شکارچی واقعی. لو گراند کونتینان

لو گراند کونتینان

ترجمه مجله جنوب جهانی

مارک زاکربرگ می‌دانست که طراحی پلتفرم‌هایش می‌تواند برای کودکان آسیب‌زا باشد. علوم اعصاب به او آموخت که چگونه این آسیب‌پذیری‌ها را به یک مدل کسب‌وکار تبدیل کند.

همان‌طور که ادوارد توفتی، آمارشناس دانشگاه ییل اشاره کرده است: تنها دو صنعت هستند که از مشتریان خود با عنوان «کاربر» (User) یاد می‌کنند: فروشندگان مواد مخدر و سازندگان نرم‌افزار.

در ۲۷ اوت ۲۰۲۶، شرکت مِتا توافق‌نامه‌ای خارج از دادگاه با ۴۷ ایالت آمریکا امضا کرد؛ ایالت‌هایی که از این شرکت به دلیل «به خطر انداختن آگاهانه جوانان» از طریق پلتفرم‌های شبکه‌های اجتماعی‌اش شکایت کرده بودند.

برای درک این‌که دقیقاً چه اتهامی متوجه مِتا بود و چه چیزِ تا این حد زیان‌باری در قلب ماشین‌آلات الگوریتمی آن پنهان شده، باید مسیری متفاوت را پیمود که از آن زمان تاکنون کمتر پیشنهاد شده است؛ نه از منظر حقوقی، بلکه از دیدگاه علوم اعصاب.

مِتا به چه چیزی متهم است؟

پیش از هر چیز، رفتار دوگانه. مِتا به لطف مطالعات داخلی خود می‌دانست که محصولاتش خطرناکند، اما هرگز این خطر را علناً مطرح نکرد و برعکس، به کاربرانش اطمینان داد که در معرض هیچ خطری نیستند.

بدین ترتیب، می‌توان شباهتی میان این رفتار و عملکرد تولیدکنندگان سیگار یافت؛ کسانی که با اتکا به پژوهش‌های داخلی‌شان می‌دانستند محصولاتشان زیان‌بار است، اما تا مدت‌ها ادعا می‌کردند که برعکس، برای سلامتی مفیدند. یا حتی شرکت تولیدکننده کیسه هوا «تاکاتا» که او نیز از خطرناک بودن محصولاتش آگاه بود، اما چیزی در این باره نگفت و بدون اطلاع‌رسانی درباره خطرات، به فروش آن‌ها ادامه داد.

مِتا از روی قساوت یا عشق به شرارت دست به این کار نزد. همان‌طور که فرانسیس هوگن، افشاگری که عامل انتشار «اسناد فیس‌بوک» بود، اشاره کرد: «آنچه برای کسب‌وکار آن‌ها خوب بود، برای کاربرانشان مضر بود و مارک زاکربرگ آگاهانه همیشه کسب‌وکار را انتخاب کرد، با علم به این‌که این تصمیم به قیمت آسیب به سلامت روان کاربرانش تمام خواهد شد.»

از ترس وجودی تا شکارگری شناختی

همه می‌دانند که مارک زاکربرگ کابوس مشخصی داشت: ام‌اس‌ان مسنجر (MSN Messenger) و مای‌اسپیس (Myspace). او به سلامت روان کاربرانش آسیب نزد چون از ایجاد آشوب و آشفتگی لذت می‌برد، بلکه از این فکر به رعب و وحشت می‌افتاد که مردم، و به‌ویژه جوان‌ترها، کم‌کم اپلیکیشن او را رها کنند و وقت بیشتری را در برنامه‌های رقیب بگذرانند.

او با این ترس مداوم زندگی می‌کرد که به سرنوشت مای‌اسپیس یا ام‌اس‌ان مسنجر دچار شود؛ نخستین شبکه‌های اجتماعی که زمانی نماد اصلی تعاملات دیجیتال جوانان بودند، پیش از آن‌که به‌تدریج به فراموشی سپرده شوند و جای خود را به فیس‌بوک بدهند.

بنابراین مارک زاکربرگ در دو جبهه وارد عمل شد.

از یک سو، رفتاری نشان داد که می‌توان آن را «شکارگری غیرفعال» نامید؛ چرا که با تمام تدابیر امنیتی که تیم‌های پژوهشی خودش اکیداً به او توصیه کرده بودند، مخالفت کرد.

