Твой цифровой двойник. Он уже существует. Ты просто об этом не знал

Сколько версий тебя существует прямо сейчас?

Ты думаешь — одна. Ты сам. Живой человек с мыслями, привычками, историей. Один и неповторимый.

На самом деле — десятки. Может быть сотни. В базах данных по всему миру прямо сейчас живут копии тебя. Они не знают что ты думаешь сегодня утром. Но они знают о тебе кое-что что ты сам возможно не осознаёшь. Они предсказывают твоё поведение. Они влияют на решения которые принимаются о тебе. Они существуют независимо от тебя — и ты не можешь их выключить.

Это называется цифровой двойник. Digital twin.

И прежде чем ты скажешь «это звучит как научная фантастика» — давай я покажу тебе как именно он был создан. Шаг за шагом. Из вещей которые ты делал каждый день не задумываясь.

Как строится твой двойник. С самого начала.

Представь что кто-то невидимый ходит за тобой с блокнотом. Каждый день. С того момента как ты впервые вышел в интернет.

Первая запись в блокноте появилась давно. Может быть когда ты зарегистрировал первый email. Или когда впервые купил что-то онлайн. Или когда завёл аккаунт в соцсети. В тот момент ты ввёл имя, дату рождения, адрес — и эта информация стала первым кирпичом.

Дальше кирпичи добавлялись каждый день.

Каждый поисковый запрос. Google хранит историю поиска годами. Если ты никогда не чистил историю и не использовал приватный режим — где-то есть запись каждого вопроса который ты задавал поисковику за последние десять лет. Что тебя беспокоило. Что ты хотел купить. О чём думал в три часа ночи когда не мог спать. О каких болезнях читал. Какие новости смотрел. Что тебя злило достаточно чтобы искать информацию об этом.

Это не просто список запросов. Это дневник твоего внутреннего мира — только написанный не тобой, а алгоритмом.

Каждая покупка. История транзакций по карте — это один из самых информативных источников данных о человеке. Где ты покупаешь еду — говорит о районе где живёшь и уровне дохода. Что именно покупаешь — говорит о здоровье, привычках, семейном положении, политических взглядах. Да, политических взглядах — исследования показывают что по списку покупок в супермаркете можно с высокой точностью предсказать за кого человек голосует. Когда покупаешь — говорит о режиме дня и рабочем графике. Насколько импульсивно — говорит о психологическом типе.

Один чек из супермаркета — это абзац в биографии. Годы чеков — это книга.

Каждое движение в пространстве. Если у тебя смартфон с включённой геолокацией — а у большинства людей она включена постоянно — где-то есть запись каждого места где ты был. Не просто «был в центре города». А точные координаты с точностью до нескольких метров. Как часто ходишь в одно и то же место. Как долго там остаёшься. В какое время. С кем — потому что если два телефона регулярно оказываются в одном месте одновременно, система делает вывод о связи между их владельцами.

Геолокация за год — это карта твоей жизни. Работа, дом, врачи которых посещаешь, места где проводишь время, маршруты которыми ходишь. Всё это говорит о тебе больше чем любая анкета.

Каждое взаимодействие в соцсетях. Не только то что ты публикуешь. То как ты реагируешь на чужой контент — это данные. Сколько времени смотришь на конкретный пост перед тем как прокрутить дальше — это данные. Останавливаешься ли на фотографиях людей или на текстах — это данные. Какие темы заставляют тебя задержаться дольше — это данные. Алгоритм видит не то что ты решил показать. Он видит то что ты не решал показывать — непроизвольные реакции, паттерны внимания, бессознательные предпочтения.

Facebook внутри называет это «пассивными данными» в отличие от «активных» которые ты сознательно вводишь. Пассивные данные — точнее. Потому что ты их не контролируешь.

И всё это — только видимая часть.

Слои которые ты не видишь.

Есть данные которые ты никогда не давал сознательно. Но которые тем не менее существуют в твоём профиле.

Голос. Если ты когда-либо пользовался голосовым ассистентом — Siri, Google Assistant, Alexa — твой голос записывался. Не только команды. Фоновые разговоры которые система «случайно» захватывала пока ждала ключевое слово. Amazon публично признала что сотрудники прослушивали записи пользователей для «улучшения качества распознавания». Из голоса можно извлечь больше чем кажется — эмоциональное состояние, уровень стресса, признаки определённых заболеваний, акцент и происхождение.

Лицо. Если ты когда-либо загружал фотографии в соцсети — а большинство людей загружали тысячи — геометрия твоего лица существует в базах данных. Расстояние между глазами, форма скул, контур челюсти — это биометрический идентификатор который не меняется с возрастом и не поддаётся замене. Системы распознавания лиц работают в аэропортах, торговых центрах, на улицах городов. В некоторых странах — открыто. В других — без публичного объявления.

Паттерны сна и здоровья. Умные часы, фитнес-трекеры, приложения для сна. Пульс, давление, уровень активности, качество сна. Эти данные уходят на серверы компаний. Страховые компании уже сейчас в ряде стран предлагают скидки в обмен на доступ к данным фитнес-трекера. Скидка сегодня — профиль здоровья навсегда.

Психологический портрет. Это самое неочевидное и самое важное.

Из всей совокупности данных алгоритмы извлекают то чего ты сам о себе не знаешь — или не хотел бы признавать.

