Ключевые вопросы исследования: Как Twitch, YouTube и Kick используют механизмы борьбы с ботами и накруткой для конструирования доверия пользователей к метрикам? Какие типы социальных архитектур при этом формируются? Методология: Сравнительный анализ трёх платформ по четырём контурам социальной архитектуры (институционально-регулятивный, пространственно-сценарный, семиотико-интерфейсный, цифрово-данный) с опорой на работы Hooi et al. (2017), Castaldo et al. (2024) и Lee et al. (2024). Эмпирическая база: Официальные заявления платформ (Twitch Support, Google Blog, правила Kick), отраслевые источники (Music In Africa, EarlyGame), данные сторонних аналитических сервисов (Streams Charts, Vodra) как вспомогательный материал, а также результаты собственного интерфейсного анализа (июнь 2026 г.). Основные результаты: Выявлены три различные стратегии борьбы с накруткой: Twitch применяет скрытые санкции (ограничение онлайна), YouTube — непрозрачную фильтрацию с защитой рекламодателя, Kick демонстрирует разрыв между публичной риторикой и эмпирическими данными сторонних сервисов. Все три платформы формируют асимметричную архитектуру доверия, в которой платформа обладает полным знанием, автор — частичным, а зритель — минимальным. Теоретическая значимость: Впервые предложена операционализация подхода социальных архитектур для диагностики антифрод-механизмов видеоплатформ; сформулирована гипотеза о формировании «нового стандарта доверия», основанного на согласованности косвенных поведенческих сигналов. Практическая значимость: Разработаны конкретные рекомендации для каждой платформы по повышению осознанной прозрачности антифрод-механизмов без ущерба для их эффективности. Вывод: Борьба с фейковой активностью — не только техническая, но и семиотическая проблема; интерфейс должен показывать следы этой борьбы, а не скрывать их.