Авторка эссе: Пархоменко Даша

В этом эссе я хочу рассмотреть цифровые платформы как специфические пространства производства коллективной памяти, в которых алгоритмы рекомендаций выступают в роли неявных кураторов прошлого. Исследовательский фокус смещается от классических институтов памяти — государства, академической историографии, музеев и медиа — к инфраструктурам платформенного капитализма, настраивающим видимость и связность исторического материала через логику экономики внимания. В этой перспективе прошлое перестаёт быть относительно стабильным корпусом интерпретаций и превращается в динамический поток рекомендованного контента, где вирусность, кликабельность и удержание аудитории функционируют как де-факто критерии исторической значимости.

В качестве эмпирического материала я планирую проанализировать систему рекомендаций YouTube к видео по запросу «причины распада СССР», чтобы выявить, какие ассоциативные связи формирует алгоритм вокруг этого исторического события.

Морис Хальбвакс (1925) предложил рассматривать память не как индивидуальное психическое хранилище, а как процесс, который неизбежно опирается на социальные рамки — когнитивные схемы, категории времени и пространства, разделяемые внутри групп. В его понимании любая индивидуальная реминисценция возможна лишь потому, что она вписана в коллективный символический порядок, задающий, какие события считаются достойными вспоминания и какими языками они описываются.

Ключевой тезис Хальбвакса состоит в том, что коллективная память всегда селективна: различные социальные группы конструируют разные версии прошлого, которые поддерживают их идентичность и легитимируют определённые практики в настоящем (Halbwachs, 1925). Память не накопительна, а конфигуративна: прошлое непрерывно реконструируется в свете текущих интересов и отношений власти, а забвение является столь же структурным элементом памяти, как и вспоминание.

Перенося эту логику в цифровой контекст, можно сказать, что алгоритмические рекомендации образуют новый слой социальных рамок, которые структурируют, какие элементы исторического опыта оказываются видимыми для конкретного пользователя. Если для Хальбвакса рамки задавались прежде всего групповой принадлежностью и институциональными структурами, то сегодня к ним добавляются программно реализованные фильтры и правила сортировки, встроенные в инфраструктуру платформ.

Работы современных исследователей также показывают, как цифровая среда расширяет рамки памяти. Медиа-исследовательница Хосе ван Дейк (2007) вводит концепцию опосредованных воспоминаний (mediated memories), фокусируясь на том, как медиа-технологии становятся не только каналами передачи, но и составной частью самих практик памяти. Под опосредованными воспоминаниям она понимает активности и объекты, создаваемые и присваиваемые с помощью медиа-технологий для конструирования чувства прошлого, настоящего и будущего в отношениях с другими. Важный сдвиг здесь заключается в том, что память рассматривается как распределённая между телесными, материальными и цифровыми носителями, а также как практика, глубоко вплетённая в повседневные медиа-рутины. Ван Дейк (2007) показывает, что цифровые архивы личных фотографий, блоги, плейлисты и другие формы пользовательского контента меняют кроме способов фиксации ещё и темпоральную организацию памяти: её всё чаще переживают как непрерывный поток обновлений, а не как периодические акты обращения к прошлому. Память становится событием интерфейса, возникающим в момент взаимодействия пользователя с медиа-средой, а не устойчивым внутренним ресурсом. В этом смысле алгоритмы рекомендаций оказываются не просто механизмами навигации, но и техниками временной композиции прошлого.

Другие исследователи Найгер, Мейерс и Зандберг (2011) в своей работе описывают медиапамять как результат пересечения медийных форматов, журналистских практик и коллективных режимов воспоминания. Авторы демонстрируют, что медиа не только отражают уже сложившиеся общественные нарративы о прошлом, но и активно участвуют в их формировании, задавая памятные поводы, темпоральные маркеры и визуальные иконографии.

Эти работы показывают, что медиапамять структурирована логикой медиаиндустрии: новостные циклы, жанровые форматы, визуальные стандарты и коммерческие интересы влияют на то, какие события, в каких формах и с какой периодичностью возвращаются в публичное внимание. В эпоху платформ это медиапроизводство памяти всё чаще опосредовано алгоритмами, которые настраивают видимость и циркуляцию медиа-объектов.

Аннет Маркхэм и Габриэль Перейра в статье «Experimenting With Algorithms and Memory-Making» (2019) предлагает важную оптику для понимания алгоритмов как участника процессов воспоминания. Исследовательницы анализируют художественно-исследовательский проект, в котором алгоритмические процедуры используются для генерации различных аудиовизуальных представлений одной и той же памяти, демонстрируя, насколько хрупкими и контингентными оказываются связи между цифровыми артефактами и их возможными будущими прочтениями.

