Лента «Для вас» в TikTok, рекомендации Instagram и главная страница YouTube выглядят как бесконечный поток, но порядок публикаций давно определяет не время выхода. Платформы оценивают сотни и тысячи потенциальных материалов и пытаются предсказать, какой пользователь посмотрит, пропустит, лайкнет, сохранит или сочтёт интересным. Алгоритм не читает мысли и не знает человека так, как его знает близкий друг. Зато рекомендательная система постоянно наблюдает за поведением и очень быстро учится предсказывать следующий клик.

Главная проблема начинается там, где прогноз превращается в обратную связь. Пользователь задержался на определённом ролике, система показала похожий. Пользователь снова задержался, тема получила больший вес. Через несколько циклов лента уже заметно отличается от ленты человека с другими привычками. Две учётные записи одной платформы способны довольно быстро оказаться в разных информационных мирах.

Как на самом деле работает рекомендательная система

Современный рекомендательный алгоритм обычно не выбирает один «идеальный» пост из всего интернета. Система сначала формирует набор кандидатов, а затем ранжирует публикации по множеству прогнозируемых показателей. YouTube давно применяет подобную архитектуру, а Meta описывает собственные системы как набор моделей, которые отбирают и ранжируют контент по прогнозируемой полезности и вероятным действиям пользователя.

Сигналы при этом вполне земные. TikTok учитывает взаимодействия с роликами, подписки, комментарии, репосты, информацию о видео и параметры устройства. YouTube использует историю просмотров и поиска, подписки, лайки, дизлайки, команды «Не интересует» и «Не рекомендовать канал», а также опросы об удовлетворённости. Для Shorts учитываются доля роликов, которые пользователь решил посмотреть, средняя длительность и процент просмотра.

Фраза «алгоритм знает, что вам нравится» описывает ситуацию слишком упрощённо. Модель непрерывно вычисляет вероятности: насколько вероятен просмотр ролика до конца, лайк, переход к следующему видео или положительная оценка после просмотра.

Неверно и утверждение, что современные платформы оптимизируют ленту только ради максимального времени перед экраном. В промышленных рекомендательных системах одновременно учитываются несколько целей. Google описывал модели YouTube, которые совмещают показатели вовлечённости и удовлетворённости, а Meta использует набор прогнозов для разных действий и признаков качества. Время просмотра остаётся сильным сигналом, но формула давно сложнее команды «удержать любой ценой».

Правда ли алгоритмы специально кормят нас гневом

Утверждение, что соцсети предпочитают страх и гнев радости, звучит убедительно, но научные данные не позволяют превратить его в универсальный закон. Высокоэмоциональный контент действительно может распространяться активнее, причём исследования находят эффект для гнева, страха, возмущения и других возбуждающих эмоций. Связь зависит от платформы, темы, аудитории и того действия, которое измеряют.

Повышенная вовлечённость не обязательно означает преимущество негатива. Исследование поведения зрителей YouTube обнаружило связь положительной тональности комментариев с более долгим просмотром, а отрицательной — с более коротким. Другая работа показала, что позитивные и негативные реакции распространяются по соцсетям по-разному, причём положительные эмоции в некоторых условиях оказываются более «заразными».

Проблема не сводится к заговору платформ с целью разозлить аудиторию. Опаснее другой механизм. Если конкретный человек устойчиво реагирует на скандалы, тревожные новости или конфликты, модель обнаружит закономерность и начнёт чаще предлагать материалы, которые с высокой вероятностью вызовут похожую реакцию.

Как хронологическая лента превратилась в персональную

Переход произошёл не в один день. Facebook запустил News Feed в 2006 году, а затем постепенно усложнял ранжирование. К концу 2000-х появился подход EdgeRank, где учитывались отношения между пользователями, тип публикации и её свежесть. Кнопка Like в 2009 году дала системе дополнительный сигнал о предпочтениях.

Twitter двигался медленнее. В феврале 2016 года сервис официально добавил алгоритмический блок с наиболее интересными твитами, нарушив строгую обратную хронологию. У каждой платформы была собственная траектория перехода к ранжированию.