Исследование Стэнфордского университета 2013 года показало что по 68 лайкам в Facebook алгоритм предсказывает сексуальную ориентацию человека точнее чем его друзья. По 150 лайкам — точнее чем родители. По 300 лайкам — точнее чем супруг или супруга.

Подумай об этом секунду. Человек который знает тебя двадцать лет и живёт с тобой под одной крышей — знает тебя хуже чем алгоритм который никогда тебя не встречал но видел триста твоих лайков.

Это не магия. Это статистика. Миллиарды людей оставили данные. Алгоритм нашёл паттерны. Теперь он применяет их к тебе.

Твой двойник знает — склонен ли ты к депрессии. Насколько ты тревожен. Импульсивен ли ты в решениях. Насколько ты поддаёшься социальному давлению. Как ты реагируешь на стресс. Что тебя мотивирует и что тебя парализует.

Ты никому этого не говорил. Ты просто жил — лайкал, искал, покупал, ходил со смартфоном в кармане.

Этого оказалось достаточно.

Насколько точен твой двойник.

Вот где становится по-настоящему интересно.

Большинство людей думают — ну хорошо, алгоритм что-то там знает. Но это приблизительно. Неточно. Он может ошибаться.

Да. Может. Но реже чем ты думаешь. И точность растёт каждый год.

В 2012 году произошла история которая стала классическим примером в разговорах о данных. Сеть магазинов Target в США разработала алгоритм предсказания беременности — на основе изменений в покупательском поведении. Женщины в начале беременности начинают покупать определённые вещи — мыло без аромата, определённые витамины, большие сумки. Алгоритм научился это распознавать раньше чем сама женщина сообщала о беременности кому-либо.

Однажды в магазин пришёл разгневанный мужчина. Его дочери — старшекласснице — магазин прислал купоны на детские товары и одежду для беременных. Он потребовал объяснений — решив что магазин поощряет его дочь к беременности.

Через несколько недель он перезвонил. Извинился. Выяснилось что дочь действительно была беременна. Он узнал от магазина раньше чем от неё.

Алгоритм знал раньше отца.

Это 2012 год. С тех пор прошло больше десяти лет. Данных стало в тысячи раз больше. Алгоритмы стали в тысячи раз умнее.

Твой двойник сегодня — не приблизительный набросок. Это детальная модель. Она предсказывает не только что ты купишь в следующем месяце. Она предсказывает как ты проголосуешь. Как отреагируешь на стресс. Склонен ли ты к зависимостям. Когда ты наиболее уязвим для определённых сообщений.

И кто-то этим пользуется. Уже сейчас.

Момент который меняет отношение к этому.

Есть одна вещь про цифрового двойника которую я хочу чтобы ты понял по-настоящему. Не как факт — а как ощущение.

Твой двойник не умирает вместе с тобой.

Данные которые ты оставил — они никуда не деваются после твоей смерти. Они продолжают существовать в базах. Продолжают обрабатываться. Продолжают продаваться.

Более того — уже сейчас существуют компании которые предлагают создать «цифровое продолжение» человека после его смерти. На основе всего что он оставил в интернете — переписки, голосовых сообщений, видео, постов — алгоритм создаёт модель которая может отвечать на сообщения, имитировать стиль речи, воспроизводить манеру общения.

Это уже не фантастика. Компания HereAfter AI, StoryFile, множество других — они работают. Люди платят за подписку чтобы «разговаривать» с умершими родственниками.

Кто контролирует эту копию? Кому она принадлежит? Что с ней можно делать? Может ли она давать «согласие» от имени человека? Может ли использоваться в рекламе? В политике?

Законодательство не успевает. GDPR содержит некоторые нормы о данных умерших — но они минимальны и трактуются по-разному в разных странах.

Твой двойник переживёт тебя. И что с ним будет дальше — пока никто не знает точно.

Что это означает для тебя сегодня.

Я не рассказываю это чтобы напугать. Я рассказываю это потому что понимание меняет поведение.

Когда ты знаешь что каждый поисковый запрос — это кирпич в здании твоего двойника, ты начинаешь иначе относиться к поисковику. Когда ты понимаешь что геолокация строит карту твоей жизни — ты начинаешь иначе относиться к разрешениям приложений. Когда ты осознаёшь что лайки рассказывают о тебе больше чем ты думаешь — ты начинаешь иначе относиться к тому что делаешь в соц.сетях.

Это не значит стать параноиком. Это значит стать осознанным.

Три вещи которые можно сделать прямо сейчас.

Первое. Зайди на myaccount.google.com и открой раздел «Данные и конфиденциальность». Посмотри что там хранится. История поиска, история геолокации, история YouTube. Ты можешь это удалить — и настроить автоматическое удаление через три месяца. Двойник не исчезнет полностью — но станет меньше.

Второе. Зайди в настройки смартфона и проверь какие приложения имеют постоянный доступ к геолокации. Оставь только те которым это действительно нужно — навигация, карты. Всем остальным — доступ только во время использования или никакого.

Третье. Поищи себя. Введи своё имя в Google. Потом в Yandex. Потом в специализированные сервисы поиска людей — Spokeo, Pipl, Been Verified. Посмотри что находится публично. То что ты увидишь — это видимая часть твоего двойника. Та которую видят все желающие без каких-либо технических усилий.

Это может быть неожиданным.

Твой двойник уже существует. Он уже работает. Он уже влияет на решения которые принимаются о тебе.

Разница только в том — знаешь ли ты об этом.

Теперь знаешь.

