Il y a quelque chose de cassé dans une grande partie des médias sociaux. Alors que le nombre d’utilisateurs augmente à un rythme astronomique et que l’on ne peut nier sa puissance en matière de diffusant des messages et des informations, les médias sociaux n’incarnent pas nécessairement les meilleurs aspects de socialiser. En fait, pour quelque chose qui compte des milliards d’utilisateurs, cela peut parfois être carrément insulaire. Ceci, à son tour, peut conduire au monde polarisé qu’Eli Pariser a identifié pour la première fois dans son livre. La bulle du filtre.
Contenu
- Le problème des bulles de filtre
- Repenser les médias sociaux
Mais il pourrait y avoir une solution à ce problème fondamental. Des chercheurs danois et finlandais ont créé un nouvel algorithme qui, selon eux, donne un aperçu de la façon dont les médias sociaux pourraient – et peut-être devrait - travail. Il est conçu pour faire éclater les bulles de filtre et exposer les gens à un contenu plus diversifié.
Vidéos recommandées
"En règle générale, l'objectif d'une plateforme de médias sociaux serait de maximiser l'engagement des utilisateurs." Esther Galbrun, chercheur principal en science des données à la School of Computing de l’Université de Finlande orientale, a déclaré à Digital Trends. « Il s’agit de maximiser le temps que les gens passent sur la plateforme, car cela pourrait être transformé en revenus, via la publicité par exemple. Outre la promotion de contenus incendiaires ou de clickbaits, les stratégies visant à maintenir l’engagement des utilisateurs peuvent consister à leur fournir davantage de contenu qu’ils sont susceptibles d’apprécier. Cela signifie personnaliser le contenu en créant des profils d'utilisateurs, en gardant une trace de ce qu'ils ont apprécié et pour lequel ils ont manifesté de l'intérêt, et en essayant de leur fournir davantage de la même chose. Cela [peut] également impliquer d’encourager les interactions avec des personnes partageant des points de vue similaires.
Le problème des bulles de filtre
La personnalisation est, dans la plupart des cas, bonne. Le barista qui connaît votre commande de café, l'algorithme musical qui vous joue des chansons et sait que vous aimez ou que vous êtes susceptibles d'aimer, le fil d'actualité qui ne vous montre que les histoires qui vous intéressent - tout cela flatte le individuel. Cela fait gagner du temps dans un monde dans lequel nous semblons avoir moins de temps que jamais malgré des centaines d’appareils permettant de gagner du temps.
Mais lorsqu’il s’agit de ce type de personnalisation sur les réseaux sociaux, le problème est que les idées restent trop souvent incontestées. Nous nous entourons de personnes qui pensent comme nous, ce qui crée d’énormes angles morts dans notre vision du monde. C’est un problème car, comme la plupart des gens peuvent en convenir, les médias sociaux sont allés au-delà de l’endroit où nous allons pour des mèmes génials et des photos de bébé de nos amis. Au mieux, les plateformes de médias sociaux promettent (même si elles ne tiennent pas toujours leurs promesses) d’un moyen d’aider les citoyens à rester informés et à participer à la sphère publique. Il est donc essentiel que nous soyons exposés à des informations qui ne correspondent pas simplement à nos propres mythologies personnelles. Il devrait s’agir d’un marché d’idées et non d’un monolithe de pensée de groupe.
Cette nouvelle recherche — qui, outre Galbrun, a été menée par des chercheurs Antonis Matakos, Aslay Cigdem, et Aristide Gionis — cherche à créer un algorithme qui maximise la diversité de l'exposition dans un réseau social. Un résumé décrivant les notes de travail :
« Nous formulons le problème dans le contexte de la propagation de l'information, comme une tâche consistant à recommander un petit nombre d'articles d'actualité à des utilisateurs sélectionnés. Nous prenons en compte le contenu et les préférences des utilisateurs, ainsi que la probabilité de partager davantage un article. Notre modèle nous permet de capturer l’équilibre entre maximiser la diffusion de l’information et garantir l’exposition des utilisateurs à des points de vue divers.
Le système fonctionne en attribuant des valeurs numériques au contenu des médias sociaux et aux utilisateurs, en fonction de leur classement sur le spectre idéologique, par exemple s'ils sont de gauche ou de droite. L’algorithme recherche ensuite les utilisateurs des réseaux sociaux qui pourraient diffuser ce contenu de manière optimale avec une efficacité maximale, augmentant ainsi les scores de diversité des utilisateurs.
Comme le notent les chercheurs dans leur article, le défi peut « consister à maximiser une fonction monotone et sous-modulaire soumise à une contrainte matroïde sur l’attribution des articles aux utilisateurs. Il s’agit d’une généralisation difficile du problème de la maximisation de l’influence. Pourtant, nous sommes capables de concevoir des algorithmes d’approximation évolutifs en introduisant une nouvelle extension à la notion d’ensembles aléatoires atteignables de manière inverse. Nous démontrons expérimentalement l’efficacité et l’évolutivité de notre algorithme sur plusieurs ensembles de données du monde réel.
Repenser les médias sociaux
Bien entendu, un grand défi avec une telle chose est que cela menace de rendre les médias sociaux moins attrayants. Les sociétés de médias sociaux n’essaient probablement pas de créer des fausses nouvelles et des bulles de filtrage pour des raisons politiques; ils recherchent simplement du contenu qui incite les gens à rester plus longtemps et à cliquer davantage. En conséquence, se mêler de cette formule – même si c’est pour le bien public – pourrait amener les gens à passer moins de temps sur ces sites Web et ces applications. C'est peut-être bon pour les gens. Mauvais pour les entreprises.
"C'est l'un des principaux défis", a déclaré Galbrun. « Pour diversifier les contenus auxquels les utilisateurs du réseau sont exposés, sans bombarder chaque utilisateur de ressources exogènes. recommandation, nous devons toujours compter sur les utilisateurs qui partagent le contenu, afin qu'il puisse se propager davantage à travers le monde. réseau. Si l'on recommande à un utilisateur un contenu qui présente un avis diamétralement opposé au sien, son exposition sera diversifiée, mais il Il est très peu probable qu'il partage le contenu avec ses contacts - et cela ne contribuera pas à diversifier l'exposition des autres utilisateurs dans le domaine. réseau. Nous devons donc trouver un équilibre entre la différence entre l’opinion représentée et celle de l’utilisateur et la mesure dans laquelle cette différence réduit les chances qu’elle se propage davantage.
Cet article, publié dans le revue IEEE (Institute of Electrical and Electronics Engineers) Transactions sur la connaissance et l'ingénierie des données, et récemment mis en évidence par IEEE Spectrum, n'est qu'une méthode parmi d'autres par laquelle les réseaux sociaux pourraient changer leur façon de fonctionner pour encourager ce type de diversité. Il n’y a bien sûr aucune garantie que cela se produira – et il convient de noter qu’il s’agit d’une recherche indépendante qui n’a été réalisée par aucun des géants des médias sociaux d’aujourd’hui.
Il s’agit néanmoins d’une illustration cruciale de l’un des grands problèmes qui doivent être résolus. Trop souvent, les réseaux sociaux sont considérés comme l’un des grands maux de la société moderne. Il y a une part de vérité là-dedans, mais cela a également la possibilité d’être d’un grand bénéfice pour la civilisation, en ouvrant les gens à de nouvelles perspectives et expériences en dehors d’eux-mêmes. La question est de savoir comment le reconfigurer pour qu’il soit à la hauteur de ces idéaux.
Recommandations des rédacteurs
- Une interview de Zach King, l'illusionniste préféré d'Internet
