ИИ-инструменты помогли собрать исследование и написать первый черновик этой статьи. Я отредактировал текст и сверил каждое правило, цифру и цитату с оригинальной работой, страницей самой платформы или новостным материалом, где платформа цитируется, — всё это перечислено в конце. Обложка создана ИИ. Подробности в конце.
Программа для авторов начинается с разумной идеи: вознаграждать тех, чья работа доходит до людей. Охват нужно измерять, поэтому программа выбирает числа: просмотры, подписчики, лайки, комментарии, переходы по ссылкам. Потом числа начинают приносить деньги. С этого дня части участников становится дешевле делать число, чем делать работу.
Это свойство не только авторов; так происходит с любой мерой, к которой привязана награда. Полезный вопрос в другом: как заметить это рано и как проектировать числа, которые труднее подделать.
Это восьмая часть цикла «Влияние и стимулы» — о том, как другие люди, правила и награды формируют то, что мы решаем, пишем и публикуем. Шестая часть рассматривала, что считать в авторе помимо объёма. Седьмая — как награды меняют то, что публикуют. Эта часть занимается одной узкой проблемой: как понять, что сами числа выращивают искусственно.
Почему так бывает всегда
В 1997 году антрополог Мэрилин Стратерн, писавшая об аудите в британских университетах, выразила это одной фразой: «Когда мера становится целью, она перестаёт быть хорошей мерой» [1]. Её пример — экзаменационные оценки: чем сильнее определённая оценка становится ожиданием, тем хуже она различает отдельные результаты. Она отметила, что Хоскин, на чьи работы она опиралась, называет это «законом Гудхарта» — по наблюдению экономиста Чарльза Гудхарта об инструментах денежного контроля [1].
Показатель для авторов идёт тем же путём. Пока за него не платят, число просмотров — довольно честный побочный эффект того, что люди выбирают смотреть. Когда платят, его ещё можно и произвести. Число продолжает расти, но описывает всё меньше из того, что должно было описывать.
Крупные платформы считают это постоянной проблемой, а не случайной. Правила YouTube о фальшивой вовлечённости говорят, что платформа «не допускает ничего, что искусственно увеличивает число просмотров, лайков, комментариев или другие показатели» — будь то автоматические системы или показ видео ничего не подозревающим зрителям [2]. Правила возлагают на авторов ответственность за методы, которые использует «тот, кого вы наняли», а не только они сами [2]. В ноябре 2018 года Instagram объявил, что начнёт «удалять неподлинные лайки, подписки и комментарии с аккаунтов, использующих сторонние приложения» для роста популярности [3]. В мае 2026 года исполнительный директор Twitch Дэн Клэнси написал, что «эффективно бороться с накруткой зрителей непросто», сообщило издание Tubefilter [4].
Три способа накрутить числа
Большая часть накруток делится на три семейства. Они оставляют разные следы, поэтому полезно держать их раздельно.
Покупка. Оплата просмотров, подписчиков, лайков или комментариев от автоматических аккаунтов, скриптов или ферм низкооплачиваемых кликов. Это самая грубая форма и самая простая для обнаружения: купленная активность редко делает что-то ещё — она приходит, регистрируется и уходит. Скриптовые визиты к тому же часто обрываются сразу после линии подсчёта.
Обмен. Живые люди договариваются завышать друг другу числа. Группы взаимной вовлечённости, круги взаимных подписок и чаты, где участники каждый день кликают и комментируют ссылки друг друга, — всё это так и работает. Каждое отдельное действие подлинное; закономерность — нет. Обмен поймать труднее: аккаунты человеческие, а иногда и комментарии тоже.
Подгонка. Создание работы под правило, а не под читателей — без чего-либо фальшивого. Пост-розыгрыш, который просит всех ответить. Заголовок, написанный ради кликов, которые текст не оправдывает. Одна статья, разрезанная на несколько коротких частей, чтобы каждая считалась отдельно. Подгонка лежит на границе между накруткой и обычной оптимизацией, поэтому вызывает больше всего споров.
