для себя чувака конкретным, информационная система его, наоборот, деконкретизирует, она его вытаскивает в изометрию плоских качеств, засовывает в свою сетку. С другой стороны, она эту сетку делает все мельче и мельче, чтобы со всех сторон опутать этого чувака, зафиксировать. Но даже в разные моменты времени, в разные моменты, когда эта сетка существует, это разные люди. То есть ваш цифровой след пять лет назад и ваш цифровой след сегодня — это же разные следы, да?

— Да! Но, понимаете, поскольку у меня яндексовский аккаунт уже сильно больше пяти лет, Яндекс, пожалуй, знает обо мне больше, чем я сам. Однако я ли это или какой-то абстрактный набор кластер-факторов с приложенной историей — это еще вопрос. Потому что у Яндекса есть все мои поисковые запросы. И эта длинная история отражает не только мои интересы, но и то, как вообще эволюционировали поисковые запросы за эти годы.

Ведь то, как человек формулирует запрос, характерно для его понимания, на что реагирует поисковая машина или хотя бы та же Алиса. Когда вы говорите с Алисой, вы не можете рассчитывать на то, что она все поймет, вы упрощаете свой язык. И то, как формулируется запрос, и то, как он модифицируется, — это тоже моя индивидуальная штука — с одной стороны. Но с другой — это проявление общей тенденции. Я ведь такой не один, это всего лишь частный случай в группе мне подобных. Все наши действия, все наши слова и типы наших личностей можно разбить на определенное количество кучек, и их число конечно. Значит, если Яндекс узнает что-то обо мне, он при этом одновременно узнает что-то о людях вообще, и он может это экстраполировать.

На первый взгляд, это может выглядеть оскорбительно для человеческой природы, но это заставляет тебя посмотреть на твою жизнь немножко другими глазами. Ты понимаешь, что у тебя есть не только конечное количество чашек чая, которые ты можешь выпить в жизни, но и твои типы желания что-то найти тоже конечны.

— То есть все же поисковая машина разрушает конкретность, чтобы потом ее создать?

— Для меня это слишком философский тезис. Давайте задумаемся про абстрагирование, это вернет нас на землю. В программировании мы используем готовые методы, уже кем-то сделанные библиотеки. То есть мы зашиваем немалое количество операций более низкого уровня, чтобы пользоваться высокоуровневыми понятиями. Иначе говоря, то, что мы делаем, абстрагировано от подробностей реализации. Это универсальная технологическая закономерность.

Смотрите: я езжу на механической коробке передач, но это прошлый век. Какая ручка, к черту, какое сцепление, кого это интересует, если просто нужно, чтобы машина ехала вперед? Ну, дайте мне две педали, а что там внутри — кто про это думает? Что происходит при переходе от механической коробки к автоматической? Мы продолжаем управлять автомобилем, но процессы, которые мы регулировали на прежнем этапе вручную, теперь вне сферы нашего внимания. И это хорошо, это позволяет нам эффективнее пользоваться машиной…

Абстрагирование позволяет, собственно, создавать продукты, не вникая в смысл того, каким образом они работают, что в них зашито. Вот когда возникает эта условная власть алгоритмов над нами, она возникает именно в этом месте.

— Там, где начинается такое разделение труда между человеком и машиной? Это вопрос и антропологический, и, кажется, к вам как к разработчику тоже.

— Помните, давным-давно была такая компьютерная игра, она называлась «The Incredible Machine». Там нужно было запустить из разных штучек, пружин, качелей, батутов машину, которая выполняет некое действие. Что-то катилось, взрывалось, подбрасывало кота, кот прыгал и сам что-то подбрасывал, и в конце концов все давало какой-нибудь странный результат.

В некоторой степени многие системы оказываются похожими на «The Incredible Machine», где каждый из элементов живет своей жизнью: он когда-то был придуман, выложен как open source code, и мы его просто прикрутили. Но в это время, скажем, в качелях вышло обновление, и они стали работать иначе. То есть, если ты сделал систему и оставил ее просто жить на сервере, в какой-то момент код устаревает, программная среда меняется, и начинают сыпаться ошибки.

Но самое интересное, что эта самозарождающаяся жизнь может и не приводить к фатальным сбоям. Потому что система достаточно сложна и устойчива, чтобы обрабатывать исключения и работать даже при отдельных ошибках. Меня в детстве поражала одна вещь, когда я стоял у кабины водителя троллейбуса и смотрел, как он его ведет. Там на передней панели были разные счетчики: спидометр, вольтметр, амперметр. Спидометр был всегда, а вот вольтметры, амперметры — часто это были просто дырки в панели, и из них торчали замотанные изолентой провода. Отсутствие амперметра, в сущности, не мешает троллейбусу ехать.

