Интернет никак не может разрешить один вопрос: как песня в стиле кантри, которую, по словам многих, они никогда не слышали, и исполнитель, чьего имени они не знали, провела на первом месте больше недель, чем любая другая песня за 68-летнюю историю Billboard Hot 100?

«Choosin' Texas» Лэнгли держалась на вершине чарта 24 недели, превзойдя рекорд в 22 недели, принадлежавший Марии Кэри с «All I Want for Christmas Is You». Рождественская песня Кэри — сезонная классика, которая каждый зимний сезон возвращается в публичное обсуждение. Серия Лэнгли завершилась в чарте от 10 октября, когда «Patient Zero» Тейлор Свифт дебютировала на первом месте. По данным Billboard и репортажа Billboard о дебюте Свифт, песне Кэри, которая обычно возвращается на первое место каждый декабрь, понадобилось бы еще три недели на вершине, чтобы вернуть себе рекорд.

Однако, согласно данным компании по исследованию развлекательной индустрии Luminate, поделившейся цифрами с Fortune, во втором квартале 2026 года о существовании Эллы Лэнгли знали лишь 24% американских слушателей. Узнаваемость выросла с 13% в четвертом квартале 2025 года и 17% в первом квартале 2026 года, но все же охватывала менее одного из четырех слушателей в США.

Иными словами, хит номер один все еще может заставлять значительную часть публики спрашивать: «Кто это?» Это расхождение поднимает более широкий вопрос: что случилось с монокультурой?

Монокультура — это общий набор культурных отсылок: песни, телепередачи и фильмы, которые, как можно было предположить, знают все, независимо от личных предпочтений. В последнее время критики стали использовать этот термин и в почти противоположном смысле — для описания того, как алгоритмы и искусственный интеллект нивелируют культуру, сводя ее к однообразию.

Делиться отсылками было проще, когда большая часть того, что люди смотрели и слушали, проходила через небольшое число телеканалов, радиостанций и MTV. Отраслевые привратники определяли, что достигнет массовой аудитории. Чтобы знать, о чем говорят все, не обязательно быть фанатом.

Эта общая аудитория никогда не охватывала всех, и ее фрагментация началась еще до TikTok. Но персонализированные ленты усугубили разделение: то, что доходит до пользователя, все больше зависит от того, что система платформы считает нужным показать именно этому человеку. Fortune ранее рассматривала связь между алгоритмами, ИИ и монокультурой в отдельном материале.

Механизм обратной связи в действии

TikTok подчеркивает персонализацию своей ленты For You. Как поясняет компания в описании принципа работы рекомендаций, «единой ленты For You не существует».

Например, пользователь может посмотреть одно концертное видео Оливии Родриго, а затем почувствовать, что каждый пятый ролик — снова о ней. TikTok сообщает, что система учитывает, что пользователи лайкают и делятся, на кого они подписаны и досматривают ли видео до конца. Она также анализирует сами ролики: описания, звуки и хэштеги. Учитываются также языковые настройки, страна и тип устройства, хотя, по словам TikTok, эти факторы имеют меньший вес.

В совокупности эти сигналы помогают системе решать, какой контент заслуживает большего внимания пользователя. TikTok также заявляет, что старается поддерживать разнообразие, в частности, как правило, не показывая подряд два видео с одинаковым звуком или от одного автора.

В Соединенных Штатах рекомендательной системой теперь управляет совместное предприятие при поддержке Oracle, которое в январе приняло американские операции TikTok. Предприятие заявило, что переобучит рекомендательный алгоритм на данных американских пользователей. Fortune писала об этой схеме владения в декабре 2025 года.

Если продолжать смотреть определенный тип контента, алгоритм, вероятно, продолжит показывать подобное. Исследователи наблюдали этот механизм обратной связи в исследовании, опубликованном в феврале в журнале EPJ Data Science. Ученые протестировали ленту For You в TikTok с помощью автоматических аккаунтов, запрограммированных на разные интересы.

Исследование показало, что TikTok все чаще рекомендовал видео, соответствующие этим интересам, причем подкрепление обычно начиналось в пределах первых 200 просмотренных видео. В лентах сохранялось некоторое разнообразие, но чем сильнее усиливались интересы аккаунта, тем меньше различных хэштегов он встречал. Эксперименты проводились в 2024 году, до смены владельца TikTok в США. Исследование доступно на платформе Springer.

Эти выводы помогают объяснить, почему один человек может полагать, что некая тема захватила интернет, в то время как его сосед получает совершенно другую ленту и понятия не имеет, о чем речь.

Пользователи также могут сами сужать подборку контента. TikTok и другие платформы предлагают настройки, например функцию «Manage Topics» в TikTok, которая позволяет указать, какие темы вы хотите видеть больше или меньше. Подробности об этой функции описал TechCrunch.

Наблюдение со всех сторон

Данные для персонализации ленты могут поступать и из-за пределов приложения. В июне Meta объявила, что будет использовать информацию, которой с ней уже делятся другие компании, включая покупки, совершаемые на сторонних сайтах, для персонализации лент пользователей и ответов ИИ — не только рекламы.

Пример самой Meta прост: купив в интернете палатку, вы можете начать чаще видеть Reels о кемпинге. Управлять этим можно через настройку «Activity from other businesses», согласно объявлению компании.

Все, что вы смотрите и покупаете, может учитываться в расчетах, формируя ваш собственный уголок интернета — созданный именно для вас.

Далеко не всех это устраивает. Писатель The New Yorker Кайл Чайка посвятил своим претензиям к этому удобству целую книгу — Filterworld: How Algorithms Flattened Culture.

«Эти цифровые платформы и ленты как будто обещают великий коллективный опыт… но, на мой взгляд, на самом деле они атомизируют наш опыт, потому что мы никогда не знаем, что видят другие люди в своих лентах», — рассказал Чайка в 2024 году в передаче Fresh Air на NPR. Интервью доступно на NPR.

По его мнению, такая фрагментация лишает искусство части радости и затрудняет общее воодушевление одними и теми же вещами. Более совершенные рекомендательные системы могут оставить каждого в отдельном пузыре. Но противоречие остается: если что-то человеку неинтересно, должен ли этот контент появляться в его ленте лишь ради общего культурного опыта? И если контент до него так и не дошел, откуда ему знать, понравился бы он ему или нет?

Этот материал впервые был опубликован на Fortune.com.