این تدابیر به‌ویژه شامل ایجاد «اصطکاک» یا موانعی بود تا زمان صرف‌شده در پلتفرم و میزان «درگیری کاربر» را کاهش دهد. مارک زاکربرگ با این ترس که کاربرانش به‌راحتی به سراغ رقبا بروند و در نتیجه افولی شبیه به مای‌اسپیس سرعت گیرد، قاطعانه این پیشنهادها را رد کرد.

از سوی دیگر، او یک «شکارگری فعال» را هم به نمایش گذاشت؛ آن هم با دست‌اندازی به علوم اعصاب برای بهینه‌سازی پاسخ دوپامینی که استفاده از پلتفرم‌هایش در مغز کاربران جوان‌تر ایجاد می‌کرد. به زبان ساده، مارک زاکربرگ آگاهانه از «یادگیری تقویتی» بهره برد تا مغز آنان را از دوپامین اشباع کند و توانایی‌شان را برای مقاومت در برابر وسوسه بازگشتِ مکرر به پلتفرم‌هایش به شدت کاهش دهد.

استفاده از علوم اعصاب برای سوءاستفاده آگاهانه از آسیب‌پذیری‌های مغز جوانان

لازم به یادآوری است که واژه «اعتیاد» به معنای دقیق آن — وقتی برای توصیف رابطه با شبکه‌های اجتماعی و صفحه نمایش، معادل با رابطه با مواد مخدر شیمیایی یا شرط‌بندی‌های ورزشی به کار می‌رود — همچنان موضوع بحث در جامعه پزشکی است و تا به امروز اجماعی درباره آن وجود ندارد.

با این حال، علوم اعصاب واقعیت تعیین‌کننده‌ای را برای ما روشن می‌سازد.

مارک زاکربرگ و تیم پژوهشگرانش می‌دانستند که نوجوانان در سرعت رشد بخش‌های مختلف مغز خود تفاوت مشخصی دارند. اگر بخواهیم خیلی ساده بگوییم، بخشی از مغز که «پاداش‌ها» را دریافت و مدیریت می‌کند، هسته اکومبنس (nucleus accumbens) است و بخشی که امکان ارزیابی خطرات بلندمدت یک رفتار و کنترل تکانه‌ها را فراهم می‌سازد، قشر پیش‌پیشانی (prefrontal cortex) است.

حال مشخص شده که در جوانان، هسته اکومبنس بسیار سریع‌تر از قشر پیش‌پیشانی رشد می‌کند و همین امر باعث آسیب‌پذیری ویژه در برابر پاداش‌ها و دشواری بسیار بیشتر در کنترل رفتارها و تمایلات ناگهانی می‌شود.

از این رو، مارک زاکربرگ به‌طور «منطقی» بر روی یک طراحی شکارگرانه سرمایه‌گذاری کرد؛ طراحی مبتنی بر بهینه‌سازی الگوی پاداش که از همین نقطه ضعف سوءاستفاده می‌کند.

درک ما از تأثیر مکانیسم‌های پاداش بر مغز انسان، به‌ویژه بر پایه پژوهش‌های علوم رفتاری و اعصابِ بی. اف. اسکینر، استاد روان‌شناسی هاروارد استوار است که در سال ۱۹۵۷ همراه با چارلز فرستر کتاب «برنامه‌های یادگیری تقویتی» را منتشر کرد؛ و همچنین پژوهش‌های ولفرام شولتز، استاد علوم اعصاب کمبریج، که در سال ۱۹۹۸ مقاله بنیادی خود را با عنوان «نورون‌های دوپامینی و سیگنال‌های پاداش پیش‌بینی‌کننده» به چاپ رساند.

آن‌ها در کنار هم به این نتیجه رسیدند که بر خلاف باور عمومی، دوپامین پیام‌رسانی عصبی نیست که حضورش به خودی خود نشان‌دهنده لذت یا پاداش باشد. نورون‌های دوپامینی (یعنی نورون‌هایی که دوپامین ترشح می‌کنند) از طریق پیوند میان پیش‌بینی رخ دادن یا ندادن یک پاداش و این‌که آیا این پیش‌بینی محقق می‌شود یا خیر، فعال یا مهار می‌شوند. این یک جنبه خلاف شهود اما کاملاً حیاتی برای درک استراتژی مِتا است: پیش‌بینی پاداش، به اندازه خودِ پاداش برای مغز اهمیت دارد.

گاهی می‌شنویم که می‌گویند «یک یورویی که از شرط‌بندی ورزشی به دست می‌آید، ارزشش بسیار بیشتر از سه یورویی است که با کار کردن کسب می‌شود». اکنون می‌دانیم که یک پایه علمی و عصب‌شناختی روشن پشت این پدیده واقعی وجود دارد.

