Contourner les algorithmes

La lecture de la semaine nous vient de The Atlantic et du toujours pertinent Alexis Madrigal (@alexismadrigal), le titre de son article « Contre l’idée que les algorithmes sont objectifs ». « Quand un résultat provient d’un ordinateur sur la base de statistiques, cela doit être objectif, non ? Pas de biais possible, à la différence de notre jugement, nous Homo Sapiens défectueux. Image : Google News et les facteurs de classements de l’actualité. Mais, dans les faits, ce n’est pas vrai. Même les robots ont des biais, reprend Madrigal. Parce que les règles sont assez rigides, – par exemple l’idée que plus c’est nouveau, mieux c’est – différents acteurs essaient d’avoir les articles les plus récents sur les événements considérés comme populaires. Soit, il s’agit là d’une optimisation sans foi ni loi de Google News. Mon but en entrant dans tous ces détails est de renforcer l’idée de Diakopoulos sur le manque d’objectivité des opérations algorithmiques. Xavier de la Porte

Sortir de la tyrannie du présent La quantité massive de données dont nous disposons sur tous les sujets, des sciences sociales aux systèmes environnementaux, nous laisse espérer la possibilité de mieux comprendre le monde dans lequel nous vivons. Mais les arbres ne cachent-ils pas la forêt ? Le mathématicien Samuel Arbesman (@arbesman) affirme dans Wired qu’il nous faut désormais compléter ces big data par les « long data » : des informations sur les phénomènes lents, se développant sur le très long terme. Pour cela, nous devons collecter et surtout interpréter des données s’étendant sur plusieurs siècles, voire des millénaires. Un exemple de ce genre de travail, cité par Arbesman, est l’oeuvre Jared Diamond, auteur de Guns, Germs and Steel (traduit en français sous le titre De l’inégalité parmi les sociétés – Wikipédia). Si ces « long data » peuvent présenter un grand intérêt pour les historiens, sont-elles vraiment importantes pour qui cherche à envisager le futur ? Vers la psychohistoire – et au-delà ! Rémi Sussan

unreliable machinery: Archive Du Graphe social au Graphe de l’humeur Que ce soit Bitly avec Feelings, un système de signets permettant d’intégrer une appréciation simple et visuelle sur ceux-ci, Facebook avec le développement de la catégorisation des statuts, nombreux sont les systèmes (Path, Line, MessageMe pour n’en citer que quelques-uns de ceux qu’évoquaient Jenna Wortham pour le New York Times…) et les applications qui vous proposent d’associer de l’expressivité à ce que vous partagez, a minima via les fameuses émoticônes. Image : La catégorisation des statuts sur Facebook. Notre intelligence émotionnelle en ses limites Car changer l’interface change la conversation. Image : la classification de l’émotion du psychologue Gerrod Parrot agencée par le designer Pei-Ying Lin. Reste que la communication de nos émotions n’est pas si simple. La communication écrite est finalement moins riche en tonalité que ne peut l’être la communication en face à face. Les contraintes ne sont pas nécessairement toutes mauvaises. Du travail émotionnel à la zone de la machine

Mais, dit Madrigal, ce qui m’intéresse, c’est la manière dont la simple application d’une série de procédures rigides peut produire des comportements nouveaux, et néfastes, chez une partie des acteurs humains qui comprennent comment ils peuvent exploiter le système. Toute une nouvelle catégorie de bruits bizarres résonne dans le monde de l’actualité à cause de l’algorithme de Google, quelles que soient ses qualités.

exemple:
- plus c'est nouveau mieux c'est
- les jeux de mots des articles disparaissent pour optimiser le référencement by ryslainemly Mar 1