Bulles d'informations numériques : Google et Facebook ont-ils fait gagner Trump ? L'élection de Donald Trump a été un coup de tonnerre. En premier lieu médiatique, puisque les grands médias américains — mais aussi étrangers — avaient majoritairement pris parti pour son adversaire, Hillary Clinton. Personne, parmi les analystes de l'opinion politique n'a vu venir la victoire d'un candidat aussi improbable que détesté par une grande partie de la sphère médiatique. Les instituts de sondage se sont eux aussi trompés, et une sorte de consensus général s'est en fin de compte installé cet automne, renvoyant l'impossibilité qu'un candidat aussi vulgaire dans son comportement, absurde dans ses propositions puisse l'emporter. Mais Donald Trump a gagné l'élection présidentielle américaine. Détestation et fascination envers les médias Les médias "de masse" sont de plus en plus contestés, dans leur choix éditoriaux, dans leurs contenus et leurs prises de position par une part grandissante de la population américaine. Les bulles d'informations numériques et d'influence en question
VIDÉO - Le sexisme des algorithmes expliqué par Angèle «Quand on tape “écolier”, on a des enfants qui vont à l'école. “Ecolière”, on a également des jeunes filles en costume d'écolière, érotisées.» «C’est tentant de leur montrer, même si c’est pas vrai», chante Angèle dans «Victime des réseaux». Et les exemples sont multiples, à l’image de l’algorithme d’Instagram qui semble privilégier les contenus proches de la nudité. Mais alors, qui blâmer? «Ce qu'il faut entendre par données biaisées, c'est que ce sont des données réelles qui sont entrées, mais comme elles ont été créées par des humains qui ont des biais sexistes, elles sont tout sauf neutres.» Les algorithmes fournissent alors «une version plus stéréotypée de la réalité», souligne Isabelle Collet. «Alors Amazon a dit: “C'est l'IA qui est sexiste Ces biais sexistes sont aussi le résultat d’un manque de mixité dans les milieux technologiques, qui conçoivent les algorithmes. Balance ton algorithme. Encore une fois, la mixité lors des phases de production de ces technologies fait défaut.
Comment percer les bulles de filtres ? Vos données personnelles, vos choix, notre responsabilité Nous et nos partenaires utilisons des cookies ou technologies similaires pour accéder et stocker des informations non sensibles telles que votre adresse IP.Le traitement de vos données nous permet par exemple l’amélioration de votre expérience utilisateur, la mesure d’audience du site, les fonctionnalités de réseaux sociaux, ou l'affichage de publicités personnalisées.En cliquant sur "Accepter", vous consentez au dépôt de cookies ou technologies similaires par France Médias Monde et ses partenaires.Vous pouvez à tout moment modifier vos choix en cliquant sur "Paramétrer" ci-dessous ou depuis le lien "Gérer mes consentements" présent dans le menu.Voir nos 241 partenaires Avec nos partenaires, nous traitons les données pour les finalités suivantes, en nous basant sur votre consentement :
Un algorithme, qu’est-ce que ça fait ? - Le numérique en questions Lorsqu’on navigue sur Internet, par exemple sur YouTube, des algorithmes fonctionnent en arrière-plan pour nous proposer des contenus, dans ce cas-ci des vidéos. Les algorithmes peuvent remplir plusieurs fonctions : nous identifier par reconnaissance faciale ou vocale, calculer des itinéraires, faciliter les rencontres amoureuses, ou encore suggérer des contenus, comme c’est le cas sur Spotify, Netflix, Facebook ou le correcteur automatique de notre téléphone… parfois pour des recommandations très loufoques! Comment fonctionne un algorithme ? À l’image d’une recette de cuisine, un algorithme est une série d’instructions (les étapes de la recette) appliquées à des données (les ingrédients) pour aboutir à un résultat comme le site web trouvé grâce au moteur de recherche (le plat ou le gâteau réalisé!). Les instructions des algorithmes sont formulées à l’avance, à travers des opérations mathématiques. Mais concrètement, à quoi ça sert des algorithmes? À quoi servent les algorithmes?