Кто владеет твоим цифровым двойником. И что с ним делают пока ты спишь

В прошлый раз мы разобрали как строится твой цифровой двойник. Из чего он состоит. Насколько он точен. Что он знает о тебе — иногда больше чем ты сам.

Следующий вопрос. Кому он принадлежит?

Короткий ответ — не тебе. Длинный ответ — давай разберём по-честному кто именно держит твою цифровую копию в руках. Что с ней делает. И какие решения о живом тебе принимает на основе цифрового тебя — без твоего участия, без твоего ведома, иногда против твоих интересов.

Потому что владельцев у твоего двойника несколько. И у каждого — своя цель.

Первый владелец. Корпорации.

Начнём с очевидного — но не с поверхностного.

Google, Meta, Amazon, Apple, Microsoft. Эти пять компаний знают о тебе больше чем любая другая организация на планете. Включая государство в котором ты живёшь. Включая твоих близких. Включая тебя самого.

Но важно понять — они не просто хранят данные. Они строят модели.

Есть разница между «у нас есть данные о тебе» и «мы построили модель которая тебя симулирует». Google давно перешёл от первого ко второму.

Когда ты открываешь поиск — алгоритм не просто ищет по твоему запросу. Он предсказывает что ты имеешь в виду исходя из того кто ты. Два человека которые вводят одинаковый запрос получают разные результаты. Потому что алгоритм знает — этот человек обычно ищет это в профессиональном контексте, а тот — в личном. Этот живёт в Таллине, тот в Берлине. У этого история поиска указывает на консервативные взгляды, у того — на либеральные.

Поиск персонализирован. Реальность персонализирована. Два человека живут в разных версиях интернета — построенных их двойниками.

Это называется filter bubble — информационный пузырь. Ты видишь мир не таким какой он есть. Ты видишь мир таким каким алгоритм считает что ты хочешь его видеть — исходя из того кем он тебя считает.

Теперь про Amazon. Большинство людей думают что Amazon знает что они покупают. Это слишком узкое представление.

Amazon знает что ты покупаешь — и когда. Что смотришь но не покупаешь — и почему предположительно. Что кладёшь в корзину и удаляешь. Как долго читаешь описание товара. Какие отзывы изучаешь. Что ищешь голосом через Alexa. Какие фильмы смотришь на Prime Video — и в каком месте останавливаешь, перематываешь, бросаешь. Какую музыку слушаешь в какое время суток. Если у тебя есть Ring — умный дверной звонок — Amazon знает режим твоего дня с точностью до минуты. Когда уходишь. Когда возвращаешься. Кто приходит к тебе домой.

Все эти данные не лежат в отдельных папках. Они соединены в единую модель. Твой двойник в экосистеме Amazon — это очень детальный портрет человека в его повседневной жизни.

И Amazon продаёт рекламу. Рекламодатели платят за доступ к людям с определёнными профилями. Твой двойник — это инвентарь. Товар на полке. Только полка — в облаке, и ты никогда её не видишь.

Теперь про Meta — Facebook и Instagram.

Здесь есть кое-что что большинство людей не знают.

Meta строит профили не только на своих пользователях. Она строит профили на людях которые никогда не регистрировались ни в одном из её сервисов.

Это называется shadow profile — теневой профиль.

Как это работает. Ты не пользуешься Facebook. Никогда не регистрировался. Но твои друзья пользуются. И когда они синхронизируют контакты — твой номер телефона попадает в систему. Когда кто-то упоминает тебя в посте — твоё имя попадает в систему. Когда ты заходишь на сайт на котором стоит пиксель Facebook — невидимый трекер — твой браузерный fingerprint попадает в систему.

Meta знает о тебе. Даже если ты никогда не давал ей на это разрешения. Даже если ты принципиально не пользуешься её продуктами.

Теневой профиль существует. Ты не можешь его запросить через стандартную форму — потому что у тебя нет аккаунта. Ты не можешь его удалить — потому что официально он не существует. Он просто есть.

Европейский суд признал эту практику нарушением GDPR. Meta заплатила штраф. Практика продолжается в изменённом виде.

Второй владелец. Государство.

Здесь начинается разговор который многие предпочитают избегать. Но избегать его — значит не понимать полной картины.

Государства хотят данные о гражданах. Это не новость — так было всегда. Переписи населения, налоговые реестры, системы учёта — всё это формы государственного сбора данных. Разница в том что раньше государство собирало то что могло. Сейчас — то что хотят корпорации, и то что может государство, вместе даёт картину которой не было никогда в истории.

В демократических странах это работает через законные механизмы. Запросы в компании на основании решений судов. Программы обмена данными между государственными органами. Обязательства по раскрытию информации для телекоммуникационных операторов.

Но есть и другое.

После терактов 11 сентября 2001 года в США была принята серия законов расширивших полномочия спецслужб. В 2013 году Эдвард Сноуден показал миру масштаб того что происходило на самом деле. АНБ — Агентство национальной безопасности — имело прямой доступ к серверам Google, Facebook, Microsoft, Apple, Yahoo. Программа называлась PRISM. Данные миллиардов людей по всему миру собирались систематически — не по судебным запросам, а автоматически.

Это не теория заговора. Это задокументированный факт подтверждённый официальными документами.

Сноуден получил политическое убежище в России. Программы слежки были частично реформированы. Но идея о том что цифровые данные граждан недоступны государству — была разрушена навсегда.

