Естественно, эта особенность делает Динакара идеальным членом команды Media Lab. Так называемый компьютерный ботаник с мозгом, в котором образовались и сохранились нетипичные связи, – это как раз то, что нужно бастиону междисциплинарного научного подхода.

Когда осенью 2010 года Картик начал работать над докторской диссертацией, у него, как он вспоминает, «едва не лопнули мозги». Докторантам предложили представить самостоятельные проекты, но ему ничего не приходило в голову. «Меня совершенно не занимало то, что интересовало других. Не было никаких идей. Я уже думал, что меня отчислят».

Но однажды вечером, сидя дома, Динакар по телевизору услышал сообщение Андерсона Купера о Тайлере Клементи, восемнадцатилетнем студенте-скрипаче. Клементи бросился с моста Джорджа Вашингтона и утонул в реке Гудзон. Сокурсник Клементи, живший с ним в одной комнате в общежитии, показал своим друзьям запись того, как Клементи целуется с каким-то парнем. В программе выступил вездесущий доктор Фил, который поговорил с Купером о тяжелых последствиях кибертравли, которые не исчезают так же быстро, как последствия травли «в реальной жизни»: «Такой человек, объект травли, думает: ”Я опозорен и уничтожен – навсегда и непоправимо”. Это такое глубокое отчаяние, что оно может довести человека до самоубийства… Самое главное для жертвы и самое тяжелое – это то, что его позор и унижение видел весь мир. Жертва уверена, что все, кто это видел, отреагируют так же, как человек, который выставил его на всеобщее обозрение». Динакар смотрел программу и думал, что должен найтись способ пресекать такую жестокость, отслеживать неприемлемое сетевое поведение и устранять записи и посты его носителей.

Большинство социальных сайтов оставляют эту проблему на усмотрение сетевого сообщества. В Facebook, Twitter и подобных сетях есть кнопка, которая позволяет «пометить это как неприемлемое», если пользователь не одобряет контент. В нашу эпоху краудсорсинга, апофеозом которого стала «Википедия», такая общественная модерация не лишена здравого смысла, и, возможно, иногда это соответствует действительности [44] . «Но на самом деле происходит следующее: все эти отметки сливаются в один поток и направляются в команду модераторов, – объяснял мне Динакар, – которые должны их просмотреть. Никого в сети не банят автоматически, поэтому возникает большая проблема: каким образом справиться с восемьюстами миллионами пользователей, которые помечают флажками посты друг друга?» (В самом деле, у Facebook более миллиарда пользователей, действиями которых надо как-то управлять.) «Правда заключается в том, что команды модераторов смехотворно малы в сравнении с объемом контента, который подлежит модерированию. Понятно, что такая задача им не под силу. Я понял, что модераторам должна помочь технология. Мне даже показалось странным, что никто не работает над этой проблемой».

Самый элементарный алгоритм, который ищет признаки оскорбительного поведения, может отмечать такие слова, как «педик» или «шлюха». Но он не в состоянии поместить это слово в надлежащий контекст. Например, такой алгоритм способен пометить данный абзац как оскорбительный просто потому, что в нем содержатся эти слова. Однако наш мозг и наш рассудок не работают по принципу «вкл. – выкл.» Постижение смысла требует тонкого понимания контекста, а с этим у компьютера всегда возникают проблемы. Динакар решил создать способ идентифицировать темы. «Мозг, – сказал он, – это полином [45] . Другими словами, мы мыслим, комбинируя несколько понятий в определенном порядке и последовательности, а не распознавая отдельные слова. Если, например, я скажу парню, что ему пойдет губная помада, то компьютер не расценит это как оскорбление. Но человек поймет, что это издевка». Динакар захотел научить компьютер такому распознаванию.

Решение пришло в форме латентного размещения Дирихле (latent Dirichlet allocation, LDA), сложной модели семантического анализа текстов, разработанной в 2003 году. Модель позволяет обнаруживать темы внутри бесконечного числа словесных комбинаций, выбрасываемых мозгом. LDA полиномиально, как и наш мозг, и работает «с мешком неявных ассоциаций», как выразился Динакар. Он начал с простого допущения о том, что такой мешок существует: «Если нам удастся уловить дифференциал силы между людьми, то нам удастся искоренить и случаи травли».

Работа едва началась, когда Динакар получил письмо из управления делами президента США с вопросом, не придет ли он на совещание в округе Колумбия. Картик ответил утвердительно.

На совещании он познакомился с Анешем Чопрой, только что вступившим в должность главного управляющего США по развитию технологий. Чопра был назначен руководителем комитета по борьбе с травлей в интернете и пригласил Динакара участвовать в работе комитета. Три года спустя Белый дом поддержал новый проект Динакара под названием National Helpline (Национальная линия помощи). Этот проект продвигался усилиями как государственных, так и неправительственных организаций. Программа предусматривала работу с миллиардами отчаянных записок, вложенных подростками в цифровые бутылки и брошенные в волны всемирной сети. National Helpline сначала привлекает для анализа проблем, содержащихся в тексте писем, искусственный интеллект, затем – необходимые ресурсы и вырабатывает конкретные меры в связи с каждой проблемой. Получилась самая человечная нечеловеческая система. Рвение организации отчасти подогревается разочарованием Динакара в ограниченных возможностях традиционной психиатрии. Последняя в каждом научном исследовании, как правило, изучает только одну проблему и часто склонна обращаться к прошлому. В психиатрии, кроме того, принята очень расплывчатая терминология. Извлечь из нее полезные данные решительно невозможно, подчеркивает Динакар. «Думаю, что это очень своеобразная отрасль».

В противоположность этому National Helpline Динакара вдобавок к созданию автоматизированного конкретного совета накопит огромное количество данных, которые будут храниться и анализироваться в своего рода банках электронного здоровья. «Мы станем скрупулезно анализировать каждый случай, – говорит Динакар. – Возможно, это поможет психиатрии превратиться в более определенную науку. Мы думаем над этим, и нам предстоит еще так много сделать… Мы сможем анализировать фотографии людей и диагностировать у них депрессию с такой точностью, с какой это еще никогда не делалось».

Сведение нашей личной жизни к совокупности простых данных заключает в себе риск скатиться к игре по правилам Большого брата, когда алгоритмы Динакара будут прочесывать интернет на предмет недружественного поведения и предлагать те или иные меры исправления» [46] .

Алессандро Аквисти, ученый из Университета Карнеги – Меллона, показал, что в некоторых случаях программа распознавания лиц может проанализировать фотографию человека и в течение тридцати секунд определить номер его карточки социального страхования. Сравним это с алгоритмами, предложенными Динакаром, и я смогу точно описать вам эмоциональное состояние человека, которого я, допустим, сфотографирую на улице своим телефоном. Динакар превосходно осведомлен о конфиденциальности, условиями которой обставлены все наши сетевые излияния, но считает, что это дело политиков. «У меня нет ответа на этот вопрос, – сказал он мне. – Думаю, что все зависит от того, как используется та или иная технология. Но я не знаю ответа на то, как ее надо использовать» [47] . Полагаю, что ответа на этот вопрос не знает никто. В стремлении к признанию и связям – ко всем этим повышениям статуса и загрузке фотографий с метками географических координат – мы редко задумываемся, насколько откровенными становятся наши «исповеди». Мы не интересуемся тем, какому органу власти передаем свои признания. Причина в том, что само средство исповеди – технологические устройства – выглядит на редкость дружелюбным. Динакар создает более приветливый сетевой мир, и это хорошо. Но мы должны критически относиться к алгоритмическому управлению.