اگر مغز رسیدنِ قطعی یک پاداش را پیش‌بینی کند و آن را دریافت نماید، نورون‌های دوپامینی در نهایت دیگر واکنشی نشان نمی‌دهند. می‌توان این نتیجه را تعمیم داد و ویژگی‌های متعددی را در نوع بشر توضیح داد؛ این‌که انسان به محض قطعی شدن یک پاداش، دیگر قدر آن را تمام و کمال نمی‌داند.

مغز در برابر آنچه «مسلّم و قطعی» فرض کرده، بسیار کمتر واکنش نشان می‌دهد. نورون‌های دوپامینی دقیقاً زمانی فعال می‌شوند که می‌دانیم پاداش ممکن است، اما قطعی نیست. بدین ترتیب، «ترشح‌های معروف دوپامین» زمانی به اوج خود می‌رسند که ما در حالت انتظار و عدم قطعیت قرار داریم.

بنابراین، مدارهای دوپامینیِ پاداش وابستگی تنگاتنگی با مفهوم یادگیری تقویتی دارند؛ همان مفهومی که برای آموزش شبکه‌های هوش مصنوعی استفاده می‌شود که در نهایت پایه و اساس «شبکه‌های عصبی» را تشکیل می‌دهند.

دوپامین و شدت پاداش زمانی به بالاترین حد خود می‌رسند که مغز بداند پاداش ممکن است در هر لحظه برسد، اما هیچ الگوی مشخصی برای پیش‌بینی آن در دست نداشته باشد. اگر برای مثال، پاداش به‌طور منظم هر یک ساعت یک‌بار ارائه شود، پس از چند ساعت نورون‌های دوپامینی دیگر واکنشی نشان نخواهند داد.

در مقابل، اگر پاداش یک‌بار پس از ۱۰ دقیقه، بار دیگر پس از دو ساعت و بار دیگر پس از ۴۰ دقیقه رخ دهد، نورون‌های دوپامینی با هر پاداش دچار فعالیت شدید می‌شوند.

ساختار طراحی شکارگر فعال

مارک زاکربرگ با آگاهی کامل از تمامی این کشف‌های علمی، آگاهانه یک «فلسفه شکارگرانه» را وارد الگوریتم‌های خود کرد؛ فلسفه‌ای که هدف آن حداکثر کردن تأثیر هر «پاداش» بر نورون‌های دوپامینی و در نتیجه بر هسته اکومبنس (بخش دریافت‌کننده آن‌ها در مغز) بود.

از آنجا که در جوانان هسته اکومبنس رشدیافته‌تر از قشر پیش‌پیشانی است — قشری که امکان کنترل تکانه‌ها و «اعتدال در رفتار» را فراهم می‌کند — این اوج‌گیری‌های دوپامین را می‌توان به یک یادگیری تقویتی متناوب تشبیه کرد.

بدین ترتیب، مارک زاکربرگ فلسفه‌ای از شکارگری را وارد الگوریتم‌های خود کرده تا مغز جوانان را دستکاری کند، درست همان‌طور که پژوهشگران مغز موش‌ها را دستکاری می‌کنند.

صحبت از «شکارگری فعال» کاملاً منطقی است؛ زیرا همان‌طور که در ادامه خواهیم دید، موضوع صرفاً مخالفت با افزودن تدابیر امنیتی نیست، بلکه هدایت طراحی با این هدف است که آگاهانه بر مغزِ هنوز در حالِ شکل‌گیریِ جوان‌ترین و آسیب‌پذیرترین افراد تأثیر گذاشته شود.

به‌طور مشخص، او چه کرده است؟ می‌توان روی سه جنبه کلیدی تمرکز کرد: نخست، زمان‌بندی ارسال اعلان‌ها (Notifications)؛ دوم، پیمایش بی‌انتها (Scroll) و اثر «ماشین اسلات» یا همان دستگاه‌های شرط‌بندی؛ و در نهایت، قصد ایجاد «موج‌های اعلانات آموزشگاهی» (school blasts) برای به حداکثر رساندن استفاده در ساعات کلاس درس.

الگوریتم‌های مِتا آگاهانه ارسال اعلان‌ها را به تأخیر می‌اندازند تا پیش‌بینی زمان رسیدن آن‌ها دشوارتر شود و از این طریق، تأثیر آن‌ها بر مغز به حداکثر برسد.