Теперь про другой уровень. Китай.

Китай строит то что принято называть системой социального кредита. Это не единая система с одним рубильником — это совокупность десятков программ на федеральном и региональном уровне. Суть одна — поведение граждан в реальном мире и онлайн влияет на их цифровой рейтинг. Рейтинг влияет на доступ к услугам.

Низкий рейтинг — нельзя купить билет на самолёт или скоростной поезд. Нельзя получить кредит. Дети не могут поступить в определённые школы. Имя публикуется в открытых списках «недобросовестных граждан».

Высокий рейтинг — приоритет при найме на государственные должности, более низкие процентные ставки, упрощённые административные процедуры.

Цифровой двойник здесь — это не просто профиль для рекламы. Это инструмент управления поведением живых людей в реальном мире. В реальном времени.

Китай — наиболее открытый пример. Но принципы которые там применяются обсуждаются и частично внедряются в других контекстах по всему миру. Страховые скоринги, кредитные рейтинги, алгоритмы найма — это мягкие версии той же идеи.

Цифровой двойник как инструмент управления — это не будущее. Это настоящее в разной степени реализации в разных странах.

Третий владелец. Страховые компании.

Поговорим о деньгах. Конкретных деньгах которые ты платишь — или не платишь — в зависимости от того что знает о тебе страховая компания.

Традиционная страховая модель работала просто. Ты заполняешь анкету. Сообщаешь возраст, пол, историю болезней, место жительства. Компания считает риск на основе статистики по группам — люди твоего возраста, пола, профессии в среднем болеют вот так, попадают в аварии вот так, умирают вот так. На основе этого рассчитывается тариф.

Это усредненный подход. Ты платишь не за себя — ты платишь за среднего человека своей группы.

Новая модель работает иначе. Страховая хочет знать не среднего человека твоей группы. Она хочет знать тебя. Конкретно. Индивидуально.

И данные это позволяют.

Медицинская страховка. Компания Vitality — работает в Великобритании, Германии, других странах — предлагает скидку на страховку если ты подключаешь фитнес-трекер и выполняешь нормы активности. Логика красивая — ведёшь здоровый образ жизни, меньше болеешь, меньше платишь. Но обратная сторона — компания получает непрерывный поток данных о твоём здоровье. Пульс, активность, сон, геолокация во время тренировок. Это строит медицинский профиль точнее любой анкеты.

Что компания делает с этим профилем через пять лет? Через десять? Если данные покажут тревожные паттерны — тариф вырастет? Страховку откажутся продлевать? Данные продадут другим страховщикам?

Ответа нет. Потому что никто не объясняет это в момент когда ты соглашаешься на скидку за шагомер.

Автомобильная страховка. Телематические программы — чёрные ящики которые устанавливаются в машину или приложения на телефон — фиксируют как именно ты водишь. Скорость, резкость торможений, время суток когда ездишь, маршруты. Осторожный водитель получает скидку. Звучит честно.

Но данные о твоих маршрутах — это данные о твоей жизни. Где ты бываешь. Как часто. В какое время. Страховая компания знает что ты ездишь к определённому врачу каждые две недели. Знает что ты регулярно бываешь в районе который статистически связан с определёнными рисками. Знает что ты иногда ездишь ночью — и делает из этого выводы.

Страхование жизни. Здесь всё серьёзнее. Ряд американских страховых компаний уже использует данные из социальных сетей при расчёте тарифов на страхование жизни. Публично они говорят об этом осторожно. Но алгоритмы смотрят — какой образ жизни демонстрирует человек в Instagram. Занимается ли экстремальными видами спорта. Употребляет ли алкоголь судя по фотографиям. Какой у него круг общения.

Ты думал что выкладываешь фото с вечеринки для друзей. Страховой алгоритм думал иначе.

Четвёртый владелец. Работодатели.

Это направление растёт быстрее всего — и меньше всего регулируется.

Начнём с найма. Крупные компании давно используют алгоритмы для первичного отбора кандидатов. Резюме анализируется автоматически — ключевые слова, структура, даже форматирование. Но это только начало.

Компании покупают данные у брокеров — или используют специализированные HR-платформы которые агрегируют публичные данные о кандидатах. LinkedIn, GitHub, публикации в соцсетях, участие в профессиональных форумах, история выступлений на конференциях. Всё это собирается в профиль ещё до того как ты отправил резюме.

Amazon несколько лет использовал алгоритм найма который анализировал резюме и давал оценку кандидатам. В 2018 году выяснилось что алгоритм систематически понижал рейтинг женщин. Не потому что кто-то это запрограммировал намеренно. Потому что алгоритм обучался на исторических данных о найме — а исторически в технических должностях нанимали преимущественно мужчин. Алгоритм воспроизвёл предвзятость. Amazon закрыл программу. Но принцип остался — в других компаниях, с другими названиями.

Теперь про мониторинг уже нанятых сотрудников.

Пандемия Covid ускорила переход на удалённую работу — и вместе с ним взрывной рост рынка программ слежки за сотрудниками. Они называются красиво — «платформы для повышения продуктивности», «инструменты управления командой». Суть другая.

Программы типа Hubstaff, Time Doctor, Teramind делают скриншоты экрана каждые несколько минут. Фиксируют нажатия клавиш и движения мыши. Анализируют какие приложения открыты и как долго. Некоторые включают камеру для проверки что сотрудник действительно за компьютером. Анализируют переписку в корпоративных мессенджерах на предмет «тональности» и «лояльности».