La bulle de filtres : comment elle nous influence Il existe également, dans le cadre de la défense de la diversité d'opinion, des voix qui critiquent la théorie de la bulle de filtres. Ce qui serait particulièrement discutable, c'est l'influence réelle d'une bulle de filtres et la question de savoir si Internet ou les algorithmes correspondants l'amplifient réellement. Aux États-Unis, une enquête de Pew Research menée après l’élection de Donald Trump montre que pour 48 % de ses électeurs, ce sont les chaînes de télévision Fox News (40 %) et CNN (8 %) qui ont servi de source principale à leur décision, contre seulement 7 % pour Facebook par exemple. La télévision et la radio, médias traditionnels, restent donc des sources d’informations importantes pour forger l’opinion publique, et semblent relativiser l’impact des algorithmes sur les médias sociaux.
Les algorithmes sont-ils incontrôlables ? L’audition ce matin à l’Assemblée, puis cet après-midi au Sénat de l’ancienne employée de Facebook, la lanceuse d’alerte Frances Haugen, a attiré l’attention publique sur la question des algorithmes qui organisent, hiérarchisent et classent les publications sur ce réseau social. Des accusations qui, après celles portées sur le même thème au Congrès des États-Unis et au Parlement européen, nourrissent l’inquiétude des législateurs sur la possibilité de contrôler les excès et les discours de haine sur les réseaux sociaux. Mais les algorithmes sont-ils responsables ? Ou bien faut-il se tourner vers celles et ceux qui les conçoivent ? Et, comme le plaide la firme états-unienne, les gouvernements doivent-ils s’en mêler pour ne pas laisser les entreprises du numérique seules maîtresses de la régulation ? "Il y a quand même une nouveauté avec le témoignage de Frances Haugen, c'est que grâce aux documents qui ont fuités, on sait que Facebook savait les inquiétudes sur son réseau social.
«Bulles de filtre» We and our partners store and/or access information on a device, select basic ads, select personalised ads, measure ad performance, develop and improve products, create a personalised ads profile, create a personalised content profile, select personalised content, measure content performance, apply market research to generate audience insights, select basic ads, create a personalised ads profile, select personalised ads, create a personalised content profile, select personalised content, measure ad performance, measure content performance, apply market research to generate audience insights, develop and improve products. These technologies may process personal data such as IP address and browsing data for ensure security, prevent fraud, and debug, technically deliver ads or content. They may match and combine offline data sources, link different devices, receive and use automatically-sent device characteristics for identification. Contrôlez vos données
Les algorithmes nous poussent-ils à écouter toujours le même style de musique ? Quel est l’impact des recommandations algorithmiques sur la diversité de la musique écoutée en streaming ? Grâce à l’ouverture de certaines données par Deezer, les chercheurs du projet Records ont pu dresser un premier tableau nuancé de la question. Les sites de streaming musical donnent accès à des bibliothèques de plusieurs dizaines de millions de chansons. Pour parcourir ces inépuisables catalogues, des algorithmes émettent des suggestions en fonction de ce que l’on a déjà écouté. Mais cela ne risque-t-il pas de nous enfermer dans une bulle un peu trop confortable, avec des chambres d’écho où nous serions sans cesse exposés aux mêmes goûts ? La question a beaucoup été étudiée et commentée dans le contexte des contenus politiques sur les réseaux sociaux, mais les travaux sont plus rares dans le cadre de la culture et de la musique. Deezer a fourni à l’équipe les historiques des écoutes, anonymisés, de ses utilisateurs. Coincés dans une bulle de filtre ? C'est toujours la même chanson ?
Les “bulles de filtres” : est-ce vraiment la faute d'Internet ? L’expression “bulles de filtres” est devenue assez familière en 2016, après l’élection de Donald Trump, pour désigner la manière particulière dont l’information se diffuse dans les réseaux sociaux. On sait que sur Facebook, Twitter ou autre, l’information qui nous arrive est sélectionnée et hiérarchisée par des programmes informatiques qui nous donnent à voir ce qui est censé nous intéresser le plus, en fonction des contenus que nous partageons le plus, ou sur lesquels nous cliquons. Cela crée nécessairement un biais. Quelques années plus tôt, un activiste américain du nom d’Elie Pariser a donné un nom à ce biais - les “bulles de filtres” - en expliquant que les algorithmes qui triaient et hiérarchisaient l’information nous enfermaient dans des bulles qui nous empêchaient de voir d’autres opinions que celles que l’on partageait déjà. Depuis quelques mois, des travaux viennent nuancer l’évidence de ces explications Trois leçons à en tirer.