نوجوانی به نام الی را تصور کنیم که تصاویری در اینستاگرام منتشر می‌کند. الی «لایک»های این تصویر را با ریتمی منظم، تقربیاً هر ۵ دقیقه یک‌بار دریافت می‌کند. اما الگوریتم اینستاگرام هر ۵، ۱۰ یا ۱۵ دقیقه برای او اعلانی نمی‌فرستد؛ چرا که این ریتم منظم، پیش‌بینی رسیدنِ پاداش در آینده را آسان می‌کند و در نتیجه دیگر هیچ تأثیری بر نورون‌های دوپامینی او نخواهد داشت. بنابراین، الگوریتم یک اعلان را بعد از ۵ دقیقه می‌فرستد، اعلان بعدی را بعد از یک ساعت، بعدی را بعد از ۲۷ دقیقه و به همین ترتیب.

در این حالت، مغز درک می‌کند که پاداش ممکن است در هر لحظه برسد، بدون آن‌که امکان پیش‌بینی دقیق زمان آن وجود داشته باشد. دقیقاً همین عدم قطعیت است که مدار پاداش را فعال نگه می‌دارد و پاسخ را تقویت می‌کند: ترشح عظیمی از دوپامین.

نامنظم بودن اعلان‌ها اصل یادگیری تقویتی متناوب را بازآفرینی می‌کند؛ اصلی که طبق آن، یک پاداش غیرقابل پیش‌بینی تمایل به تکرار یک رفتار را بیشتر تحریک می‌کند. اما غیرقابل پیش‌بینی بودن به معنای تصادفی بودن نیست. زمان ظهور اعلان را می‌توان طوری محاسبة کرد که شانس بازگشت کاربر به پلتفرم به حداکثر برسد.

الگوریتم مجموعه‌داده‌های مربوط به نحوه استفاده کاربر از شبکه اجتماعی را تحلیل می‌کند تا زمان ارسال اعلان‌ها را بهینه‌سازی کند. به مثال الی بازگردیم.

الگوریتم میانگین زمان حضور او در برنامه را محاسبه کرده و زمانی را که احتمال خروجش بیشتر است پیش‌بینی می‌کند. اگر او لایک‌های زیادی روی عکسش دریافت کند، برنامه فوراً آن را نشان نمی‌دهد و دقیقاً تا لحظه‌ای منتظر می‌ماند که احتمال خروج او بیشتر است؛ سپس اعلان و در واقع آن «پاداش» را ارسال می‌کند.

جنبه دوم این «فلسفه شکارگری فعال» به پیمایش بی‌انتها و به‌طور مشخص‌تر، به حرکت کشیدنِ صفحه به سمت پایین برای به‌روزرسانی (Pull to refresh) مربوط می‌شود. خودِ پژوهشگران مِتا این مکانیسم را با دستگاه‌های اسلات شرط‌بندی مقایسه کرده‌اند: کاربر اهرمی را فعال می‌کند بدون آن‌که بداند چه چیزی ظاهر خواهد شد، اما احتمال یک شوک دوپامینی را پیش‌بینی می‌کند.

مِتا پیمایش بی‌انتها (که آزا راسکین در سال ۲۰۰۶ طراحی کرد) یا مکانیسم به‌روزرسانی با کشیدن به پایین (که لورن بریچتر در سال ۲۰۰۹ توسعه داد) را اختراع نکرد. با این حال، شرکت مارک زاکربرگ این فناوری‌ها را به خدمت گرفت و بهینه‌سازی کرد تا اثر آن‌ها را بر مدار پاداش عصب‌شناختی تشدید کند.

از یک سو، آن‌ها یک فلش چرخان اضافه کرده‌اند که هنگام به‌روزرسانی صفحه می‌چرخد — حتی زمانی که اتصال اینترنت عالی است و هیچ زمان بارگذاری وجود ندارد — تا چرخش گردونه ماشین اسلات را شبیه‌سازی کند؛ چیزی که برای فعال‌سازی نورون‌های دوپامینی حیاتی است.

در واقع، ترشح دوپامین زمانی به اوج می‌رسد که این چرخه می‌چرخد و مغز پاداش احتمالی را پیش‌بینی می‌کند، بدون آن‌که از وقوع آن اطمینان داشته باشد. این چرخ که هنگام به‌روزرسانی می‌چرخد، بدون توجه به وضعیت شبکه، به‌طور مصنوعی اضافه و طولانی می‌شود و تنها هدف آن فعال کردن نورون‌های دوپامینی است.

