Рекомендательные системы не измеряют вкусы, а назначают ценности: три метрики, три ленты
Автор цикла «Человек в мире современных технологий» в новой статье утверждает, что метрика рекомендательной ленты не измеряет вкусы читателей, а назначает им ценности, и этим переводит спор о ранжировании из инженерного в этический.

Выбор метрики для ленты перестаёт выглядеть технической настройкой. Клики, время просмотра и опросы удовлетворённости собирают из одного каталога три разных мира, и автору Дзена стоит понимать, в каком из них он пишет.
Раньше повестку собирал главный редактор, теперь её собирают рекомендательные системы. Автор цикла «Человек в мире современных технологий» на примерах из кода показывает, где в них зашита философия. Он обещает разобрать три конкурирующие теории справедливости, которые уже работают в реальных сервисах, и в опубликованной части подробно описывает одну из них, эгалитарную.
В чём суть спора о метриках?
У любой рекомендательной системы есть целевая функция, то есть показатель, который она старается увеличить, как план продаж у менеджера. Тезис автора звучит так: целевая функция и теория справедливости в политической философии описывают одно и то же, только разными нотациями. Пока ранжирование называют «просто математикой», ценности в ленту закладывают люди, которые не считают нужным их обсуждать.
Автор приводит три варианта одного и того же каталога:
- оптимизация CTR (доли показов, которые закончились кликом) даёт кликбейт, где заголовок обещает то, чего нет в тексте;
- оптимизация времени просмотра (watch time) даёт «кроличьи норы» и эскалацию, где каждый следующий ролик чуть эмоциональнее предыдущего;
- оптимизация опросов удовлетворённости по принципу «время потрачено с пользой» даёт ленту, которая иногда сама говорит «на сегодня хватит».
Добивает картину закон Гудхарта: как только замещающая метрика становится целью, она перестаёт измерять то, что измеряла. Выбор такой метрики, по словам автора, акт этический, просто он не проходит этического ревью и потому остаётся незамеченным.
Дальше автор открывает код. В классической коллаборативной фильтрации (рекомендациях по принципу «людям с похожими оценками нравятся похожие вещи») каждая оценка входит в расчёт ошибки модели с одинаковым весом. Оценка студента и профессора, лайк бота и лайк эксперта весят одинаково.
Аргументы за: почему равный голос выглядит честным?
Сторона алгоритмической ленты опирается на обещание раннего интернета убрать посредника. Автор цитирует Эстер Дайсон, одну из первопроходцев Сети: «Великое достоинство Интернета в том, что он размывает власть… высасывает власть из центра и отдаёт её на периферию». Переход от «принудительной доставки» информации к «доставке по запросу» убрал контроль государства и корпораций над десятком каналов и отдал выбор гражданину.
Равенство голосов в коде автор называет либеральной традицией, которая вырабатывалась столетиями: один пользователь, один голос, недоверие к «экспертной надстройке», суверенитет вкуса. Он сам уточняет, что такой выбор сделали не потому, что он истиннее, а потому, что он проще, дешевле и не вызывает скандала.
Есть и эмпирический довод. Сильная версия «пузыря фильтров» (когда персонализация незаметно сужает мир до приятного) не подтверждается данными. Работа Bakshy et al. в журнале Science за 2015 год на данных Facebook показала, что алгоритм сужает повестку меньше, чем собственный выбор пользователя, а Dubois и Blank в 2018 году назвали эффект эхо-камер переоценённым.
Показательно, что этот довод против собственной позиции автор приводит сам, и спор от этого выглядит честнее.
Аргументы против: почему клик не равен благу?
Главный контраргумент: редактор был не только цензором. У первой полосы, грубой и пристрастной, была функция общей повестки. Автор ссылается на Дьюи, по которому демократия требует, чтобы граждане видели мир не только со своей точки зрения и исходили из общих фактов.