Вот так иногда бывает и с программами — они работают на честном слове и на одном крыле, на костылях из палок, без погружения в детали, особенно в низкоуровневые. Обычно так случается, если ориентироваться на некий промежуточный, временный результат, создавать демоверсию и рассчитывать на дальнейшую доработку. Но временное порой становится постоянным.

— Илья, мы подошли к самому горячему пункту с кучей дополнительных сюжетов. И здесь у меня два вопроса. Один цепляется за ваши слова о том, что у машины есть поведение, жизнь, а следовательно, можно ли ее изучать так же антропологически?.. И я сразу подвешу второй. Мы с вами дошли до вопроса про человека. Как мы знаем — спасибо Стиву Вулгару и тем, кто дальше развивал эту тему, — это не просто человек, а именно пользователь. Я имею в виду текст Вулгара 1990 года «Конфигурируя пользователя» («Configuring the user: the case of usability trials»). Там он показывает, как, собственно, возникает пользователь как результат, как продукт работы айтишников. Пользователь — это человек, пропущенный через машинерию абстракции, которую мы очень подробно описали. Это к чему? Вот вы упорно продолжаете говорить: человек, человек. Может быть, у нас сейчас получается как раз… гибрид, киборг? То есть первый вопрос: можете ли вы наблюдать за жизнью машин так же, как вы наблюдаете за жизнью людей? И, с другой стороны, меняется ли ваше понимание того, что такое человек, когда вы смотрите на него как на пользователя?

— Слушайте, конечно, самозарождающаяся жизнь в технических системах — это в каком-то смысле метафора. Я не думаю, что антропология вообще имеет отношение к изучению жизни. Антропология изучает группы людей, и через этих людей, которые почему-то объединяются и показывают друг другу, что у них есть нечто общее, мы понимаем, что такое человек. Так что машинная жизнь — это не про антропологию. Нам тут искать нечего.

Другое дело, что оптику, через которую мы смотрим на людей, задают нам институциональные условия. Знаете, как человек с военным опытом определяет «гражданское общество»? Ну, гражданское общество — это все, кто не военные. Так что у нас есть оптика, которая задается исходя из логики создателей технической системы, для которой все эти люди — прежде всего, пользователи и уже потом — мальчики, девочки и все остальные: продвинутые пользователи, начинающие пользователи, и их нужно по-разному окормлять. В этой логике пользователь — это пучок дифференциальных признаков.

Правда, тут есть огромный гэп между разработчиками и пользователями. И большая часть стартапов создает что-то, что на поверку оказывается невостребованным, именно потому, что их авторы исходят из извращенных идей компьютерных гиков о том, что нужно людям. И эти их представления часто не опираются на конкретные исследования.

Хотя технологические гиганты на них опираются. Например, не случайно фирма Intel когда-то наняла Женевьеву Белл, антрополога, чтобы она возглавила, как тогда это называлось, user experience research unit. А Женевьева, в свою очередь, наняла 40 человек с этнографическим образованием на должности вроде visual ethnographer. Intel вообще-то разрабатывает чипы, какой visual ethnographer? Но они понимают, что чипы служат для конкретных применений, нам надо понять, подо что их заточить. А для этого надо посмотреть, что реально люди делают.

Даже инвестор будет спрашивать стартаперов: «Расскажите мне про сценарии. Как вы представляете себе ваших пользователей?» И тут выкатывается презентация с персонами и биографиями — по Алану Куперу, как в книжке «About Face». Но пока это не сталкивается с конкретными людьми, которым это зачем-то нужно, это всё наши фантазии. Они могут опираться в большей или меньшей степени, например, на интервью. Но, даже если я говорю честно, я никогда не ошибаюсь больше, чем когда совершенно искренне рассказываю про самого себя. Поэтому интервью здесь не годится, здесь нужно наблюдать реальное поведение, устройство рутинной повседневности. Вот зачем требуется, в частности, антрополог в технических компаниях.

Но технологические гиганты изучают что-то не ради того, чтобы узнать истину о человеческой природе, а ради того, чтобы получить деньги. Они существуют, только пока они расширяются, предлагают новое, увеличивают cash flow и так далее. Значит, нам нужно из человека вытянуть побольше, а для этого у него нужно сформировать потребности. Или увидеть, что у него есть потребности, которых он сам не осознает. Значит, прикладное исследование пользователей нужно, чтобы выявить те лакуны, которые еще не заполнены сервисами и услугами, продуктами.