در چارچوب این «اثر ماشین اسلات»، الگوریتم همچنین وظیفه دارد پاداش‌ها را به صورت متناوب و غیرقابل پیش‌بینی ارائه دهد: گاهی صفحه‌ای معمولی شامل آگهی‌های نه‌چندان جذاب نصیب شما می‌شود («بدون پاداش»)، گاهی ویدیوئی ویروسی مرتبط با علاقه‌مندی‌هایتان ظاهر می‌شود («پاداش کوچک»)، و گاهی خبری نادرست عرضه می‌شود که از باور به آن خشنود می‌شوید چون آنچه را از قبل باور داشتید تأیید می‌کند و بنابراین یک «پاداش بزرگ» محسوب می‌شود.

در نهایت، باید به تلاش تهاجمی برای استفاده فشرده‌تر نوجوانان از شبکه‌های اجتماعی در ساعات مدرسه اشاره کرد. در سال ۲۰۱۷، مارک زاکربرگ کاملاً صریح بود:

«هدف اصلی ما برای سال ۲۰۱۷ این است که نوجوانان تا حد امکان بیشترین زمان ممکن را در پلتفرم‌های ما بگذرانند.» بدین ترتیب تیم‌های مِتا شروع به طراحی چیزی کردند که آن را «mowj-haaye e’laanaat» یا همان school blasts نامیدند: موج‌هایی از اعلان‌ها که برای جوانانی فرستاده می‌شد که داده‌های مکانی‌شان نشان می‌داد داخل یک مرکز آموزشی هستند؛ تا با استفاده از فشار همسالان و «ترس از جا ماندن» (FOMO)، موجی از استفاده جمعی از شبکه‌های اجتماعی را در میانه‌روز درسی ایجاد کنند. یکی از مدیران مِتا حتی در ایمیلی داخلی می‌نویسد: «ما باید طراحی خود را طوری بهینه‌سازی کنیم که هیچ جوانی نتواند یک کلاس شیمی را بدون نگاه کردن به موبایلش بگذراند.»

طراحی «شکارگر غیرفعال»: هیچ چیز نباید مانع زمان آنلاین بودن شما شود

در ادامه، می‌توانیم بر آنچه «شکارگری غیرفعال» می‌نامیم تمرکز کنیم؛ یعنی امتناع آگاهانه از اجرای اقداماتی که امنیت کاربران را بهبود می‌بخشد. برای نمونه می‌توان به موضوع خودروی فورد پینتو (Ford Pinto) اشاره کرد: کشنده‌ای که فورد می‌دانست خطرناک است.

برای فورد نجات جان انسان‌ها تنها ۱۱ دلار به ازای هر خودرو هزینه داشت، اما یک مطالعه داخلی محاسبة کرد که دست روی دست گذاشتن برای شرکت ارزان‌تر تمام می‌شود. به همین ترتیب، مارک زاکربرگ هیچ کاری نکرد و اجازه داد سلامت روان بسیاری از نوجوانان، در برخی موارد به شکلی وخیم، رو به زوال بگذارد.

این «شکارگری غیرفعال» را نباید کم‌اهمیت‌تر دانست، چرا که نشان‌دهنده رد قاطعانه در نظر گرفتن امنیت و رفاه کاربران است. تقریباً تمام تدابیر امنیتی که پژوهشگران زاکربرگ به او پیشنهاد کردند، پس از بررسی‌های داخلی ارائه شد؛ بررسی‌هایی که آثار بسیار زیان‌بار پلتفرم‌های مِتا را بر کاربران جوان به اثبات رسانده بود.

نخستین جنبه از شکارگری غیرفعال به سوءاستفاده افراد بزرگسال از کودکان و نوجوانان مربوط می‌شود. مِتا از همان سال ۲۰۱۹ می‌دانست که بزرگسالانی در اینستاگرام با نوجوانان و کودکانی که نمی‌شناسند ارتباط برقرار می‌کنند و از این شرکت خواسته شد تا دست به اقدام بزند.

اما نسخه اختصاصی مِتا از پژوهش فورد پینتو — یعنی محاسبات داخلی آن درباره «هزینه‌ای که ارتقای امنیت کاربران برای شرکت خواهد داشت» — برآورد کرد که اگر حساب‌های نوجوانان به صورت پیش‌فرض روی حالت «خصوصی» قرار گیرد و امکان پیام دادن بزرگسالان ناشناس سلب شود، روزانه از ۵٫۴ میلیون تعامل ناخواسته جلوگیری خواهد شد؛ موضوعی که برای شرکت بسیار زیان‌بار بود، زیرا «رشد و درگیری کاربران را به میزان چشمگیری کاهش می‌داد».