Они подчёркивают, что в доминирующих представлениях цифровая архивизация часто воспринимается как гарантия сохранения и доступности памяти, тогда как на практике она зависит от множества невидимых решений: от форматов файлов и политик платформ до алгоритмических правил сортировки и фильтрации. Алгоритм в этой перспективе предстает не как нейтральный технический посредник, а как набор нормативных предпосылок о том, какие данные значимы, как их следует группировать и как они должны появляться перед взглядом пользователя.

Эта критическая перспектива позволяет переосмыслить рекомендательные системы как режимы будущего управления памятью: то, какие видео окажутся видимыми и связными сегодня, определяет текущие траектории внимания и потенциальные линии будущих воспоминаний. Алгоритм «выбирает» те элементы прошлого, которые получают шанс стать частью индивидуальных и коллективных нарративов, а другие оставляет в состоянии латентности или цифрового забвения.

Чтобы эмпирически проверить теоретические тезисы о роли алгоритмов в кураторстве прошлого, я провела небольшое кейс-стади на платформе YouTube. Я выбрала именно эту платформу, исходя из предположения, что для сложных исторических вопросов пользователи в цифровой среде чаще обращаются к аудио‑ и видеоконтенту, не к статичным текстам или публикациям.

В качестве отправной точки я выбрала запрос «причины распада СССР». Выбор именно этого исторического события связан с тем, что в российском обществе нет консенсуса на данную тему как в общественной публичной среде, так и со стороны власти (Малинова, 2014).

Далее, я вышла из своего аккаунта на платформе и использовала режим инкогнито, чтобы сократить количество сигналов, связывающих меня с ранее накопленной сервисом информацией. Возможно, такая процедура не устраняет полностью эффект персонализации, но позволяет сместить акцент в сторону более обобщённого сценария рекомендаций, основанного на контентных и поведенческих паттернах, усреднённых по большим группам пользователей. Отмечу, что я отказалась от сортировки по популярности, оставив стандартную сортировку по релевантности, это позволило приблизиться к опыту «обычного» пользователя, который, скорее всего, не будет менять настройки фильтров.

После ввода запроса я выбрала первое по релевантности видео как референтное — им стал ролик «Почему развалился Советский Союз [БЕЗ КОНСПИРОЛОГИИ]» канала «Простая экономика». Вокруг него я зафиксировала первые 15 рекомендованных YouTube видео, не отфильтровывая их по степени тематического соответствия изначальной формулировке запроса. Я решила сознательно включить в выборку ролики на другие темы: если бы я оставила только видео, напрямую посвящённые причинам распада Союза, исследование скорее превратилось бы в анализ контента по одной тематической оси, а я пытаюсь реконструировать ассоциативные ряды, которые алгоритм строит вокруг референтного ролика.

Для каждого из 16 видео (основного и 15 рекомендованных) я зафиксировала название, канал, дату публикации, длительность, тему (выведенную по названию и описанию), а также основные метрики вовлечения (актуальные на 01.04.2026): просмотры, лайки, комментарии (см. Таблица 1).

Важно зафиксировать основные ограничения: во‑первых, исследование основано на единственной итерации поиска и формировании рекомендаций, что не позволяет делать обобщающие выводы о типичной конфигурации алгоритмической памяти о распаде СССР. Во‑вторых, я не анализировала подробно содержание всех рекомендованных роликов, зафиксировав основную тему лишь по названию и краткому описанию, хотя более глубокий дискурс-анализ мог бы существенно усложнить и расширить исследование. Эти ограничения осознанно компенсируются исследовательским фокусом на логике ассоциативных связей, а не на оценке корректности или качества исторических аргументов. Меня интересует, какие тематические и темпоральные переходы предлагает алгоритм, когда пользователь делает первый шаг к освоению этой темы.

Таблица 1. Референтное видео и 15 рекомендованных роликов

Корневое видео «Почему развалился Советский Союз [БЕЗ КОНСПИРОЛОГИИ]» позиционируется как рациональное объяснение распада без апелляции к конспирологическим версиям. Автор не говорит напрямую о том, что это его личная позиция, апеллируя к историческим документам, ссылки на которые прикладывает в описании ролика. В его рассказе акцент делается на структурных причинах: истощение экономической модели, кризис идеологии, потеря территориальной целостности и попытка предотвратить гражданскую войну в условиях распада империи. Это задаёт отправную рамку: пользователь входит в поле, где распад трактуется прежде всего как результат системного кризиса, не как предательство отдельных фигур.