По данным исследований — после начала пандемии использование таких программ выросло на 50% только за первый год. Сейчас это норма во многих компаниях.

Сотрудник работает из дома. Чувствует себя свободно. Не знает что каждые пять минут его экран фотографируется. Что алгоритм анализирует его переписку. Что его «индекс продуктивности» рассчитывается автоматически и влияет на решение о продлении контракта.

Цифровой двойник сотрудника — это постоянно обновляемый отчёт о каждом часе его рабочего дня.

Пятый владелец. Тот о котором не говорят.

Есть категория владельцев твоего цифрового двойника которую редко включают в этот разговор. Не корпорации и не государства. Люди с плохими намерениями.

Данные утекают. Постоянно. Масштабно. Неизбежно.

По статистике — каждый взрослый человек в развитой стране уже участвовал минимум в одной крупной утечке данных. Скорее всего — в нескольких. Просто не знает об этом.

Сайт haveibeenpwned.com — бесплатный сервис — позволяет проверить попадал ли твой email в известные утечки. Большинство людей которые проверяются впервые — обнаруживают что их данные утекали два, три, пять раз.

Что происходит с утёкшими данными?

Они попадают на форумы даркнета. Там их покупают. Агрегируют с другими утечками — потому что из пяти разных утечек можно собрать один очень полный профиль. Продают дальше.

Покупатели разные. Спамеры — самые безобидные. Фишеры — опаснее, они используют личные данные чтобы письма выглядели убедительно. Мошенники занимающиеся кражей личности — самые опасные.

Кража личности в цифровую эпоху — это не кража кошелька. Это использование твоего цифрового двойника вместо тебя. С твоими данными открываются банковские счета. Берутся кредиты. Регистрируются компании. Совершаются преступления.

Человек узнаёт об этом когда к нему приходит судебная повестка. Или когда банк отказывает в кредите из-за долгов которых он не брал. Или когда работодатель находит его имя в реестре должников.

Его двойник жил своей жизнью. Без него. За его счёт.

Момент когда всё это соединяется.

Давай нарисую картину целиком. Один день из жизни твоего двойника — пока ты просто живёшь.

Утро. Ты просыпаешься. Умные часы зафиксировали качество сна — данные ушли производителю и страховой компании с которой у них партнёрство. Ты проверяешь телефон — геолокация подтвердила что ты дома, это кирпич в профиле для рекламодателей.

День. Ты едешь на работу. Телефон фиксирует маршрут — данные уходят в картографический сервис и рекламные платформы. Ты ищешь что-то в Google — запрос добавляется к профилю, реклама перестраивается. Ты открываешь новостной сайт — десятки трекеров фиксируют что именно ты читаешь и как долго. Ты пишешь коллеге в корпоративный мессенджер — алгоритм анализирует тональность на предмет вовлечённости и лояльности.

Обед. Ты платишь картой в кафе — транзакция идёт в банк, из банка — в аналитические системы которые обновляют профиль покупательского поведения. Ты листаешь Instagram пока ждёшь заказ — алгоритм фиксирует на чём останавливается взгляд, какие эмоции вызывает контент, обновляет психографический профиль.

Вечер. Ты смотришь сериал на стриминге — платформа фиксирует что именно, как долго, где останавливаешь, что пересматриваешь. Ты делаешь покупку онлайн — данные о транзакции обновляют профиль у брокера. Ты отвечаешь на голосовое сообщение — голос записан, обработан, добавлен к биометрическому профилю.

Ночь. Ты засыпаешь. Твой двойник не спит. Он продаётся на рекламных аукционах. Он обрабатывается алгоритмами страховой компании которая пересчитывает твой тариф. Он сравнивается с профилями людей которых ты не знаешь чтобы сделать выводы о тебе.

Это не паранойя. Это буквально то что происходит. Каждый день. С каждым у кого есть смартфон и интернет.

Что с этим делать.

Полностью исчезнуть из цифрового мира невозможно. Да и не нужно. Цель не в том чтобы стать невидимым — цель в том чтобы понимать кому что принадлежит и где проходит граница.

Три направления которые реально меняют картину.

Первое — минимизация следа. Не нулевой след — минимальный. Используй поисковик который не сохраняет историю — DuckDuckGo, Brave Search. Используй браузер с защитой от трекеров — Firefox с настройками приватности, Brave. Это не делает тебя анонимным — но значительно уменьшает количество кирпичей которые добавляются в здание твоего двойника каждый день.

Второе — разделение. Не используй один email для всего. Для важного — один адрес. Для регистраций на сайтах — другой, временный. Сервисы типа SimpleLogin или AnonAddy создают псевдонимы которые пересылают почту на твой реальный адрес — сайт не знает кто ты на самом деле. Когда псевдоним начинает получать спам — ты знаешь кто продал твои данные.

Третье — проверка. Зайди на haveibeenpwned.com прямо сейчас. Введи свой email. Посмотри в каких утечках он участвовал. Это займёт тридцать секунд — и покажет реальную картину того сколько раз твои данные уже утекали.

Твой цифровой двойник существует. Им владеют корпорации, государства, страховые компании, работодатели — и иногда люди которым ты точно не хотел бы его отдавать.

Но теперь ты знаешь кто они. И знание — это уже другая позиция.