از این رو، این اقدام تا سال ۲۰۲۴ اجرایی نشد و اجازه داد میلیاردها تعامل میان بزرگسالان و کودکان یا نوجوانان صورت گیرد.

جنبه دوم شکارگری غیرفعال مِتا به انتشار اخبار جعلی، اطلاعات نادرست و گفتارهای نفرت‌انگیز مربوط می‌شود. تیم‌های پژوهشی خودِ مِتا مکانیسم‌های گوناگونی را برای مقابله با این پدیده پیشنهاد کردند که تحت عنوان «کاهش ویروسی شدن» دسته‌بندی می‌شدند.

ایده اصلی، کند کردن انتشار ویروسی محتوا بود؛ چرا که این محتواها شامل سهم بیش از حدی از اخبار جعلی و مطالب تحریک‌کننده نفرت بودند. برای مثال، با محدود کردن تعداد دفعات به اشتراک‌گذاری یک مطلب یا الزام کاربر به گذاشتن دیدگاه پیش از به اشتراک‌گذاری مجدد.

با وجود آن‌که یک مطالعه داخلی نشان می‌داد این مکانیسم‌ها می‌توانند سهم اخبار جعلی را به میزان چشمگیری کاهش دهند، مارک زاکربرگ شخصاً با هرگونه مانعی که تعامل را کاهش دهد و خطر رفتن کاربران به سمت رقبا را ایجاد کند، مخالفت کرد.

در اینجا شایان ذکر است که تیم‌های مِتا با سیاستمداران اروپایی مصاحبه کرده‌اند و آنان صراحتاً اعتراف نموده‌اند که برای به دست آوردن حداقل دیده شدن، مجبورند مطالب مسموم و حتی نفرت‌انگیز منتشر کنند.

برخی از آنان صریحاً از مِتا خواسته‌اند که الگوریتم‌های خود را تغییر دهد، به‌ویژه برای کاهش دیده شدن محتوایی که خشم ایجاد می‌کند، تا مجبور به استفاده از گفتار نفرت‌انگیز نشوند.

سومین جنبه از شکارگری غیرفعال مِتا با زمان صرف‌شده در برنامه و امتناع آگاهانه از ایجاد کوچک‌ترین مانع ارتباط دارد.

پژوهش‌ها در حوزه روان‌شناسی، فواید «محرک‌های توقف» را در رسانه‌های مصرفی مورد تحلیل و تأکید قرار داده‌اند.

آدام آلتر، روان‌شناس دانشگاه نیویورک که مکانیسم‌های «اعتیاد» به فناوری را به دقت بررسی کرده — و از جمله کتاب «سیرناپذیر: ظهور فناوری اعتیادآور و تجارتِ گرفتار نگه داشتن ما» را در سال ۲۰۱۷ به چاپ رسانده — بر اهمیت «محرک‌های توقف» در مبارزه با اعتیاد تأکید کرده است.

او به‌ویژه میان رسانه‌های قرن بیستم که از این مشوق‌ها برخوردار بودند (پایان فصل یک کتاب، پاورقی یک مجله، پایان یک برنامه تلویزیونی یا آگهی بازرگانی) و تجربه کاربری (UX) در فناوری که با عادی‌سازی «پیمایش بی‌انتها» آگاهانه آن‌ها را حذف می‌کند، تمایز قائل می‌شود. مطالعات داخلی مِتا بارها پیوند روشنی میان این سیستم و استفاده وسواسی، اختلالات خواب و مشکلات عزت نفس در نوجوانان برقرار کرده است.

از کجا همه این‌ها را می‌دانیم؟

همه این موارد به لطف افشاگر، فرانسیس هوگن، برملا شد که مِتا را با خروج ده ها هزار سند رسواکننده ترک کرد و آن‌ها را به‌ویژه از طریق «اسناد فیس‌بوک» در سال ۲۰۲۱ و از طریق کمیته‌های تحقیق پارلمانی کنگره علنی ساخت.

قانون‌گذاران سخنان مدیران و مسئولان سابق متعدد این شرکت را شنیده‌اند. متعاقباً، پیگیری‌های حقوقی ایالت‌های آمریکا علیه مِتا منجر به تحقیقات گسترده شد و امکان دریافت احکام متعدد بازرسی و دستورات قضایی برای ارائه اسناد را فراهم کرد.