Параллельно исчезла ещё одна естественная граница потребления контента — конец страницы. Дизайнер Аза Раскин разработал бесконечную прокрутку в середине 2000-х, а позже публично критиковал последствия интерфейса, который убирает момент, когда человеку приходится сознательно решать, продолжать ли просмотр.

Бесконечная прокрутка сама по себе не заставляет человека проводить часы в приложении. Однако сочетание непрерывной выдачи, автозапуска, уведомлений и персональных рекомендаций уменьшает число естественных точек остановки. В феврале 2026 года Еврокомиссия включила бесконечный скролл, автоплей, push-уведомления и персонализированные рекомендации в перечень элементов TikTok, которые, по предварительной оценке, создают риск компульсивного использования. TikTok оспаривает выводы, а решение остаётся предварительным.

Создаёт ли алгоритм информационный пузырь

Персонализация действительно меняет набор информации, которую видит человек. Но популярная схема «поставил два лайка, через неделю стал радикалом» слишком примитивна.

Один из крупнейших полевых экспериментов провели во время президентских выборов в США 2020 года. Часть пользователей получила обратную хронологическую ленту вместо обычной алгоритмической. Люди стали проводить на платформах меньше времени, однако исследователи не обнаружили сопоставимого изменения политических установок. Результат оказался значительно слабее популярных представлений о всемогуществе рекомендательных алгоритмов.

Но из этого нельзя сделать обратный вывод, будто алгоритмы вообще не влияют на убеждения. Опубликованный в 2026 году эксперимент с почти пятью тысячами пользователей X показал другую картину. Алгоритмическая лента чаще показывала консервативный политический контент и реже публикации традиционных СМИ, а несколько недель такого воздействия сдвинули политические мнения участников в консервативную сторону.

Ещё один эксперимент показал, что небольшое изменение количества враждебного партийного контента меняет отношение пользователей к политическим противникам. Когда такой контент понижали в выдаче, поляризация уменьшалась. Когда повышали, росла. Выходит более интересная картина, чем привычный миф о «пузыре». Один и тот же механизм ранжирования способен как усиливать конфликт, так и ослаблять его, всё зависит от того, что система предпочитает поднимать выше.

Алгоритм лучше представлять не как гипнотизёра, а как редактора с гигантской скоростью работы. Редактор не обязательно заставит человека изменить убеждения, но способен сильно изменить набор аргументов, событий и собеседников, попадающих в поле зрения.

Что происходит с психикой

Исследования связывают проблемное использование коротких видео и соцсетей с тревожностью, депрессивными симптомами, ухудшением внимания и другими неблагоприятными показателями. Однако систематические обзоры одновременно показывают большую неоднородность результатов. Многое зависит от возраста, исходного психического состояния, характера контента, режима использования и того, заменяет ли соцсеть сон, физическую активность и живое общение.

Поэтому нельзя уверенно написать, что «TikTok вызывает комплексы неполноценности» или что определённое количество роликов неизбежно меняет психику. Исследования подростков находят связи между социальным сравнением, негативным опытом в соцсетях и психическим благополучием. Но простое количество минут перед экраном объясняет далеко не всё. В некоторых работах характер сравнения себя с другими предсказывал эмоциональные проблемы лучше общего времени использования.

Подростки требуют отдельного внимания. Американская психологическая ассоциация подчёркивает, что влияние соцсетей нельзя считать автоматически хорошим или плохим, а американский Surgeon General указывает на недостаток оснований считать нынешнюю среду социальных платформ достаточно безопасной для детей и подростков. Риск зависит от возраста, содержания ленты, интенсивности использования и индивидуальной уязвимости.

Что не так с «дофаминовой зависимостью»

Популярное объяснение выглядит красиво. Пользователь получает лайк, мозг выбрасывает дозу дофамина, возникает зависимость, после чего обычная жизнь перестаёт радовать. Нейробиология устроена сложнее.

Эксперименты с функциональной МРТ показывали, что социальное одобрение и популярные публикации связаны с активностью областей системы вознаграждения, включая прилежащее ядро. Обзоры исследований функции Like подтверждают, что положительная социальная обратная связь задействует мозговые сети, связанные с наградой и социальным обучением.

