Мне это нравится или так решила лента? 73% зумеров стало труднее понять разницу
Вы увидели Labubu десятый раз за неделю. Потом ещё раз. Потом девушка в кофейне повесила его на сумку. Потом алгоритм показал распаковку. Потом — ролик о том, почему конкретная серия особенно редкая.
И через несколько дней происходит странное: вы уже сами заходите посмотреть, сколько он стоит.
Но в какой именно момент игрушка понравилась вам?
Свежий опрос Pinterest среди 1009 жителей Сингапура в возрасте от 18 до 29 лет обнаружил довольно точное описание этой проблемы. 73% сказали, что им стало сложнее понимать, что действительно нравится им самим, а что лента говорит им, что должно нравиться. Ещё 86% хотят пространства, где можно исследовать собственный вкус без внешнего влияния, а 81% — платформ, которые помогают находить личные предпочтения вместо простого показа популярного. Исследование проводила Pureprofile в июне 2026 года по заказу самого Pinterest, поэтому его стоит читать и как исследование аудитории, и как часть позиционирования платформы.
Сам Pinterest называет этих молодых пользователей «intentional generation»: поколением, которое хочет пользоваться технологиями, но не хочет, чтобы технологии определяли его. Для компании это, разумеется, чрезвычайно удобный вывод — Pinterest как раз противопоставляет себя бесконечной ленте и продаёт идею осознанного поиска вдохновения. Но конфликт, который обнаружил опрос, существует далеко за пределами одной платформы.
Потому что рекомендательная система больше не просто показывает человеку то, что ему нравится. Она участвует в процессе, в результате которого это вообще начинает ему нравиться.
Другие видят его ответ и думают: «Раз это уже здесь — мне нужно что-то другое».
И в обоих случаях алгоритм всё равно участвует в формировании вкуса.
В мае этого года Scientific Reports опубликовал исследование студентов-дизайнеров, посвящённое именно «эстетической автономии». Авторы обнаружили связь между сильнее воспринимаемой алгоритмической средой рекомендаций, эстетической гомогенизацией и ослаблением ощущения собственной независимости во вкусе. Это не доказательство того, что TikTok превращает всех людей в одинаковых, — исследование ограничено конкретной группой и моделью связей, — но оно очень хорошо рифмуется с тем, что теперь сами молодые пользователи говорят Pinterest.
Особенно хорошо этот механизм виден в потреблении. Есть вещи, которые будто одновременно появляются повсюду: определённые кроссовки, кружка, оттенок румян, игрушка на сумке, способ приготовить матчу, форма дивана.
Конечно, массовые тренды существовали задолго до TikTok. Вкус вообще никогда не был полностью индивидуальным: на него влияли друзья, журналы, телевидение, знаменитости, классовая среда и люди на улице.
Разница в скорости и точности обратной связи.
Журнал не видел, что вы задержались на фотографии туфель на 1,8 секунды дольше обычного. Алгоритм видит. После этого он может показать ещё одну пару, проверить реакцию и постепенно собрать настолько убедительную версию «вас», что она начинает влиять уже на реального вас.
Исследования recommender systems при этом показывают неоднозначную картину. Алгоритмы способны помогать обнаруживать более широкий ассортимент товаров, но одновременно рекомендации могут сужать разнообразие того, что люди в итоге выбирают. Отдельная проблема — popularity bias: популярные вещи получают больше видимости, эта видимость приносит новые взаимодействия, а новые взаимодействия делают их ещё более заметными.
Получается машина, которая умеет превращать популярность в ещё большую популярность.
Именно поэтому вопрос «почему внезапно все захотели одну и ту же вещь?» теперь нельзя полностью отделить от вопроса «как эта вещь распространялась алгоритмически».
Но самое интересное в исследовании Pinterest — молодые люди, похоже, начали замечать сам механизм.
86% хотят исследовать вкус без внешнего давления. 81% хотят персонализации, которая помогает понять собственные предпочтения, а не просто догонять популярное. При этом 84% говорят, что нынешний интернет уже неплохо отражает их интересы. Они не требуют отключить алгоритмы. Они хотят более странную вещь: чтобы алгоритм понимал их достаточно хорошо, но не понимал слишком хорошо.
Это серьёзная проблема и для брендов.
Последние годы маркетинг становился всё лучше в одном: найти человека, который с максимальной вероятностью нажмёт на товар. Но если потребитель начинает подозревать, что его желания слишком предсказуемы, появляется новая ценность — ощущение, что вещь нашёл ты сам.
Не «это сейчас у всех».
Не «TikTok made me buy it».
Не «алгоритм понял, что тебе показать».
А: «Я сам решил, что мне это нравится».
Возможно, следующий этап персонализации будет парадоксальным. Платформам придётся научиться не только идеально предсказывать желания человека, но иногда отходить в сторону и давать ему возможность удивить собственный алгоритм.
Потому что recommendation engine уже прекрасно научился отвечать на вопрос:
«Что я, скорее всего, захочу купить?»
