Des réseaux sociaux pour les "likes" aux réseaux sociaux pour la "compréhension" : Peut-on réduire la polarisation en changeant les algorithmes ?

Lorsque nous ouvrons les réseaux sociaux, nous avons l'impression de choisir nous-mêmes l'information. Nous lisons les publications qui nous intéressent, regardons des vidéos amusantes et appuyons sur "j'aime" pour les opinions avec lesquelles nous sommes d'accord. La timeline semble être un miroir reflétant directement nos intérêts.

Cependant, en réalité, ce miroir n'est pas transparent. Ce qui est mis en avant, ce qui est rendu moins visible, et les publications sur lesquelles nous restons plus longtemps sont décidés par les algorithmes des plateformes. L'environnement informationnel que nous pensons choisir nous-mêmes est en grande partie conçu.

Une nouvelle étude menée par des chercheurs de l'Université de Copenhague, de l'Université technique de Dresde et de l'Institut Max Planck pour le développement humain souligne à nouveau ce fait souvent négligé. La conclusion de l'étude est simple : en modifiant légèrement le système de classement des publications sur les réseaux sociaux, il est possible de changer la manière dont les opinions des gens divergent et la précision de leur jugement sur la réalité.

En d'autres termes, la polarisation sur les réseaux sociaux ne se produit pas seulement parce que les utilisateurs le souhaitent. La conception même du fil d'actualité peut élargir ou restreindre la perception sociale.

Un fil d'actualité agréable n'est pas nécessairement correct

Sur les principaux réseaux sociaux actuels, l'engagement est souvent un indicateur clé. Les "j'aime", partages, commentaires, réactions et le temps passé sont valorisés. Les publications qui suscitent de fortes réactions des utilisateurs sont considérées comme ayant plus de valeur et sont plus susceptibles d'être vues par un plus grand nombre de personnes.

Ce système est très rationnel d'un point de vue commercial. Plus les utilisateurs réagissent, restent et reviennent, plus la valeur de la plateforme augmente. Cela s'accorde bien avec le modèle publicitaire. Les publications qui suscitent des émotions fortes comme la colère, la surprise, l'empathie, la peur ou le sentiment de supériorité sont moins susceptibles de faire fermer l'écran.

Le problème est que les informations qui suscitent de fortes réactions ne conduisent pas nécessairement à une compréhension précise.

L'étude a montré que les fils d'actualité axés sur l'engagement, en particulier ceux qui privilégient les publications préférées par des personnes politiquement proches, ont tendance à polariser davantage les croyances des participants et à réduire la précision de leur jugement.

Ironiquement, ces fils d'actualité étaient perçus par les participants comme "perspicaces". Les publications proches de leurs propres pensées, émotionnellement satisfaisantes et incitant à réagir semblaient bénéfiques pour eux. Cependant, cela n'aide pas nécessairement à mieux comprendre le monde.

En fait, un environnement informationnel qui procure une satisfaction agréable peut renforcer son propre point de vue et rendre les perspectives opposées moins visibles. C'est là que réside le danger des réseaux sociaux. Les utilisateurs pensent recevoir des "informations adaptées à eux", mais en réalité, ils pourraient être entourés d'informations renforçant leurs préjugés.

Comment l'expérience a-t-elle été menée ?

L'équipe de recherche a mené une expérience en ligne en deux étapes avec des résidents américains pour mesurer comment les algorithmes des réseaux sociaux influencent la polarisation et la précision.

Dans la première étape, 500 participants ont évalué un total de 72 courtes publications controversées sur six thèmes politiques et sociaux. Les participants ont choisi d'approuver, de désapprouver ou de rester neutres pour chaque publication. Cela a permis de visualiser quels types de publications étaient soutenus ou rejetés par les participants libéraux et conservateurs.

Dans la deuxième étape, 1 000 nouveaux participants ont été introduits. Ils ont d'abord exprimé leurs opinions sur chaque thème, puis ont vu un court fil d'actualité de trois publications, et enfin ont répondu à nouveau à leurs opinions.

Les publications affichées variaient en fonction des conditions assignées aux participants. L'étude a principalement comparé les méthodes de classement suivantes :

Classement aléatoire des publications.
Priorisation des publications avec un engagement élevé.
Priorisation des publications préférées par le groupe politique de l'utilisateur dans un système d'engagement personnalisé.
Priorisation des publications soutenues par les libéraux et les conservateurs dans un modèle de pontage.
Priorisation des publications censées améliorer la précision du jugement collectif dans un modèle d'intelligence.

Les chercheurs ont mesuré si les opinions des participants se rapprochaient ou s'éloignaient, et dans quelle mesure le jugement collectif était devenu précis. Ils ont également examiné comment les participants percevaient les publications, par exemple, si elles étaient polies, émotionnelles ou perspicaces.