Но сигнал фМРТ в прилежащем ядре не равен «дозе дофамина», а сам факт активации системы вознаграждения не доказывает зависимость. Те же мозговые системы участвуют во множестве обычных приятных действий. Современные обзоры осторожнее связывают соцсети с чувствительностью к социальной награде и формированием привычек, а не описывают каждый лайк как маленькую дозу наркотика.

Более полезная модель выглядит проще. Пользователь совершает действие, иногда получает социальное или информационное вознаграждение, повторяет действие и постепенно формирует привычку. Непредсказуемость следующего результата дополнительно поддерживает цикл. Для объяснения бесконечной прокрутки такого механизма вполне достаточно.

Алгоритмы способны не только вредить

Персонализация усиливает не только раздражение и дезинформацию. Рекомендательная система способна поднимать образовательные материалы, профессиональные сообщества, полезные инструкции и контент, который помогает человеку почувствовать поддержку.

Метаанализ исследований body-positive контента обнаружил краткосрочное улучшение удовлетворённости телом и настроения после просмотра подобных публикаций, хотя долгосрочный эффект изучен намного хуже. Другие исследования показывают, что социальная поддержка и возможность делиться жизненными событиями через социальные платформы в некоторых обстоятельствах связаны со снижением негативных эмоций.

Спор «алгоритмы хорошие или плохие» почти бесполезен. Гораздо содержательнее спрашивать, какие сигналы оптимизирует система, какой контент получает преимущество и что происходит с конкретной группой пользователей после нескольких недель или месяцев такого отбора.

Можно ли перевоспитать свою ленту

Да, хотя не существует магического срока. TikTok позволяет отмечать ролики как неинтересные и сбрасывать рекомендации ленты «Для вас». Instagram также внедрил возможность сбросить рекомендованный контент. После сброса платформы заново обучают персонализацию на дальнейших действиях пользователя.

Практические меры:

  • Активно нажимать «Не интересует» и «Не рекомендовать», а не просто раздражённо досматривать нежелательный ролик.
  • Отписаться от источников, которые регулярно провоцируют бессмысленный скроллинг.
  • Открывать нужные каналы и сайты напрямую, а не полагаться только на главную ленту.
  • Отключить ненужные уведомления и автозапуск там, где позволяет платформа.
  • Ограничить соцсети перед сном и пользоваться системными таймерами, если время начинает незаметно растягиваться.
  • Периодически сбрасывать рекомендации, если лента ушла в тему, которую больше не хочется видеть.
  • Разделять разные интересы между подписками, плейлистами или отдельными учётными записями, когда смешанная активность сбивает рекомендации.

Полный «цифровой детокс» подходит не всем. Исследование недельного отказа от соцсетей выявило улучшение некоторых показателей благополучия, тревоги и депрессии, но более поздние метаанализы получили менее однозначную картину. У части людей сокращение времени помогает, у других заметного эффекта нет. Поэтому разумнее подбирать режим под проблему, а не считать один день без телефона универсальным лекарством.

Что объяснять детям

Запрет «не сиди в телефоне» мало рассказывает ребёнку о механике платформы. Полезнее показать, почему два человека могут открыть один сервис и получить совершенно разные ленты, почему большое число лайков не превращает утверждение в факт и почему ролик, вызвавший сильную эмоцию, стоит проверить до репоста.

Рекомендации специалистов сводятся не только к экранному времени. Родителям советуют учитывать содержание, сон, возраст ребёнка, признаки компульсивного поведения и влияние социальных сравнений. Совместный просмотр и разговор о том, почему система предложила конкретный ролик, дают ребёнку модель критического отношения к ленте вместо представления о ней как о нейтральном окне в мир.

Китай выбрал жёсткий контроль, но миф о 40 минутах требует поправки

Китай стал одной из первых стран, которая ввела специальные правила для алгоритмических рекомендаций. Нормы, вступившие в силу 1 марта 2022 года, требуют от сервисов раскрывать информацию о рекомендательных механизмах и дают пользователям возможность отказаться от алгоритмических рекомендаций.