А пользователи теперь задают куда более неудобный:
осто очень хорошо научились убеждать меня, что хочу?»
Алгоритм сначала изучает вкус, а потом начинает его формировать
В старой модели всё выглядело достаточно понятно. Вам нравились условные широкие джинсы, поэтому вы искали широкие джинсы.
Теперь последовательность может работать наоборот. Вы задержались на одном ролике с широкими джинсами чуть дольше. Алгоритм показал ещё три. Потом подборку образов. Потом магазин. Потом инфлюенсера. Через неделю эта вещь уже кажется естественной частью вашего собственного стиля.
Граница между «платформа правильно угадала мой вкус» и «платформа помогла этот вкус создать» становится почти невидимой.
Это не только красивая философская проблема. Исследования рекомендательных систем давно показывают, что сами рекомендации способны влиять на дальнейшие предпочтения пользователей. В контролируемых экспериментах ещё раньше обнаруживали эффект якоря: оценка, предложенная системой, могла сдвигать то, как человек впоследствии воспринимал продукт. А исследование 2025 года среди увлечённых модой пользователей Instagram показало, что часть покупателей сознательно использует алгоритм как навигатор по трендам, тогда как поклонники более нишевой моды, наоборот, начинают воспринимать попадание любимого стиля в алгоритмический мейнстрим как сигнал, что пора искать что-нибудь другое.
Получается забавная гонка.
Одни пользователи спрашивают алгоритм: «Что сейчас считается красивым?»
Другие видят его ответ и думают: «Раз это уже здесь — мне нужно что-то другое».
И в обоих случаях алгоритм всё равно участвует в формировании вкуса.
В мае этого года Scientific Reports опубликовал исследование студентов-дизайнеров, посвящённое именно «эстетической автономии». Авторы обнаружили связь между сильнее воспринимаемой алгоритмической средой рекомендаций, эстетической гомогенизацией и ослаблением ощущения собственной независимости во вкусе. Это не доказательство того, что TikTok превращает всех людей в одинаковых, — исследование ограничено конкретной группой и моделью связей, — но оно очень хорошо рифмуется с тем, что теперь сами молодые пользователи говорят Pinterest.
Особенно хорошо этот механизм виден в потреблении. Есть вещи, которые будто одновременно появляются повсюду: определённые кроссовки, кружка, оттенок румян, игрушка на сумке, способ приготовить матчу, форма дивана.
Конечно, массовые тренды существовали задолго до TikTok. Вкус вообще никогда не был полностью индивидуальным: на него влияли друзья, журналы, телевидение, знаменитости, классовая среда и люди на улице.
Разница в скорости и точности обратной связи.
Журнал не видел, что вы задержались на фотографии туфель на 1,8 секунды дольше обычного. Алгоритм видит. После этого он может показать ещё одну пару, проверить реакцию и постепенно собрать настолько убедительную версию «вас», что она начинает влиять уже на реального вас.
Исследования recommender systems при этом показывают неоднозначную картину. Алгоритмы способны помогать обнаруживать более широкий ассортимент товаров, но одновременно рекомендации могут сужать разнообразие того, что люди в итоге выбирают. Отдельная проблема — popularity bias: популярные вещи получают больше видимости, эта видимость приносит новые взаимодействия, а новые взаимодействия делают их ещё более заметными.
Получается машина, которая умеет превращать популярность в ещё большую популярность.
Именно поэтому вопрос «почему внезапно все захотели одну и ту же вещь?» теперь нельзя полностью отделить от вопроса «как эта вещь распространялась алгоритмически».
Но самое интересное в исследовании Pinterest — молодые люди, похоже, начали замечать сам механизм.
86% хотят исследовать вкус без внешнего давления. 81% хотят персонализации, которая помогает понять собственные предпочтения, а не просто догонять популярное. При этом 84% говорят, что нынешний интернет уже неплохо отражает их интересы. Они не требуют отключить алгоритмы. Они хотят более странную вещь: чтобы алгоритм понимал их достаточно хорошо, но не понимал слишком хорошо.
Это серьёзная проблема и для брендов.
Последние годы маркетинг становился всё лучше в одном: найти человека, который с максимальной вероятностью нажмёт на товар. Но если потребитель начинает подозревать, что его желания слишком предсказуемы, появляется новая ценность — ощущение, что вещь нашёл ты сам.
Не «это сейчас у всех».
Не «TikTok made me buy it».
Не «алгоритм понял, что тебе показать».
А: «Я сам решил, что мне это нравится».
Возможно, следующий этап персонализации будет парадоксальным. Платформам придётся научиться не только идеально предсказывать желания человека, но иногда отходить в сторону и давать ему возможность удивить собственный алгоритм.
Потому что recommendation engine уже прекрасно научился отвечать на вопрос:
«Что я, скорее всего, захочу купить?»
А пользователи теперь задают куда более неудобный:
«Я действительно этого хочу — или вы просто очень хорошо научились убеждать меня, что хочу?»