Куда всё это движется. Искусственный интеллект, цифровые двойники и вопрос который никто не задаёт

Начали мы с того что говорили о том, как строится твой цифровой двойник. Потом кому он принадлежит и что с ним делают прямо сейчас.

Сейчас я хочу поговорить о том куда это движется. Не через сто лет. Через пять. Через десять. На расстоянии которое уже видно — если знать куда смотреть.

И о вопросе который в этом разговоре почти никто не задаёт. Не технический вопрос. Не юридический. Человеческий.

Где заканчиваются данные — и начинается личность?

Кто решает где эта граница?

И что происходит когда её не существует?

Сначала — где мы находимся сейчас.

Чтобы понять куда движется поезд — нужно понять с какой скоростью он уже едет.

2012 год. Алгоритм предсказывает беременность по покупкам в супермаркете. Это казалось удивительным — мы говорили об этом в первом посте.

2016 год. Алгоритм Cambridge Analytica предсказывает политическое поведение и психологический тип по лайкам в соцсетях. Используется для влияния на выборы в десятках стран.

2019 год. Китайские системы распознавания лиц идентифицируют человека в толпе за доли секунды. Система социального кредита связывает это с поведенческим профилем в реальном времени.

2021 год. Компания Clearview AI собрала базу из 10 миллиардов фотографий из открытых источников — социальных сетей, новостных сайтов, публичных реестров. Любой человек на любом фото идентифицируется мгновенно. Сервис продаётся полицейским департаментам и частным компаниям. Большинство людей чьи фото в базе — никогда не давали согласия.

2023 год. Языковые модели нового поколения — GPT-4, Claude, Gemini — способны имитировать стиль речи конкретного человека с пугающей точностью если дать им достаточно текстов написанных этим человеком. Голосовые модели клонируют голос по нескольким секундам записи. Видеомодели создают реалистичное видео с лицом любого человека.

2024 год. Всё это соединяется.

Посмотри на траекторию. Каждые два-три года — качественный скачок. Не количественный — качественный. Это не просто «стало больше данных». Это «данные начали делать то чего раньше не могли».

И мы находимся в начале кривой — не в середине и не в конце.

Что такое ИИ-двойник. И почему это не то же самое что профиль данных.

До недавнего времени цифровой двойник был пассивным. Он хранился в базах. Его анализировали. На его основе принимали решения. Но сам по себе он ничего не делал.

Искусственный интеллект меняет это фундаментально.

ИИ-двойник — это не профиль. Это симуляция. Модель которая не просто описывает тебя — а воспроизводит тебя. Отвечает как ты. Принимает решения как ты. Реагирует на новые ситуации так как — по мнению алгоритма — реагировал бы ты.

Это качественно другая вещь.

Позволь объяснить через конкретный пример который уже происходит — не в лаборатории, а в реальной жизни.

Компания Soul Machines из Новой Зеландии создаёт цифровых людей — Digital People — для корпоративных клиентов. Это ИИ-аватары которые выглядят как живые люди, говорят живыми голосами, ведут диалог в реальном времени. Их используют банки для обслуживания клиентов, медицинские компании для консультаций, образовательные платформы для обучения.

Пока это не конкретные копии конкретных людей. Пока.

Но технология которая делает это возможным — та же самая что позволяет создать копию тебя. Нужны только данные. Достаточно данных.

Сколько нужно данных?

Исследователи из MIT в 2023 году показали что для создания убедительной голосовой модели человека достаточно трёх секунд чистой записи голоса. Три секунды. Видеозвонок. Голосовое сообщение. Публичное выступление.

Для создания текстовой модели которая имитирует стиль письма — достаточно нескольких тысяч слов. Активный пользователь соцсетей пишет столько за несколько недель.

Для создания модели поведения — история действий в приложениях за несколько месяцев.

Всё это у корпораций уже есть. Годами. На миллиарды людей.

Технически — ничто не мешает создать твою симуляцию уже сегодня. Вопрос не в возможности. Вопрос в том разрешено ли это — и кто контролирует что с ней делают.

Сценарии которые уже происходят

Не будущее. Настоящее — просто не везде освещённое.

Сценарий первый. Цифровое бессмертие.

В 2021 году американка Джошуа Барбо потеряла дочь — Джессику — в автомобильной аварии. Джессике было 23 года. Мать не могла смириться с потерей.

Она обратилась к компании которая создала чат-бота обученного на переписке Джессики — тысячах сообщений которые та отправляла через разные мессенджеры. Бот отвечал в её стиле. Использовал её выражения. Вспоминал события из её жизни.

Мать разговаривала с ботом каждый день.

История стала публичной. Вызвала огромную дискуссию. Психологи разделились — одни говорили что это помогает пережить горе, другие что это патологически препятствует принятию потери.

Но вот вопрос который в этой дискуссии почти не звучал.

Джессика давала согласие на это? Она когда-нибудь думала что её переписка станет основой для симуляции после смерти? Что эта симуляция будет продолжать существовать — говорить от её имени, представлять её — без её участия, без её контроля?

Нет. Она просто писала сообщения друзьям.

Компания которая создала бота — получила деньги за подписку. Мать получила иллюзию продолжения. Джессика — не получила ничего. Потому что её уже не было. Но её данные — были.

Это не единственный случай. Это индустрия. HereAfter AI, StoryFile, Eternos, Replika — десятки компаний работают в этом пространстве. Рынок цифрового бессмертия оценивается в миллиарды долларов.

Никакого регулирования. Никаких стандартов. Никакого ответа на вопрос — кому принадлежит цифровая копия человека после его смерти.

