Cityline: Вечерний Интернет: 3AMETKA 195

Молодой человек пытается через компьютер найти жену. Он хочет, чтобы она была брюнетка, небольшого роста, скромно одевалась, была общительной и хорошо плавала. Компьютер выдал рекомендацию : "Вам подходит самка пингвина".
Как будто бы шутка

Наш старинный знакомый Джесси Берст утомившись, вероятно, водить свою легкую на подъем виртуальную паству с челобитными от приемной Microsoft до штаб-квартиры Netscape c заходом в Солнцево и обратно, решил заняться полезным делом, в кои-то веки раз. Озадачился коллега теорией и практикой информационных потоков и их просеивания. В недавней заметке на сервере Anchordesk обозреваются инструменты фильтрации новостных сообщений. Те, которые уже созданы и действуют, а также те, которые находятся сейчас в разработке.

Программы эти называют себя агентами. Вернее, агентами их называют производители, а пользователи только подхватывают эту мантру. Интеллигентные программы призваны шарить по Паутине (либо по всей, либо по отдельным каким-либо сайтам), в поисках тех материалов, которые могли бы быть интересны или полезны данному конкретному пользователю, исходя из его пожеланий и предпочтений, которые программа постепенно выучивает по мере работы. Берст делит все эти инструменты фильтрации на четыре категории: профильный отсев, социальные фильтры, психографические фильтры и адаптивные фильтры.

Профильный отсев (используемый в ZDNet Personal News) сводится к простому списку ключевых слов, отражающих интересы пользователя. После того, как такой список единожды составлен, пользователю показываются только те новости, которые имеют какое-либо отношение к интересующим его темам. Тут налицо использование принципа действия самой банальной поисковой машины.

Социальные фильтры (используемые в разработках Firefly, Net Perceptions и LikeMinds) основаны на сравнении предпочтений данного конкретного пользователя с коллективными стереотипами, сформированными за счет представительных социологических опросов. Скажем, если опрос выявил положительную корреляцию между карим цветом глаз и любовью пользователей к спортивным ресурсам, то кареглазому респонденту фильтр будет впредь подсовывать свежие спортивные сообщения...

Психографический фильтр основан на оценке данных пользовательской анкеты и составлении психологического профиля, позволяющего судить о ваших предпочтениях, не сравнивая их с чужими. Примером здесь является Affinicast Interaction Manager.

Адаптивные фильтры предлагают пользователю ознакомиться по очереди с несколькими материалами и выставить им оценки. В зависимости от этих оценок программа составляет впечатление об интересах и предпочтениях пользователя. На этом принципе основан фильтр новостей Excite. Служба Wisewire.com сочетает использование адаптивного и социального фильтра.

Проблема со всеми этими фильтрами (как показывает и мой личный опыт, и ход читательского обсуждения заметки Берста на сервере Anchordesk) проста и легко предсказуема. Пользователи в массе своей элементарно не доверяют электронному мозгу решение всех тех задач, с которыми они до сих пор привыкли худо бедно справляться "вручную". Помимо пресловутой инерции мышления и "привычки - второй натуры" к этому есть и весьма серьезные причины, связанные с принципиальным несовершенством всех существующих сегодня систем искусственного интеллекта. Электронно-вычислительные имитаторы гуманитарного разума - будь то компьютеризованные переводчики вроде Сократа и Стайлуса, системы проверки орфографии и грамматики, встроенные в текстовые редакторы, программные генераторы стихов и прозы, модули AI chat и всяческие IRCшные роботы того же назначения - по сей день производят впечатление скорее пародии, чем серьезного инструмента, способного заменить живого редактора, переводчика, сочинителя или собеседника. Доверять программе определение круга нашего чтения в этой связи было бы как минимум наивно.

Кроме того, не совсем понятно, как робот будет определять пределы массива данных, из которого будет осуществляться отбор. Допустим, выуживать интересующие меня сведения из заранее ограниченного потока сообщений C|Net или ZDNet электронный фильтр еще как-то сумеет. Будь то по ключевым словам, именам, фамилиям или понятиям. Интересует меня Билл Гейтс или отставка Амелио - за ради Бога... А дальше? Как агенту всосать то, что находится за рамками указанных ему полей фильтрации? Вот возник, к примеру, бURLак. На мой взгляд - самая живая сегодня из всех русских ежедневок. Как о нем узнает мой агент? Как он мне о нем сообщит? Как профильтрует?

Чтобы быть уверенным в полноте охвата агентом всего киберпространства, нужно выпускать его пастись в базе, сравнимой по объемам и представительности с АльтаВистой. А тут уже степень нашей информированности начинает зависеть от регулярности обновления этой базы, что тоже никуда не годится. Потому что в режиме реального времени - в том самом режиме, в котором нам бы хотелось получать и читать свои новости - даже Рамблер обновляться не успевает. Мы хотим сегодня, а агент может только позавчера (за исключением того случая, когда этот агент фильтрует нам информацию одного какого-нибудь провайдера - но тогда его применимость более чем ограничена).

С учетом всех этих обстоятельств получается, что агенты не решают нам совсем никаких, или почти никаких проблем, связанных с информационным избытком. Причем отнюдь не по собственной вине. Даже если они уже сегодня идеально пригодны для отфильтровывания всей Сети, Паутины, а то и почты - мы узнаем об этом очень нескоро, если вообще узнаем когда-нибудь. Обидно, да?

Заметка сто девяносто пятая ФИЛЬТРУЙ БАЗАР

Заметка сто девяносто пятая
ФИЛЬТРУЙ БАЗАР