Когда метрика платит напрямую, появляются сервисы, которые её производят: исследование Steemit, о котором шла речь в части 07, тоже обнаружило сеть поставки за ботами-кураторами [5].

Семь признаков того, что число выращивают
Ни один из признаков ниже сам ничего не доказывает. Каждый говорит: «посмотрите внимательнее». Вместе они часто отличают удачный пост от сделанного искусственно.
1. Пропорции, которые не сходятся
У настоящей аудитории примерно устойчивые соотношения: часть подписчиков видит пост, часть зрителей ставит лайк, ещё меньше отвечает. Купленная активность обычно раздувает одно число и оставляет другие позади. Пост с огромным числом просмотров и почти без лайков или ответов, или аккаунт со множеством подписчиков, чьи посты доходят лишь до малой доли из них, стоит рассмотреть повнимательнее. «Нормальное» соотношение зависит от платформы, формата и темы, поэтому сравнивайте автора с его собственной историей и с похожими авторами, а не с универсальным порогом.
2. Форма во времени, у которой нет причины
Органический рост неровен, но у его скачков обычно есть причина: пост, которым широко поделились, упоминание крупным аккаунтом, тема в новостях. Внезапный скачок подписчиков в день, когда ничего не публиковали, за которым следует медленное ровное снижение по мере того, как платформа удаляет фальшивые аккаунты, — закономерность, которую часто связывают с купленными подписчиками. Спросите, что произошло в день скачка.
3. Активность, сбившаяся сразу за линией подсчёта
У любого правила программы есть порог: визит засчитывается после определённого числа секунд, пост проходит после определённого числа разных посетителей. Реальное поведение распределяется вокруг таких линий. Скриптовое — останавливается сразу после них. Если необычно большая доля визитов на статью заканчивается через мгновение после минимума, нужного для зачёта, визиты, вероятно, строили под правило. Поэтому программам стоит хранить распределение длительности визитов, а не только число прошедших порог.
4. Каждый раз одна и та же небольшая толпа
Обмен оставляет социальный отпечаток. Если одни и те же несколько десятков аккаунтов всегда первыми лайкают, отвечают или кликают — под каждым постом автора, — то аудитория, возможно, круг, а не читательская база. Практическая проверка — пересечение: какая доля людей, взаимодействовавших с одним постом, взаимодействовала и с предыдущими постами автора? Некоторое пересечение — здоровая лояльность. Почти полное пересечение при малом числе новичков говорит о замкнутой группе.
5. Ответы, которые ничего не говорят
Комментарии из групп вовлечённости и ферм ботов обычно короткие, шаблонные и взаимозаменяемые: слово похвалы, эмодзи, фраза, которая подошла бы к любому посту. Настоящие ответы ссылаются на что-то конкретное в тексте, задают вопрос или спорят. Если большинство ответов под постом можно вставить под любой другой пост, а автор никогда на них не отвечает, число комментариев не измеряет разговор.
6. Среднее далеко выше типичного поста
Один розыгрыш, конкурс или скандал могут дать единственный пост с ответами или репостами в разы больше обычного. Среднее по постам автора тогда выглядит впечатляюще, а типичный пост — обыкновенный. Сравнение среднего с медианой, серединным значением, показывает это сразу. Программа, которая использует медианы вместо средних, снимает большую часть стимула устраивать один раздутый пост.
7. Ничего не происходит дальше
Настоящие читатели после чтения что-то делают: открывают вторую статью, подписываются, возвращаются на следующей неделе, ссылаются на материал, присылают исправление. Накрученные визиты останавливаются у счётчика. Если внешний трафик поста не приводит ни к дальнейшему чтению, ни к возвратам, ни к последующим упоминаниям, трафик, возможно, доставили, а не заработали. Это, пожалуй, самый сильный признак, потому что дальнейшее поведение подделать дороже всего.