Ce qui est intéressant dans cette conception, c'est qu'il s'agit d'une expérience sur les réseaux sociaux sans dépendre des données internes des grandes plateformes. Les chercheurs n'ont pas effectué d'intervention à grande échelle sur les réseaux sociaux existants, mais ont simplement modifié la manière dont les publications étaient classées dans un environnement relativement contrôlé. Cela a montré que même de simples différences de classement peuvent affecter la formation des croyances.

Qu'est-ce qu'un algorithme de "pontage" ?

L'algorithme de pontage est au centre de cette étude.

Il s'agit de prioriser les publications qui obtiennent un certain soutien de la part de personnes ayant des positions politiques différentes, plutôt que des publications qui ne touchent qu'un seul camp. Par exemple, au lieu de publications soutenues uniquement par les libéraux ou fortement réagies par les conservateurs, les publications que les deux parties considèrent comme "au moins valant la peine d'être lues" sont mises en avant.

Ce système ne consiste pas simplement à aligner des publications "apparemment neutres". Sur des thèmes où il y a des conflits sociaux, il n'existe presque pas d'opinions complètement neutres. Ce qui est important, c'est de savoir si des personnes ayant des positions différentes peuvent débattre à partir des mêmes informations.

Le modèle de pontage ne supprime pas les oppositions. Au contraire, il priorise les informations qui permettent aux parties de reconnaître l'existence de l'autre, tout en partant du principe qu'il y a des conflits. Les réseaux sociaux sont actuellement doués pour "amplifier l'empathie au sein du groupe", mais le modèle de pontage vise à créer une "base partagée même entre des positions différentes".

L'étude a montré que ce modèle de pontage pourrait, dans certains cas, accroître le consensus entre les participants libéraux et conservateurs. Cela constitue un contre-exemple important au pessimisme selon lequel les réseaux sociaux approfondissent nécessairement la polarisation.

Un autre élément clé est "l'intelligence collective"

Une autre alternative est le classement de type intelligence. Cela consiste à prioriser les publications censées améliorer la précision du jugement collectif des participants.

La précision ici ne signifie pas simplement "s'aligner sur l'opinion majoritaire". Pour des thèmes où la véracité ou la pertinence peut être vérifiée, comme les prévisions sociales ou les jugements factuels, la question est de savoir si le jugement collectif se rapproche davantage de la réalité.

Sur les réseaux sociaux, les voix les plus fortes, les plus émotionnelles et les plus susceptibles de se propager se démarquent souvent. Cependant, pour un meilleur jugement collectif, les opinions les plus visibles ne sont pas toujours nécessaires. Parfois, des informations calmes et discrètes mais importantes, des affirmations vérifiables non extrêmes et des explications qui n'incitent pas à la colère réflexive sont nécessaires.

Le classement de type intelligence vise précisément à mettre en avant ce type d'informations. L'étude a montré que cette méthode a tendance à améliorer la précision des jugements factuels par rapport à l'affichage aléatoire ou axé sur l'engagement.

Cela pourrait changer radicalement la philosophie de conception des réseaux sociaux. Jusqu'à présent, la question était "Quelles publications incitent les utilisateurs à réagir davantage ?". Mais une autre question est possible : "Quelles publications devraient être montrées pour que le groupe d'utilisateurs comprenne mieux le monde ?".

Réactions aux réseaux sociaux : attentes, prudence et réalisme froid

Cette étude, en tant que nouvelle publiée récemment, n'a pas encore suscité une large réaction visible sur les réseaux sociaux. Il est difficile de confirmer un nombre notable de commentaires sur Phys.org, et les réactions des utilisateurs ordinaires pourraient s'étendre à l'avenir. En revanche, sur LinkedIn, des chercheurs eux-mêmes et des chercheurs de domaines connexes ont souligné l'applicabilité pratique de cette étude.

Ce qui est particulièrement souligné, c'est la possibilité d'expérimenter des algorithmes alternatifs pour les réseaux sociaux sans s'associer avec de grandes entreprises technologiques. Même sans accès direct aux systèmes de recommandation complexes des plateformes, il est possible de tester des classements axés sur le consensus et la précision en utilisant les données de réaction aux publications et les informations de base sur les attributs. Cela a une grande signification pour les chercheurs et les décideurs politiques.

De plus, l'intérêt se porte également sur le fait que cela peut être mis en œuvre sans utiliser l'IA. Ces dernières années, les discussions sur l'amélioration des réseaux sociaux ont souvent été centrées sur la détection des publications nuisibles par l'IA et la vérification des faits. Cependant, cette étude a montré qu'il est possible de changer l'impact social simplement en modifiant la manière dont les publications sont classées, sans nécessairement recourir à une IA générative avancée ou à des modèles de classification complexes.

D'un autre côté, en regardant les discussions générales sur les réseaux sociaux, la réaction n'est pas entièrement optimiste.