Сценарий второй. Deepfake личности.

2019 год. Генеральный директор британской энергетической компании получает звонок от — как он думал — своего босса из немецкой материнской компании. Голос абсолютно убедительный. Акцент правильный. Манера речи знакомая. Босс просит срочно перевести 220 000 евро венгерскому поставщику.

Директор переводит.

Звонок был сгенерирован ИИ. Голос скопирован с публичных выступлений настоящего руководителя. 220 000 евро ушли мошенникам.

Это был один из первых задокументированных случаев голосового дипфейка в мошенничестве. С тех пор таких случаев — тысячи. Суммы потерь по всему миру — миллиарды долларов ежегодно.

Но финансовое мошенничество — это только один сценарий. И не самый страшный.

В 2023 году в нескольких странах фиксировались случаи когда мошенники звонили пожилым людям — голосом их детей или внуков. «Мама, я попал в аварию, мне нужны деньги срочно, не звони папе, он расстроится.» Голос — неотличим. Эмоции — убедительны. Пожилые люди переводили деньги.

Для этого нужно несколько секунд голосовой записи. Которая есть в голосовых сообщениях. В видео в соцсетях. В публичных выступлениях.

Твой голос существует в интернете. Этого достаточно.

Сценарий третий. Политические манипуляции нового уровня.

Cambridge Analytica использовала данные чтобы показывать людям таргетированные политические сообщения. Это была первая версия.

Вторая версия выглядит иначе.

На выборах в Словакии в 2023 году за несколько дней до голосования появилась аудиозапись. На ней — лидер либеральной партии обсуждает с журналисткой как фальсифицировать выборы. Голос убедительный. Разговор детальный.

Запись была сфабрикована. ИИ-генерация голоса.

Но разоблачение появилось позже — а запись разлетелась мгновенно. Партия потеряла голоса. Может быть это не изменило результат выборов — никто не знает точно. Но прецедент создан.

Дипфейк политика говорящего то чего он никогда не говорил. Дипфейк лидера объявляющего войну. Дипфейк публичного человека в ситуации которой никогда не было.

Технология существует. Доступна. Становится дешевле каждый месяц.

И вот что важно. Для создания дипфейка конкретного человека нужны данные этого человека — голос, видео, текст. Чем больше данных — тем убедительнее результат. Чем активнее человек в интернете — тем лучше его можно скопировать.

Публичные люди — политики, журналисты, активисты — наиболее уязвимы. Но и обычный человек с активными соцсетями — уже достаточная мишень для целенаправленной атаки.

Сценарий четвёртый. Предиктивные системы.

Это самый тихий сценарий. И возможно — самый долгосрочно значимый.

Предиктивные системы — это алгоритмы которые на основе цифрового двойника предсказывают будущее поведение человека. И принимают решения на основе этого предсказания — до того как поведение произошло.

Звучит как фантастика. Называется — Minority Report, помнишь такой фильм? Арестовывают за преступление которое ещё не совершено.

Это уже происходит. В смягчённой форме — но по той же логике.

В США ряд полицейских департаментов использует алгоритмические системы предсказания преступности. PredPol, ShotSpotter, Palantir. Системы анализируют исторические данные о преступлениях, демографические данные, социальные сети — и предсказывают где и когда вероятно следующее преступление. Или — кто вероятно его совершит.

Полиция усиливает патрулирование в «предсказанных» зонах. Уделяет повышенное внимание «предсказанным» людям.

Проблема. Если алгоритм обучен на исторических данных которые отражают существующую предвзятость — он воспроизводит и усиливает эту предвзятость. Исторически определённые районы патрулировались больше — значит там фиксировалось больше преступлений. Алгоритм видит больше преступлений в этих районах — предсказывает больше преступлений там же. Полиция патрулирует ещё больше. Круг замкнулся.

Человек попадает под повышенное внимание не потому что что-то сделал. А потому что алгоритм решил что он вероятно сделает.

В кредитовании та же логика. Алгоритм предсказывает вероятность дефолта — и отказывает в кредите человеку который ещё ничего не нарушил. На основе данных людей похожих на него. На основе паттернов которые он демонстрирует — часто даже не финансовых.

В найме. В страховании. В доступе к государственным услугам.

Решения о тебе принимаются на основе предсказания того кем ты будешь — а не того кем ты являешься.

Теперь — вопрос которого все избегают.

Я обещал поставить вопрос который в этом разговоре почти не звучит.

Вот он.

Если цифровой двойник достаточно точен чтобы предсказывать твои решения — достаточно точен чтобы имитировать твою речь и поведение — достаточно убедителен чтобы обмануть людей которые тебя знают — где заканчивается копия и начинается оригинал?

Это не философский вопрос ради красивого звука. Это практический вопрос с практическими последствиями.

Если компания создала симуляцию — может ли она давать согласие от твоего имени? Подписывать контракты? Совершать транзакции?

Если твой ИИ-двойник сказал что-то — несёшь ли ты ответственность за это? Даже если ты этого не говорил?

Если твоя цифровая копия существует после твоей смерти — кому она принадлежит? Твоим наследникам? Компании которая её создала? Государству?

Если алгоритм решил что ты вероятно совершишь что-то — имеет ли это юридические последствия для тебя? Уже сейчас — в кредитовании и страховании — имеет. Это нормально?