Как проектировать числа, которые труднее накрутить
Выявлять накрутку постфактум дорого. Дешевле с самого начала выбирать числа, устойчивые к ней. Несколько проектных решений повторяются:
- Считайте активное внимание, а не присутствие. Когда в 2019 году Medium перевёл оплату авторов в основном на время чтения, он заявил, что будет считать активное время чтения: если читатель оставил окно открытым и отошёл, «это не должно засчитываться», сообщило издание TechCrunch [6]. Шестая часть использовала то же правило, чтобы ответить, что считать; здесь оно важно потому, что каждое такое условие повышает цену подделки визита.
- Используйте медианы и окна. Медиана за последние 30 или 90 дней вознаграждает последовательную работу и притупляет единичные постановочные посты.
- Ограничьте, как часто один и тот же читатель засчитывается одному автору. Если один человек, устройство или аккаунт может подтвердить работу автора лишь один раз за период, замкнутый круг из пятидесяти друзей не вытянет автора надолго.
- К каждому числу награды добавляйте число «дальше». Визиты рядом с дальнейшим чтением, подписчики рядом с охватом, комментарии рядом с ответами автора. Накрутить одно число дёшево; накрутить два, которые должны сходиться, — нет.
- Откладывайте награды. Период удержания перед выводом награды даёт время, чтобы удалённые фальшивые аккаунты и отменённая активность проявились раньше, чем деньги уйдут.
- Наказывайте за раздувание, а не только человека. Мера Twitch мая 2026 года — пример: для каналов, уличённых в постоянной накрутке зрителей, Клэнси написал, что Twitch ограничит одновременную аудиторию на фиксированный срок, причём ограничение «основано на исторических данных о трафике этого автора без накрутки» [4]. Наказание отнимает именно то, что боты покупали.
Признак — не приговор
Те же признаки, что ловят нечестных, могут обидеть честных авторов. Пост может стать вирусным в одном сообществе и собрать замкнуто выглядящую толпу. Конкурент может купить ботов чужому аккаунту, чтобы его наказали. Короткий тёплый ответ может прийти от настоящего читателя, которому больше нечего сказать. Правила YouTube возлагают на авторов ответственность за методы того, кого они наняли [2]; снаружи программа обычно вообще не видит, кто оплатил активность: автор, промоутер или соперник.
Три привычки делают обнаружение честным:
- Считайте признаки поводом для проверки, а не автоматическим наказанием. Придержите награду и попросите человека посмотреть; не банить по соотношению.
- Дайте авторам возможность объясниться и обжаловать. У многих внезапных всплесков невинные причины, известные только автору.
- Описывайте доказательства, а не характер. «Большинство визитов на этот пост закончилось сразу после порога подсчёта» — факт, который можно проверить. Назвать кого-то мошенником публично — обвинение, которое редко можно доказать, и оно несёт юридический риск.
Рабочий пример (вымышленный)
Программа, авторы и все цифры ниже придуманы, чтобы показать признаки в действии.
Небольшое издание платит авторам, когда статья приводит заданное число визитов по ссылкам, которыми они делятся. В конце месяца две статьи пересекли линию, набрав примерно одинаковое число.
Визиты на статью А приходили в течение десяти дней, длительность распределилась от нескольких секунд до многих минут. Пятая часть посетителей открыла вторую статью. Двое читателей ответили, один с поправкой. Пересечение посетителей с предыдущими статьями автора было небольшим.
Визиты на статью Б пришли двумя короткими всплесками. Большинство закончилось через несколько секунд после минимума, который засчитывается. Почти никто из посетителей не открыл другую страницу. Почти все аккаунты, оставившие комментарии, комментировали и последние четыре статьи автора, каждый раз парой слов похвалы.
По оплачиваемому числу А и Б равны. По признакам у Б три сразу: скопление у порога, одна и та же толпа и ничего дальше. Честная программа не стала бы обвинять автора Б. Она придержала бы награду Б, спросила автора, как поделились статьёй, и разобрала бы трафик с человеком, а не по формуле.