Рекомендованные ролики можно условно разделить на несколько тематических групп:

• видео, прямо посвящённые распаду СССР
• ролики о смежных периодах и сюжетах: «девяностые», «нулевые», политика Горбачёва, перестройка
• материалы о других ключевых исторических событиях, связанных с советской историей: политика Сталина, Великая Отечественная война, Первая мировая война, Холодная война

В результате подборки возникает не только тематическое облако вокруг распада СССР, но и определённая темпоральная траектория: от позднесоветского периода и перестройки к травматическому опыту девяностых и нулевых, и далее — к более широким сюжетам войн и имперских кризисов. Получается, что алгоритм связывает распад СССР с другими эпохами и событиями, вписывая его в более длинный нарратив о крахах и переломах.

Заметную долю рекомендаций составляют видео, непосредственно посвящённые распаду СССР. На уровне названий видно, что алгоритм собирает вместе разные модусы разговора о распаде: от попыток аналитического разбора («Как потерять власть», «Почему распался СССР?») до драматизирующих формулировок о «гибели империи» и «предательстве».

С точки зрения коллективной памяти в духе Хальбвакса алгоритм здесь не выбирает одну «правильную» версию распада, но и не предоставляет пользователю равный доступ к множеству альтернативных интерпретаций. Скорее он собирает вокруг исходного видео репертуар дискурсивных позиций, которые уже получили значительную видимость и вовлечённость на платформе, тем самым репродуцируя наиболее медийно заметные нарративы о распаде. В логике медиа-исследованний это можно описать как конструирование публичной повестки памяти, где присутствуют и официально‑институциональные нарративы, и альтернативные интерпретации, но их видимость обусловлена логикой платформенной популярности.

Часть рекомендаций смещает фокус от самого распада к последствиям: ролики «Худшая Россия, которую вы забыли. Девяностые» и «Лучшая Россия в истории. Как мы её потеряли» на канале «Простая экономика» описывают 1990‑е и 2000‑е как два полюса социальной и экономической динамики. В первом случае девяностые предстают как «худшая» Россия, травматический опыт кризиса, бедности, криминализации; во втором — нулевые маркируются как «лучшая» Россия, утраченное окно возможностей или период относительного благополучия.

Алгоритм таким образом связывает интерес пользователя к причинам распада СССР с более широкой темой постсоветской трансформации, предлагая линейку: распад — хаос девяностых — стабилизация (и последующая потеря) нулевых. Интересно, что этот ряд похож на воспроизводимый в российском публичном пространстве нарратив, где девяностые часто функционируют как негативный фон для легитимации последующей политической стабильности. Платформа, при этом, не только транслирует официальный дискурс, но и предоставляет поле для альтернативных оценок нулевых как «утраченной лучшей России», что встраивается в более сложную конфигурацию «политически пригодного прошлого».

Я думаю, что с точки зрения алгоритмической логики, связь с девяностыми и нулевыми может объясняться как пересечением аудиторий каналов, так и тематическим соседством: пользователи, интересующиеся распадом, с высокой вероятностью кликают на ролики о девяностых, а успешные ролики о девяностых, в свою очередь, подтягиваются к видео о распаде. Но на уровне коллективной памяти это соседство производит определённую каузальную цепочку: распад оказывается отправной точкой для объяснения последующего кризиса, а не, например, частью более долгой истории советского модернизационного проекта или глобальных трансформаций конца века.

Ещё можно выделить блок рекомендаций, связанный с фигурой Горбачёва и периодом перестройки. В этих роликах репрезентированы различные позиции: от более академизированного и лекционного формата до обвиняющего в предательстве. Алгоритм не устраивает прямой полемики, но как бы создаёт пространство, в котором пользователь, кликая последовательно по видео, сталкивается с конкурирующими персонализациями ответственности за распад.

С точки зрения медиапамяти можно сказать, что YouTube выстраивает вокруг Горбачёва специфическую иконическую фигуру, где он одновременно появляется как реформатор, как трагическая личность и как предатель. (Кстати, интересно, что второй такой фигурой на основе данной подборки рекомендаций является Сталин. Так как я брала ограниченное количество видео, в выборку попал только 1 ролик с ним, но в общей ленте их было больше.)