— А как это происходит?

— Как-то я устроил такой мастер-класс: я предлагал студентам придумать идею для нового мобильного приложения. Мы начали с того, что участники выкладывали все, что у них есть в карманах, сумках и рюкзаках. После этого мы подробно обсуждали каждый из этих «мобильных» предметов, которые человек носит с собой: что этот предмет делает, какие человеческие или не совсем человеческие отношения он опосредует — отношения с институцией, с элементами пространства в городе. А дальше говорили о том, нет ли в его функциях зерна для мобильного приложения.

— То есть, если вернуться на пару шагов назад, к разговору про оптику, — есть люди в очках, есть люди без очков, а есть люди с разными техническими штуками.

— Очки дополняют органическую часть человека. Я понимаю, что вы в наушниках и вы в очках — это та же самая вы. Это органическая часть всего комплекса, который называется «Полина». Как и компьютер, при помощи которого можно сочинить музыку или соединиться по зуму, — это в каком-то смысле расширение меня. И в этом отношении, действительно, в человеческой природе — включать в себя технологические решения. Но, в отличие от простых технологий, представляющих собой механические инструменты, человек использует еще и такие технологии, которые преобразуют его самого. Молоток человека особенно не преобразует, а вот счеты, калькулятор, мобильный телефон или приложение влияют на его поведение таким образом, что перестраивают его когнитивные процессы. И в этом смысле мы, конечно, прирожденные киборги.

— Ну, меня здесь смущает вот что. Мы берем всех очкариков и составляем их в группу. Когда мы изучаем пользователей сервиса, то вроде как делаем то же самое: основываем общность на их отношениях с техникой. Получается, что мы вытягиваем их за очки?

— Но никто же не говорит, что они уже потому, что у них есть смартфон, должны относиться к одной группе. Да, у них есть смартфон, но при этом остаются различия, которые как раз и можно дальше изучать, — и не только в том, как они пользуются смартфоном.

Но есть тут одно любопытное соображение: оно касается людей, которые целиком исчерпываются тем, как они представляют себя с помощью своих устройств. Например, в Инстаграме. Как говорил Максимилиан Волошин — а он много рассуждал о том, как связаны между собой лицо, личность, маска, нагота, опираясь на построения Ницше, — «люди неглубокие мыслят себя на поверхности одежды». Сейчас мы ведем несколько проектов, которые связаны с анализом пользовательских материалов в Инстаграме. Один посвящен «Бессмертному полку», там более миллиона фотографий, другой гораздо скромнее — про Смольный колледж (факультет свободных искусств и наук СПбГУ) и про либеральное образование. Профиль в Инстаграме создает образ человека, где видны его стилистические, эстетические устремления и ценности. В случае, скажем, со студентами очевидно, что это личности, у которых есть множество граней, интересов, в Инстаграме никак не отраженных, а в Инстаграме они вешают только те вещи, которые им наиболее дороги с точки зрения самопрезентации.

Но вполне возможно, что в какой-нибудь другой группе Инстаграм оказывается главным интерфейсом ее самой. Эти люди постят, что они поели, как лежат в кровати, как они занимаются на велотренажере, все подряд. Это та «одежда», через которую они себя осознают. Эта старательно выстраиваемая саморепрезентация напоминает то, как девочка-подросток подходит к зеркалу и пробует выразительно курить. Она себя понимает через эту позу, это движение, она в тот момент и есть эта картинка.

— А я не соглашусь вот в чем. Вот вы говорите: какие бы технические девайсы сейчас ни были включены, все равно есть человек. То есть опять человек выполз, но дело не в нем. Дело в том, что вы говорите об этих технических штуках так, как будто они как бы к индивиду приставлены. Но они же одновременно образуют инфраструктуру нашего общения. Когда вы приезжаете в условное поле, городское или деревенское — да любое, вы же имеете в виду то, как существуют люди в контексте их инфраструктуры, где они находятся; для вас их инфраструктура определяет существование их общности. И, когда мы группируем общность вокруг технической штуки, не дает ли это нам возможность по-новому увидеть человеческую коллективность? Как можно человека отдельно от нее изучать? И нужно ли?

— То есть речь о том, как мы представляем себя себе и как мы представляем себя другим? И новое напряжение возникает там, где есть не один пользователь, а их группы?

— Как мы представляем себя, видя, как мы отражаемся в других. В общем, мы можем еще как-нибудь про это поговорить, это большая тема.