تجربه کاربری کجا پایان می‌یابد و شکارگری از کجا آغاز می‌شود؟

آنچه مِتا به آن متهم است، طراحی و تجربه کاربری پلتفرم‌های شبکه‌های اجتماعی‌اش، به‌ویژه فیس‌بوک و اینستاگرام است.

اما آیا تناقضی در این نیست که شرکتی را که کار اصلی‌اش دقیقاً خلق شبکه‌های اجتماعی با بالاترین سهولت استفاده است، به «کارآمدی بیش از حد» متهم کنیم؟

آیا می‌توان یک سازنده خودرو را متهم کرد که ماشین‌هایی ساخته که «رانندگی با آن‌ها بیش از حد لذت‌بخش است»؟ مگر نه این‌که اصطلاحی شکل گرفته و تمام یک حوزه تحلیلی برای توصیف بهینه‌سازی طراحی توسعه یافته تا تجربه تا حد ممکن لذت‌بخش شود: یعنی همان UX یا تجربه کاربری؟ پس چه تفاوتی میان یک UX عالی — که باید طراحی‌اش را تحسین کرد — و طراحی مرزدار با «شکارگری» وجود دارد؟

می‌توان یک پلتفرم شبکه اجتماعی دارای «تجربه کاربری عالی» و طراحی بهینه‌شده را که شما را به صرف وقت دعوت می‌کند، با دوچرخه‌سواری مقایسه کرد که برنده تور دو فرانس می‌شود.

در مقابل، مِتا که طراحی آن «شکارگرانه» توصیف می‌شود، بیشتر شبیه دوچرخه‌سواری کاملاً دوپینگی است که تنها با سوءاستفاده‌های مکرر و به خطر انداختن سلامتی خود برنده تور دو فرانس می‌شود.

در یک حالت، رقابت «به‌طور پاک» برده می‌شود: با هدف قرار دادن بزرگسالانی که مغزشان کاملاً رشد یافته، از طریق محتوای باکیفیت. در حالت دیگر، رقابت با تقلب و سوءاستفاده از یک مزیت غیرمنصفانه برده شده است: هدف قرار دادن جوانانِ به‌ویژه آسیب‌پذیر، با سوءاستفاده از این واقعیت که مغزشان هنوز در حال رشد است، آن هم به کمک علوم اعصاب.

آیا انتخاب میان امنیت و رقابت‌پذیری اجتناب‌ناپذیر است؟

مدارک و شواهد نشان‌دهنده فقدان بنیادیِ اخلاق اجتماعی و معرفت‌شناختی در مارک زاکربرگ است؛ امتناع آگاهانه او از پذیرش کوچک‌ترین مسئولیت در قبال سلامت کاربرانش و اراده او برای وارد کردن هرگونه آسیب لازم به آنان، تا زمانی که به نفع کسب‌وکارهایش باشد.

مارک زاکربرگ به نام رقابت‌پذیری شرکتش، تقریباً با تمامی تدابیر امنیتی پیشنهادی تیم‌های پژوهشی خود مخالفت کرد.

همان‌طور که اشاره شد، استدلال او ساده بود:

«اگر ما موانعی در پلتفرم‌های خود ایجاد کنیم، کاربران ما ساده‌ترین راه را انتخاب کرده و به سراغ رقبا خواهند رفت.» این همان استدلالی است که کشاورزان برای مخالفت با ممنوعیت سموم آفت‌کش و درخواست استفاده مجدد از آن‌ها مطرح می‌کنند: «اگر ما این کار را نکنیم، دیگران انجام خواهند داد، آن‌ها رقابت‌پذیرتر از ما خواهند شد و بدین ترتیب، جامعه در هر حال از آثار زیان‌بار آن بر سلامتی آسیب خواهد دید، اما تنها ما متحمل عواقب اقتصادی منفی خواهیم شد.»

دقیقاً همین استدلال‌ها امروزه توسط غول‌های فناوری برای مخالفت با مقررات‌گذاری بیش از حد سخت‌گیرانه بر هوش مصنوعی استفاده می‌شود: «اگر ما این کار را بکنیم، چین انجام نخواهد داد و از ما پیشی خواهد گرفت.»

این‌ها استدلال‌هایی هستند که می‌توانیم به‌راحتی رد کنیم، به شرط آن‌که بار دیگر سلامت عمومی را در مرکز استراتژی‌ها و تفکر سیاسی خود قرار دهیم.