Набор этих роликов задаёт рамки того, как пользователь вообще может мыслить о его роли: алгоритм закрепляет персонализацию как центральную призму, вытесняя, например, структурный анализ институциональной эволюции позднего СССР.

Особое внимание привлекают рекомендации, которые на первый взгляд выходят за пределы темы распада: ролики «Почему Гитлер не смог захватить весь мир», «22 июня 1941. Почему Германия напала на СССР», видео о Первой мировой войне («Три года, когда рухнул мировой порядок») и о Холодной войне («Как Холодная война привела к созданию интернета»). Эти видео формируют более широкий исторический контур, в который вписывается распад СССР.

Ассоциативный ряд здесь строится вокруг тем войн, империй и мировых порядков, которые рушатся или трансформируются. В этой перспективе распад СССР оказывается не уникальным событием, а одним из множества имперских кризисов. Алгоритм, вероятно, считывает пересечение тематических тегов и интересов аудитории, связывая ролики о распаде с популярными видео о второй мировой и Холодной войне.

С точки зрения коллективной памяти эта связка производит эффект исторической тотализации: пользователь, который пришёл за объяснением распада, оказывается втянут в более широкий нарратив о «великих войнах» и «гибели империй». Это может усиливать определённый паттерн восприятия, в котором российская история рассматривается преимущественно через призму военных и имперских сюжетов, тогда как другие линии — социальная история, повседневность, локальные практики — остаются на периферии. Такой перекос корреспондирует с критикой «военизированной» структуры официальной памяти, но здесь он воспроизводится уже не только государственными, но и платформенными логиками видимости.

Наконец, важно обратить внимание на разнообразие форматов и типов каналов в выборке: здесь соседствуют крупные медийные проекты («Редакция», «МИНАЕВ LIVE», «Центральное телевидение»), образовательные и лекционные проекты («Теория Всего», «Лекторий Dостоевский»), а также отдельные блогеры («Простая экономика», «Советский» и др.). Память о распаде СССР получается распределённой между государственными/полугосударственными медиаструктурами, коммерческими медиа и индивидуальными продюсерами контента.

Таким образом, можно сделать вывод, что традиционная иерархия источников памяти, где государственные и академические институты доминируют, дополняется и частично оспаривается широким полем пользовательского и полу‑профессионального контента. Алгоритм, агрегируя эти разные голоса в одной ленте рекомендаций, создаёт специфическую гибридную публичность, в которой уверенностью говорит как телеканал, так и блогер. При этом критерием включения в эту публичность становятся не институциональные статусы, а показатели вовлечения и вероятности удержания аудитории.

Данное кейс-стади алгоритмических рекомендаций позволяет увидеть, как платформа выстраивает ассоциативное поле вокруг спорного исторического события. Опираясь на концепцию коллективной памяти Хальбвакса, теории медиапамяти и критические исследования алгоритмов, я постаралась показать, что рекомендательная система функционирует как своеобразный куратор прошлого, задающий рамки видимости и связности исторических нарративов.

Алгоритм собирает вокруг референтного видео не только другие объяснения распада, но и ролики о девяностых, нулевых, перестройке, фигуре Горбачёва, войнах и имперских кризисах. В результате пользователь оказывается внутри траектории, где распад СССР мыслится как часть цепочки переломных событий, ведущих от позднесоветского кризиса к постсоветскому хаосу и далее к более широким нарративам о мировых войнах и «гибели империй». Эта траектория не является ни случайной, ни полностью прозрачной: она реализует логику внимания, оптимизируя порядок и связность контента под метрики вовлечения.

Halbwachs, M. (1992 [1925]). On Collective Memory. University of Chicago Press. (trans.from French by L.A.Coser)

Markham, A. N., & Pereira, G. (2019). Experimenting with algorithms and memory-making: Lived experience and future-oriented ethics in critical data science. Frontiers in Big Data, 2, Article 35. https://doi.org/10.3389/fdata.2019.35

Neiger, M., Meyers, O., & Zandberg, E. (2011). On media memory: Editors' introduction. In M. Neiger, O. Meyers, & E. Zandberg (Eds.), On media memory: Collective memory in a new media age (pp. 1−25). Palgrave Macmillan.

van Dijck, J. (2007). Mediated memories in the digital age. Stanford University Press.

Малинова, О. Ю. (2014). Консерваторы и "инфраструктура" коллективной памяти: проблема репертуара политически пригодного прошлого. Тетради по консерватизму, 1(3), 143−144.