Пять вопросов до того, как метрика начнёт платить
- Сколько будет стоить подделать это число? Если ответ — «меньше награды», его подделают.
- Какое второе число должно с ним сходиться? Назовите сигнал «дальше», которого подделка не даст.
- Как выглядит распределение, а не только итог? Храните длительность визитов, время и повторных посетителей.
- Как часто может засчитываться один и тот же человек? Задайте лимит на читателя и автора.
- Что происходит, когда появляется признак? Запишите шаги проверки и обжалования до первого случая.
Чего эта статья вам не скажет
Описанные здесь правила — то, что YouTube, Instagram и Twitch заявляли на определённые даты; они часто меняются, а подробности применения в основном не публичны. Исследование Steemit измеряло одну платформу в один период, а его боты-кураторы — подозрение авторов, а не подтверждённые личности. Семь признаков — закономерности, взятые из исследовательских заметок, на которых построена статья, и из практики платформ; это не проверенные пороги, и правильные соотношения различаются по платформе, формату и аудитории. Заявления Twitch приводятся через материал Tubefilter, цитирующий пост исполнительного директора. Ничто здесь не оценивает какого-либо реального автора или программу на Dapp.Expert. Как стимулы смещают то, что авторы выбирают публиковать, — тема предыдущей части, а отражает ли размер аудитории авторитет в теме — следующей.
Как сделана эта статья
| Задача | Что сделал ИИ | Что сделал человек | Как проверено |
|---|---|---|---|
| Исследование | Собрал в исследовательские заметки правила платформ, работы и закономерности обнаружения | Выбрал вопрос и источники, на которые опираться | Правила, цифры и цитаты сверены с работой, страницами платформ и новостными материалами, цитирующими платформы [1]–[6] |
| Черновик | Написал первый черновик по заметкам | Отредактировал текст, структуру и рабочий пример | Отдельное ревью сверило цифры и утверждения с источниками |
| Изображения | Создал обложку в стиле фотографии; построил схемы по кодовому шаблону | Выбрал иллюстрацию и содержание схем | Помечено как созданное ИИ в строке раскрытия и в альтернативном тексте |
| Не делал ИИ | — | Решение опубликовать и ответственность за текст | — |
Конфликт интересов: нет. У автора нет коммерческих отношений с названными платформами, исследователями и изданиями; программа и авторы в примере вымышленные.
Ответственный за эту статью: Дмитрий Ластовка, автор. Исправления: форма обратной связи.
Источники
Пометки: официальный (собственные правила или объявление платформы), исследование (научная работа, прочитана в оригинале или по официальной записи), репортаж (новостной материал, цитирующий платформу).
- Marilyn Strathern, "'Improving ratings': audit in the British University system", European Review 5(3), 305–321, 1997; quotation on page 308. https://doi.org/10.1002/(SICI)1234-981X(199707)5:3%3C305::AID-EURO184%3E3.0.CO;2-4 Исследование.
- YouTube Help, "Fake engagement policy", read 15 November 2026. https://support.google.com/youtube/answer/3399767 Официальный.
- Instagram, "Reducing Inauthentic Activity on Instagram", 19 November 2018. https://about.instagram.com/blog/announcements/reducing-inauthentic-activity-on-instagram Официальный.
- Sam Gutelle, "Twitch is punishing streamers who use viewbots by capping their concurrent viewership", Tubefilter, 8 May 2026. https://www.tubefilter.com/2026/05/08/twitch-new-viewbot-policy-dan-clancy-announcement/ Репортаж.
- Chao Li, Balaji Palanisamy, "Incentivized Blockchain-based Social Media Platforms: A Case Study of Steemit", arXiv:1904.07310, April 2019. https://arxiv.org/abs/1904.07310 Исследование.
- Anthony Ha, "Medium says it will compensate writers based on reading time, not claps", TechCrunch, 22 October 2019. https://techcrunch.com/2019/10/22/medium-reading-time/ Репортаж.