On en sait plus sur l'algorithme de TikTok Jusqu’ici, TikTok, la version anglophone du réseau social chinois produit par ByteDance, a été épargnée par les scandales des effets des réseaux sociaux sur la santé mentale des jeunes. Et contrairement aux patrons de Facebook et Google, qui sont régulièrement auditionnés par des élus américains ou européens, le patron de TikTok reste très discret. Comment TikTok rend accro Pourtant, le caractère addictif de l’algorithme de TikTok est de plus en plus critiqué. L’effet bulle de filtre, autrement dit d’appauvrissement de la diversité des contenus, y est particulièrement puissant. Un employé de TikTok inquiet du potentiel toxique de l’application, utilisée chaque mois par plus d’un milliard de personnes, a fait fuiter auprès du New York Times des documents internes. Une enquête de l'administration américaine L’entreprise nie avoir partagé des données avec le Parti Communiste Chinois, et a calmé le jeu en stockant les données américaines sur sol américain.
Qu’est-ce qu’un algorithme ? Le mot « algorithme » est utilisé couramment dans la presse pour désigner le fonctionnement opaque des moteurs de recherche et des réseaux sociaux. Mais de quoi parlons-nous exactement ? Qu’est-ce qu’un algorithme ? Cette notion a traversé l’histoire, depuis Euclide jusqu’aux algorithmes des GAFAM. Les algorithmes peuvent-ils résoudre n’importe quel problème ? Quelles garanties a-t-on sur leur comportement ? Au IXe siècle, en Perse L’étymologie fait remonter l’histoire des algorithmes au savant persan Muhammad Ibn Mūsā al-Khuwārizmī, qui aux alentours de l’an 800 a publié les premiers manuels de résolution d’équations. Ses ouvrages sont traduits en latin au cours du XIIe siècle et popularisés par des personnalités telles que le mathématicien italien Leonardo Fibonacci. Au XXe siècle, la notion d’algorithme construit des branches des mathématiques Il faut pourtant attendre le début du XXe siècle pour que la notion d’algorithme soit formalisée. Comment se présente un algorithme ?
Au fond c’est quoi, un algorithme ? Une chose est sûre, le mot algorithme, on l’entend souvent. À peu près à chaque fois qu’il est question de réseaux sociaux ou d’une recherche sur Internet. Les algorithmes déterminent par exemple dans quel ordre Google va nous présenter les résultats d’une recherche. Ce sont eux aussi qui nous recommandent une vidéo à regarder ou un produit à acheter sur la base de nos comportements précédents. Ou encore : des profils qui pourraient nous correspondre sur une appli de rencontre. Mais au fond, comment fonctionnent-ils ? Bon, là Julie est beaucoup trop agitée pour qu’on le lui dise, mais ce qu’elle vient de dicter à son frère, ça ressemble pas mal à… Un algorithme ! C’est-à-dire une liste de choses à faire pour arriver à un certain résultat. Quoi qu’ils fassent, les algorithmes fonctionnent toujours en obéissant à des règles précises. Et ils servent à plein de choses. Les algorithmes sont surtout un rouage essentiel des réseaux sociaux et d’Internet. Mais c’est aux humains de les trancher.
Éthique des algorithmes, quelle sensibilisation pour les élèves ? – Inter CDI « Gouvernementalité algorithmique » La question de l’algorithme revient, in fine, à des questions relatives à la prise de décision et donc à la gouvernance. Rouvroy & Bern (2013, p. 165) évoquent même le concept de « gouvernementalité algorithmique » en tant que « nouveau régime de vérité numérique [qui] s’incarne dans une multitude de nouveaux systèmes automatiques de modélisation du “social”, à la fois à distance et en temps réel, accentuant la contextualisation et la personnalisation automatique des interactions sécuritaires, sanitaires, administratives, commerciales ». Éthique et loyauté des algorithmes Cette question de gouvernance et de prise de décision nous conduit à évoquer la dimension éthique des algorithmes. Comment rester libres et responsables de nos actes ? Cette première réponse, issue de la science-fiction, est intéressante, mais n’est pas encore implémentable en tant que telle dans les dispositifs informatiques et ne répond pas au problème éthique évoqué. Conclusion