Мы не позволяем интернет-метрикам диктовать нам задания… читатели приходят к нам за нашими суждениями, а не за суждениями толпы. Мы не American Idol. : Билл Келлер, тогдашний главный редактор New York Times
Второй довод: релевантность не равна значимости. Марк Цукерберг, по цитате из статьи, сказал: «Белка, умирающая у вас под окном, на данный момент может быть более релевантной вашим интересам, чем люди, умирающие в Африке».
Система, которая честно оптимизирует клики, ловит выбор уставшей психики. Автор опирается на идею Канемана о двух системах мышления: быстрая и импульсивная голосует чаще медленной и обдуманной, и лента это учитывает. Культуролог Ли Сигел резюмировал это так: «Клиенты всегда правы; люди не всегда».
Пузырь в слабой версии автор тоже не снимает с повестки. Даже видя «чужое», люди теряют общий набор фактов для спора. Отдельной проблемой он называет «оптимизацию возмущения» со ссылкой на работу Brady et al. в журнале PNAS за 2017 год, но её выводы в опубликованном фрагменте не раскрыты.
Что делать автору, маркетологу и предпринимателю прямо сейчас?
Автору Дзена. Ваша лента собирается рекомендательной системой со своей целевой функцией. Заголовок, который обещает больше текста, работает на клик, но бьёт по удовлетворённости читателя. Прогоните заголовок через нейросеть промптом (текстовой командой для ИИ): «Сравни заголовок с текстом, обещает ли он то, чего в тексте нет?»
Маркетологу. Закон Гудхарта касается и ваших отчётов. Если цель кампании только клики, вы получите клики, а не клиентов. Держите рядом второй показатель: возвраты, дочитывания, повторные покупки.
Предпринимателю в РФ и СНГ. Если вы строите рекомендации на своём сайте, рекомендательные системы на машинном обучении по умолчанию дают равный вес каждому голосу, включая ботов. Решение, чьи оценки важнее, остаётся за вами, и это решение о ценностях вашего сервиса.
Из доступных в РФ инструментов для проверки текстов, YandexGPT и GigaChat.
Сильная версия «пузыря фильтров» данными не подтверждается, и пугать читателей «информационными тюрьмами» нечестно. Проблема тоньше: общая повестка размывается, а рост метрики не означает пользы для человека.
На мой взгляд, автор прав в главном: «нейтральная» лента невозможна, кто-то всегда выбирает, что считать благом пользователя. Оговорка: наивно ждать, что редактора вернут, и общая первая полоса тоже была пристрастной. Что делать сегодня: пишите так, чтобы текст выдерживал любую метрику. Заголовок держит обещание, материал даёт пользу, а читатель уходит с ощущением, что время потрачено не зря.
По-моему, вопрос «какую метрику вы оптимизируете» скоро начнут задавать платформам так же прямо, как редакциям когда-то задавали вопрос «кто ваш главный редактор». Спор Платона с либералами XX века, как пишет автор, сегодня решается коммитом в ранжировщик. Авторам выгоднее заранее писать под метрику пользы, а не под клик, потому что именно от клика платформы будут уходить первыми.

Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также

Qwen Code под проект за пять шагов: агент меньше спрашивает и тратит меньше токенов
Qwen Code после установки каждый раз заново изучает репозиторий и тратит оплачиваемые запросы на одно и то же, поэтому разбираем настройку под проект по…

Тест вместо промпта: разработчик МТС показал, что такое ИИ-агент с автопроверкой кода
Go-разработчик МТС Web Services Егор Гурин предложил писать тесты до кода и отдавать их ИИ-агенту вместо словесного промпта, пока часть пользователей…

Языки программирования дошли до вайбкодинга: ИИ пишет код, но не гарантирует надёжность
Генеративный ИИ способен писать почти весь код, но к осени 2026 года регулярные находки ошибок показали, что написать программу и убедиться в её правильности…
Комментарии