Законодательство не успевает за этими вопросами. GDPR — хороший закон, важный закон — писался когда большинства этих сценариев не существовало. Он регулирует данные. Но граница между данными и личностью — размывается.

Данные это описание тебя. Симуляция — это уже что-то другое. Что-то что действует. Что принимает решения. Что влияет на мир от твоего имени.

Для этого у нас пока нет ни слова. Ни закона. Ни консенсуса.

История которая это делает конкретным.

Есть один случай который я хочу рассказать. Не потому что он самый драматичный. Потому что он самый точный.

2023 год. Актриса Scarlett Johansson обнаружила что компания создала и активно продвигала ИИ-голосового ассистента — с голосом который был неотличим от её голоса. Без её согласия. Без её ведома. Без компенсации.

Компания не взламывала её телефон. Не крала записи. Просто обучила модель на публичных материалах — фильмах, интервью, публичных выступлениях — которые были в открытом доступе.

Johansson потребовала прекратить. Компания отказалась — заявив что голос «случайно похож» и они ничего не нарушали.

Это публичный человек с ресурсами, юристами, медийным влиянием. Она смогла поднять шум. История стала международной новостью.

Обычный человек в такой ситуации не имеет ни ресурсов ни инструментов. И таких случаев — с обычными людьми, без огласки — происходит тысячи.

Твой голос публичен — в видео которые ты снимал. Твоё лицо публично — в фото которые ты выкладывал. Твой стиль речи публичен — в постах которые ты писал.

Технически — этого достаточно. Юридически — пока серая зона. Практически — происходит уже сейчас.

Что будет дальше. Честный прогноз.

Я не буду делать вид что знаю точно как это развернётся. Никто не знает. Но направление — видно.

Регулирование будет усиливаться. Европейский AI Act — закон об искусственном интеллекте — вступил в силу в 2024 году. Это первый в мире комплексный закон регулирующий ИИ-системы. Он запрещает ряд наиболее опасных применений — в том числе системы социального скоринга в стиле китайской модели, биометрическую идентификацию в реальном времени в публичных местах в большинстве случаев, манипулятивные системы влияния на поведение.

Это важный шаг. Но закон всегда догоняет технологию — никогда не опережает.

Технология будет ускоряться. Стоимость создания убедительного дипфейка падает каждый год. То что в 2020 году требовало дорогостоящей студии — сегодня делается на обычном компьютере за несколько минут. То что сегодня требует компьютера — через несколько лет будет делаться на телефоне.

Граница между реальным и симулированным будет стираться. Уже сейчас большинство людей не могут надёжно отличить качественный дипфейк от реального видео. Через несколько лет — это станет практически невозможным без специальных инструментов.

И вот к чему мы движемся.

Мир в котором вопрос «это действительно он?» — применительно к голосу, видео, тексту — не имеет очевидного ответа. Мир в котором твоя цифровая копия может действовать независимо от тебя. Мир в котором решения о тебе принимаются на основе предсказаний о тебе — не на основе твоих реальных действий.

Это не апокалипсис. Это просто новая среда. Как промышленная революция была новой средой для людей которые жили в аграрном мире. Они не все погибли. Но те кто понял что происходит — адаптировались лучше тех кто не понял.

Что делать с этим пониманием.

Три вещи. Конкретные.

Первое — осознанность цифрового следа. Теперь когда ты понимаешь что каждый кусок данных который ты оставляешь — потенциально строительный материал для симуляции тебя — ты по-другому относишься к тому что публикуешь. Не в смысле «ничего не публиковать». В смысле — понимать разницу между тем что ты хочешь чтобы существовало публично, и тем что утекает без твоего решения.

Второе — критическое восприятие цифрового контента. Голос который ты слышишь по телефону — это действительно тот человек? Видео которое ты видишь — это реальная запись? Текст написан человеком или моделью? Эти вопросы становятся обязательными — не признаком паранойи а признаком грамотности.

Простое правило. Если тебя просят сделать что-то срочное и необычное — перезвони на известный тебе номер. Напрямую. Не по тому номеру с которого звонили. Этот простой шаг разрушает большинство схем голосового мошенничества.

Третье — участие в разговоре. Законы которые будут регулировать ИИ-двойников, цифровое бессмертие, предиктивные системы — пишутся сейчас. Или будут писаться в ближайшие несколько лет. Эти законы будут лучше если в обществе есть осознанный разговор об этих темах. Не технический — человеческий. О том что важно. О том где граница. О том что мы хотим разрешить — а что нет.

Этот разговор начинается с того что люди вообще знают о чём речь.

Ты теперь знаешь.

Напоследок

Я начал этот пост с вопроса. Где заканчиваются данные и начинается личность?

Вот мой ответ.

Личность — это не данные. Личность — это непрерывный живой процесс. Это способность меняться. Удивляться самому себе. Принимать решения которые никакой алгоритм не предсказал. Делать то чего от тебя не ждали — включая тебя самого.

Цифровой двойник — это слепок. Очень точный. Иногда пугающе точный. Но всегда — прошлого. Он знает кем ты был. Он предсказывает кем ты будешь — на основе кем ты был. Но он не знает кем ты решишь стать.

Это и есть граница.

Данные описывают траекторию. Личность может с неё сойти.

И пока это так — пока человек способен удивить алгоритм — разговор о данных, правах и цифровой гигиене имеет смысл. Потому что за ним стоит вопрос о том, останется ли это так.

Останется — если мы понимаем что происходит.