پاورقی‌ها

۱. مری کانینگهام، «مِتا شکایت اعتیاد به شبکه‌های اجتماعی را با ایالت‌ها تا سقف ۱۷٫۱ میلیارد دلار تسویه می‌کند»، سی‌بی‌اس نیوز، ۲۹ اوت ۲۰۲۶.

۲. جیمز تیتکامب، «فناوری با لحظه “تنباکوی بزرگ” خود روبه‌رو می‌شود؛ تسویه پرونده اعتیاد توسط مِتا»، دیلی تلگراف، ۲۶ اوت ۲۰۲۶.

۳. کلارک مرفیلد، «FBarchive، مخزنی قابل جستجو از اسناد افشاگر فیس‌بوک»، ژورنالیستس ریسورس، ۱۸ اکتبر ۲۰۲۳.

۴. سی. بی. فرستر و بی. اف. اسکینر، اپلتون-سنتری-کرافتس، برنامه‌های یادگیری تقویتی، ۱۹۵۷.

۵. ولفرام شولتز، «سیگنال پاداش پیش‌بینی‌کننده نورون‌های دوپامینی»، نشریه نوروفیزیولوژی، دوره ۸۰، شماره ۱، انجمن فیزیولوژی آمریکا، صفحات ۱-۲۷، ۱ ژوئیه ۱۹۹۸.

۶. اندرسون کوپر، «“هک مغز” چیست؟ نظر آگاهان فناوری درباره این‌که چرا باید اهمیت دهید»، سی‌بی‌اس نیوز، ۹ آوریل ۲۰۱۷.

۷. ون بدهام، «تصادفی نیست که پلتفرم‌های شبکه‌های اجتماعی اعتیادآورند و آسیب می‌زنند؛ آن‌ها این‌گونه طراحی شده‌اند»، گاردین، ۲۷ مارس ۲۰۲۶.

۸. «گزارش‌ها می‌گویند سند دادگاه ادعا می‌کند مِتا آگاهانه پلتفرم‌هایش را برای وابسته کردن کودکان طراحی کرده است»، ای‌پیشیِتد پرس، ۲۷ نوامبر ۲۰۲۳.

۹. شارلوت آلتر، «ادعاها علیه مِتا در اسناد دادگاهی تازه از طبقه‌بندی خارج‌شده»، تایم، ۲۳ نوامبر ۲۰۲۵.

۱۰. کیچ هیگی و جف هورویتز، «فیس‌بوک تلاش کرد پلتفرم خود را به مکانی سالم‌تر تبدیل کند، اما در عوض خشمگین‌تر شد»، وال‌استریت ژورنال، ۱۵ سپتامبر ۲۰۲۱.

۱۱. شونا رید، «۵ پرسش از آدام آلتر»، مونیتور اون سایکولوژی، دوره ۴۸، شماره ۷، ژوئیه ۲۰۱۷.

۱۲. اسکات پلی، «افشاگر: فیس‌بوک افکار عمومی را درباره پیشرفت علیه گفتار نفرت‌انگیز، خشونت و اطلاعات نادرست گمراه می‌کند»، سی‌بی‌اس نیوز، ۴ اکتبر ۲۰۲۱.

۱۳. دان میلمو، «افشاگری‌های فیس‌بوک: در حافظه پنهان اسناد داخلی چیست؟»، گاردین، ۲۶ اکتبر ۲۰۲۱.

۱۴. مگان سویتزگابل، «رسانه‌ها چگونه سلامت روان و شبکه‌های اجتماعی را قاب‌بندی می‌کنند: مطالعه موردی افشاگر فیس‌بوک»، [پایان‌نامه]، دانشگاه نیوهمپشایر، مه ۲۰۲۲.

۱۵. یادداشت انجمن ملی دادستان‌های کل خطاب به مارک زاکربرگ، ۱۰ مه ۲۰۲۱.

۱۶. «دادستان‌های کل از فیس‌بوک می‌خواهند از راه اندازی اینستاگرام کودکان صرف‌نظر کند»، انجمن ملی دادستان‌های کل، ۱۰ مه ۲۰۲۱.

۱۷. ایرینا ایوانوا، «ایالت‌ها تحقیقات دوحزبی را درباره آثار اینستاگرام بر کودکان آغاز می‌کنند»، سی‌بی‌اس نیوز، ۱۸ نوامبر ۲۰۲۱.

منبع: Le Grand Continent