1.6. Экономический смысл коллаборативной фильтрации — разделение труда по экспертизе опытных благ

1.6. Экономический смысл коллаборативной фильтрации — разделение труда по экспертизе опытных благ

Мир новой экономики изобилует товарами, потребительские свойства которых трудно оценить заранее, исходя из характеристик, данных производителем. Это так называемые опытные товары, их необходимо пробовать. Еще выделяют исследуемые товары, которые можно выбрать по описанию, но и они чуть ли не тотально перебазировались в стан опытных. Тот же телевизор, на первый взгляд, исследуемый товар — с его характеристиками можно ознакомиться до покупки. Но этих параметров не один десяток, и суммировать их ценность сложно. (Не говоря уже о том, что важные составляющие ценности — дизайн, бренд производителя и цена — не относятся к разряду утилитарно-функциональных.) Проще действовать методом пробы. Это касается многих, если не большинства современных товаров, что совершенно естественно, учитывая разнообразие выпускаемых моделей. Уж на что, казалось бы, автомобиль — классический представитель описываемого товара, и то становится опытным благом. Садишься в только что купленный люксовый внедорожник и обнаруживаешь, что у него, к примеру, неприемлемо жесткая подвеска. Про тряскость невозможно вычитать в буклете, надо поездить, для чего существует тест-драйв. Но в целом ряде случаев бесплатная проба невозможна. Например, потому, что она эквивалентна конечному потреблению и, совершив ее, нет резона покупать. Дилемма: все надо пробовать, чтобы понять, подойдет или нет, но все не перепробуешь! Выход — воспользоваться рекомендациями тех, кому доверяешь и кто уже знаком с интересующим товаром. Советы людей друг другу — вроде бы старо, как мир. Но коллаборативная фильтрация придает коллективной обработке информации принципиально новое качество. Каждый апробирует что-то свое, а с помощью коллаборативных алгоритмов индивидуальный опыт идет в копилку множества людей, освобождая их от ненужных проб и ошибок. Этот принцип разделения экспертного труда похож на то, как партии геологов делят местность на квадраты, а потом обмениваются информацией, чтобы не дублировать работу.

В качестве примера посмотрим, что этот метод дает индустриям культуры. Те, как известно, страдают от дисбаланса между конвейерным, автоматизированным производством ассортимента и «ручной» экспертизой качества. Профессиональные критики захлебываются в потоках контента, работают за пределами своей пропускной способности. От перегрузок экспертные фильтры зашлаковываются (взгляните хотя бы на фильмы, попавшие в число лауреатов последних премий американского «Оскара»). В обход них на читателя/зрителя обрушиваются горы несортированного треша. Чтобы как-то угнаться за возрастающими объемами, эксперты плодятся в несусветном количестве, в итоге их самих в пору рейтинговать. Одних только кинофестивалей сотни, литературных премий на порядок больше. При этом они не на слуху и ничего не говорят сколько-нибудь значимому числу людей.

Коллаборативная технология позволяет мобилизовать армию волонтеров и уравновесить чаши весов: какой бы темп ни набрала генерация контента, ей противостоит не менее производительная массовая селекция. Мириады товаров уравновешиваются мириадами же центров экспертизы. Коммерсанты могут выплевывать на рынок сколько угодно поделок, замаскированных соблазнительными обложками, — сообщество потребителей забракует негодное. Неликвиды отправятся под пресс и нож. Таково коллективное противоядие от ухудшающего отбора в культуре.

Как уже отмечалось, коллаборативная фильтрация позволяет не усреднять информацию, не сжигать в топке общего мнения, а адресно доводить ее до тех, кому она интересна. Это напоминает работу ректификационной колонны в нефтехимии: на каждой вертикальной отметке — в нашем случае на соответствующей ступени вертикали вкуса — извлекается своя фракция мнений, представляющая ценность для конкретных пользователей. При желании можно прикинуть денежный эквивалент этой добавленной информации через повышение КПД потребления культуры у тех, кто воспользовался рекомендациями.