Часто встречающееся утверждение о государственном лимите «40 минут TikTok в день для всех китайских подростков» неверно. Ограничение в 40 минут появилось у Douyin в 2021 году в специальном youth mode для подтверждённых пользователей младше 14 лет. Позже Китай расширил регулирование детских режимов, но 40 минут нельзя описывать как единый законодательный лимит.

Европа требует прозрачности и альтернативы персонализации

Европейский Digital Services Act пошёл другим путём. Статья 27 требует от платформ объяснять основные параметры рекомендательных систем и предоставлять пользователю способы менять такие параметры. Для крупнейших платформ статья 38 добавляет требование существования как минимум одной версии рекомендательной системы без профилирования пользователя.

Фраза «DSA даёт каждому право потребовать хронологическую ленту» слишком широкая. Закон говорит об альтернативе без профилирования для крупнейших сервисов. Хронологический порядок может использоваться как такой вариант, но DSA не предписывает единственный конкретный интерфейс.

В феврале 2026 года регулирование вышло за пределы формальной прозрачности. Еврокомиссия предварительно сочла дизайн TikTok нарушающим DSA из-за рисков компульсивного использования, назвав бесконечную прокрутку, автоплей, push-уведомления и персонализированную систему. TikTok получил возможность оспорить выводы.

Как рекомендательные алгоритмы регулируют в России

Специальные нормы заработали 1 октября 2023 года после принятия Федерального закона № 408-ФЗ. Закон охватывает владельцев сайтов, информационных систем и программ, которые предоставляют пользователям информацию с применением рекомендательных технологий.

Владелец такого ресурса должен уведомить пользователей о применении рекомендательных технологий, опубликовать правила их работы на русском языке и описать применяемые процессы и методы. Закон также запрещает использовать рекомендательные технологии способом, который нарушает права граждан или российское законодательство.

При признаках нарушения Роскомнадзор вправе запросить информацию и доступ к средствам системы, а владелец должен выполнить запрос в течение десяти дней. После подтверждения нарушения регулятор требует его устранить. Если требование не выполнено, Роскомнадзор может потребовать прекратить применение рекомендательной технологии в течение 24 часов. Дальнейшее неисполнение может привести к ограничению доступа.

«Яндекс», Ozon и Wildberries уже публикуют правила применения рекомендательных технологий, где описывают используемые категории данных и общие принципы формирования выдачи. Такие документы дают пользователю намного больше информации, чем формулировка «рекомендации подобраны специально для вас».

Что будет дальше

Рекомендательные алгоритмы вряд ли превратятся в системы, которые буквально читают скрытые желания человека. Для влияния подобная способность не требуется. Большого массива обычных поведенческих сигналов уже хватает, чтобы всё точнее оценивать следующее действие.

Главный риск возникает не в момент, когда алгоритм однажды ошибся. Риск появляется в длинной цепочке. Система выбирает контент, человек реагирует, реакция становится новым сигналом, следующая выдача меняется, а изменённая выдача влияет на новое поведение. Через сотни циклов пользователь и рекомендательная модель обучают друг друга.

Исследования последних лет разрушили два удобных мифа. Первый говорит, что алгоритмы почти гипнотизируют людей и неизбежно загоняют каждого в радикальный информационный пузырь. Второй утверждает, что рекомендации всего лишь отражают уже существующие вкусы. Полевые эксперименты показывают промежуточную картину. Эффект может быть слабым в одном контексте и измеримым в другом, а результат зависит от содержания ленты, платформы, политической среды и времени воздействия.

Лучший способ сохранить контроль над лентой скучен. Не воспринимать рекомендации как объективную картину мира, сознательно давать алгоритму отрицательную обратную связь, регулярно выходить за пределы персональной выдачи и проверять особенно эмоциональные утверждения через независимые источники.

Алгоритм решает, что поставить перед глазами следующим. Решение, считать ли предложенный фрагмент реальностью целиком, пока остаётся за человеком.