La première question qui se pose est : "Qui décide de la précision ?". Le classement de type intelligence est attrayant, mais il est difficile de déterminer ce qui est considéré comme correct et quels thèmes peuvent avoir une réponse objective. Sur des sujets où des jugements politiques, éthiques ou culturels sont impliqués, le mot "précision" lui-même peut devenir un point de discorde.

Ensuite, il y a la préoccupation que le "pontage" ne privilégie que les opinions prudentes. En choisissant des publications soutenues par les deux camps opposés, les fausses informations extrêmes peuvent être réduites, mais il est également possible que des dénonciations importantes de minorités ou des questions gênantes pour la majorité existante soient éclipsées. De nombreuses opinions qui ont changé la société n'ont pas été acceptées par les deux camps dès le départ.

De plus, du côté des utilisateurs, il est prévisible qu'il y ait une réaction de rejet à l'idée que "quelqu'un manipule encore une fois ma timeline". De nombreuses personnes sont insatisfaites des algorithmes axés sur l'engagement, mais cela ne signifie pas qu'elles accepteront sans condition un fil d'actualité conçu selon d'autres valeurs. Il y a une fatigue générale envers les algorithmes parmi les utilisateurs de réseaux sociaux. Les appels à abandonner les recommandations et à revenir à un affichage chronologique, ou à laisser les utilisateurs choisir eux-mêmes, sont persistants.

Ce qui est intéressant dans cette étude, c'est qu'elle ne cherche pas à étouffer ces questions, mais plutôt à fournir une base de discussion. En montrant que l'optimisation de l'engagement n'est pas la seule option, elle pose la question "Que devrions-nous optimiser ?" à la société.

Des réseaux sociaux bons pour les affaires ou bons pour la démocratie ?

La question centrale soulevée par cette étude est celle de la finalité pour laquelle les réseaux sociaux devraient être conçus.

Pour les entreprises, les indicateurs de succès les plus évidents sont le temps passé par les utilisateurs et le nombre de réactions. Plus de personnes utilisent longtemps la plateforme, réagissent fréquemment et voient des publicités, plus le succès commercial est facile à atteindre. Cependant, les indicateurs souhaitables pour les réseaux sociaux du point de vue de la société ne se limitent pas à cela.

Les gens peuvent-ils se comprendre mutuellement ?
Les perceptions erronées se propagent-elles difficilement ?
Les personnes ayant des positions différentes peuvent-elles discuter de la même réalité ?
Des informations vérifiables parviennent-elles au lieu de la colère ou des insultes ?
Les voix des minorités ne sont-elles pas étouffées tout en limitant les incitations extrêmes ?

Ces éléments ne se reflètent pas directement dans les indicateurs de revenus publicitaires. Cependant, ils sont essentiels pour que les réseaux sociaux fonctionnent comme un espace de débat public.

Les chercheurs soulignent que les plateformes elles-mêmes ne sont pas nécessairement enclines à adopter ces algorithmes alternatifs de manière proactive, car cela pourrait sacrifier l'engagement. Un fil d'actualité qui incite les utilisateurs à rester longtemps en colère pourrait être socialement moins bénéfique qu'un fil qui encourage une compréhension calme et un départ rapide, mais cela pourrait être défavorable pour les affaires.

C'est là que les discussions sur les politiques et la réglementation entrent en jeu. Si les réseaux sociaux jouent un rôle important en tant qu'espace public, peut-on laisser leur conception entièrement aux objectifs de revenus des entreprises ? Faut-il exiger de la transparence ? Introduire des audits par des tiers ? Permettre aux utilisateurs de choisir parmi plusieurs algorithmes ? Ou limiter l'optimisation de l'engagement pour les thèmes présentant des risques sociaux élevés ?

Cette étude fournit des preuves expérimentales pour ces discussions.

Cependant, ce n'est pas une panacée

Bien sûr, il est prématuré de conclure que "changer les algorithmes résoudra la polarisation" sur la base de cette étude.

L'environnement expérimental est beaucoup plus simplifié que les réseaux sociaux réels. Les fils d'actualité que les participants voient sont courts et les thèmes sont limités. Dans les réseaux sociaux réels, les relations amicales, les influenceurs, les publicités, les bots, les médias d'information, les recommandations de vidéos, les sections de commentaires, les publications citées et les liens externes s'entremêlent de manière complexe. Les attitudes politiques réelles ne se forment pas avec seulement quelques publications.

De plus, la polarisation a d'autres facteurs que les algorithmes. L'insécurité économique, les différences régionales, l'éducation, l'environnement médiatique, la politique partisane et l'identité culturelle sont profondément impliqués dans la structure même de la société. Les réseaux sociaux peuvent amplifier ces facteurs, mais ils ne sont pas la seule cause.

Néanmoins, l'importance de cette étude réside dans le fait qu'elle montre que "au moins la conception du fil d'actualité peut être modifiée". Ce n'est pas une solution magique pour résoudre immédiatement la polarisation sociale, mais ce n'est pas non plus une conception technique à laisser de côté.

Quel type de timeline souhaitons-nous ?