Getting your Trinity Audio player ready... |
L'essor de Facebook (est. 2004) et de Twitter (est. 2006), associé à l'augmentation de la polarisation, a été un sujet brûlant ces dernières années. La base de la discussion semble toujours se résumer à trouver un équilibre entre le profit et la polarisation.
De nombreux militants, experts, groupes d'intérêt et représentants gouvernementaux ont proposé des solutions pour remédier à la polarisation en apportant des changements dans le domaine de la réglementation, de la transparence et de l'éducation.
Mais la vraie solution est simple : commencez à défiler défoncé.
L'hypothèse de polarisation des médias sociaux
L'hypothèse générale de bon nombre de ces articles de recherche sur les médias sociaux et la polarisation se concentre généralement sur le fait que le principal objectif de ces entreprises est de faire de l'argent pour leurs actionnaires :
Les motifs de profit des entreprises de médias sociaux pour augmenter l'engagement et le temps passé par les utilisateurs sur leurs plateformes, associés à l'optimisation des algorithmes pour donner la priorité et promouvoir le contenu qui génère le plus d'engagement, conduisent au renforcement et à la prolifération de points de vue polarisés sur les médias sociaux, ce qui entraîne une société plus polarisée.
Mais que sont exactement les algorithmes ? Quels principes de base sous-tendent un algorithme et comment l'algorithme de Facebook lui permet-il de gagner de l'argent tout en alimentant apparemment la haine en ligne ?
Que sont les algorithmes ?
Un algorithme suit un ensemble d'instructions ou d'étapes pour résoudre un problème ou accomplir une tâche. Divers domaines, dont la biologie, la médecine et la finance, utilisent des algorithmes. En biologie, les chercheurs utilisent des algorithmes pour analyser les données génétiques et comprendre les fonctions des différents gènes. En médecine, les médecins utilisent des algorithmes pour analyser les images médicales et faciliter les diagnostics. Dans le domaine de la finance, les professionnels utilisent des algorithmes pour des tâches telles que la modélisation financière et la gestion des risques. Parmi les exemples d'algorithmes spécifiques à ces domaines, citons les algorithmes d'arbres de décision pour le diagnostic médical, les algorithmes d'alignement de séquences génétiques dans la recherche en génétique et les algorithmes d'optimisation de portefeuille en finance.
Quels types d'algorithmes existe-t-il ?
Il existe de nombreux types d'algorithmes différents, et voici une liste des algorithmes les plus populaires utilisés aujourd'hui :
- Algorithmes de recherche : Ces algorithmes trouvent des éléments spécifiques dans un grand ensemble de données, comme la recherche d'un mot spécifique dans un document ou d'un article spécifique dans une base de données de commerce électronique. La recherche linéaire et la recherche binaire en sont des exemples.
- Algorithmes de tri : Ces algorithmes organisent les données dans un ordre spécifique, tel que l'ordre alphabétique ou l'ordre numérique. Les exemples incluent le tri à bulles, le tri par insertion et le tri rapide.
- Algorithmes d'apprentissage automatique : Ces algorithmes entraînent les systèmes informatiques à apprendre à partir de données et à faire des prédictions ou à prendre des décisions sans être explicitement programmés. La régression linéaire, les arbres de décision et les réseaux neuronaux en sont des exemples.
- Algorithmes graphiques : Ces algorithmes traitent des données représentées sous la forme d'un graphe. Il s'agit par exemple d'algorithmes permettant de trouver le chemin le plus court entre deux points d'un graphe et d'algorithmes permettant de trouver l'arbre de portée minimale d'un graphe.
- Algorithmes aléatoires : Ces algorithmes utilisent des nombres aléatoires comme partie essentielle de la logique pour résoudre un problème ou accomplir une tâche, ils sont utilisés lorsqu'aucun algorithme déterministe ne peut être trouvé ou lorsqu'une approche probabiliste est préférée. Les exemples incluent les méthodes de Monte Carlo et le quicksort aléatoire.
- Algorithmes d'approximation : Ces algorithmes trouvent des solutions approximatives aux problèmes d'optimisation, lorsque la recherche de la solution exacte est impossible ou peu pratique. Ils sont souvent utilisés dans des domaines tels que la recherche opérationnelle, l'informatique et l'ingénierie. Les algorithmes gourmands et le recuit simulé en sont des exemples.
Il existe de nombreux autres types d'algorithmes, tels que les algorithmes de cryptographie, les algorithmes de compression et les algorithmes de chiffrement.
Comment les plateformes de médias sociaux utilisent-elles ces algorithmes ?
Il est important de noter que les plateformes de médias sociaux peuvent utiliser une combinaison de ces algorithmes pour une approche plus efficace. En outre, l'efficacité de chaque algorithme dépend du contexte spécifique et de la manière dont il est mis en œuvre. Les entreprises de médias sociaux mettent aussi régulièrement à jour et améliorent ces algorithmes afin de renforcer les performances et l'expérience des utilisateurs.
Ces algorithmes aident une plateforme à :
- Recommandation de contenu : Les algorithmes recommandent du contenu aux utilisateurs en fonction de leurs intérêts et de leur comportement sur la plateforme. Il peut s'agir de posts d'amis et de pages qu'ils suivent, ainsi que de posts que l'algorithme détermine comme pouvant intéresser l'utilisateur.
- Curation du fil d'actualité : Des algorithmes déterminent l'ordre dans lequel les messages apparaissent dans le fil d'actualité d'un utilisateur. L'algorithme tient compte de facteurs tels que la pertinence du message, les interactions passées de l'utilisateur avec un contenu similaire et l'heure à laquelle le message a été publié.
- Recherche : Les algorithmes aident les utilisateurs à trouver du contenu sur la plateforme en classant les résultats de recherche en fonction de leur pertinence.
- Tendances : Les algorithmes identifient les sujets et les tendances populaires sur la plateforme en temps réel, et les mettent en évidence pour les utilisateurs.
- Ciblage publicitaire : Les algorithmes font correspondre les publicités aux utilisateurs en fonction de leurs intérêts et de leur comportement sur la plateforme.
- Filtrage du contenu : Les algorithmes filtrent les contenus qui vont à l'encontre des directives communautaires de la plateforme, par exemple les discours de haine, le harcèlement et la désinformation.
- Modération : Les algorithmes signalent, signalent et suppriment le contenu qui va à l'encontre des directives de la communauté.
- La personnalisation : Les algorithmes personnalisent l'expérience des utilisateurs sur la plateforme, ce qui peut inclure le ciblage de données démographiques, d'intérêts ou de comportements spécifiques.
Mèmes
Passons à la partie amusante : les mèmes, un endroit où les algorithmes peuvent vraiment faire leur magie.
Que sont les mèmes ?
Richard Dawkins, dans son livre de 1976 "Le gène égoïsteLe terme "mème" a été inventé pour décrire des éléments culturels qui se répandent rapidement sur l'internet, souvent sous la forme d'images ou de vidéos accompagnées de texte ou de légendes. Ils peuvent être de nature comique et faire référence à des films populaires, des émissions de télévision et d'autres mèmes Internet. Créés et partagés par n'importe qui, les mèmes sont une forme de satire et de commentaire social. Ils relient les gens par une compréhension et un humour partagés et constituent un élément important de la culture Internet.
Mèmes populaires
Certains des plus populaires sont :
- "Harambe" (2016) - un gorille qui a été abattu au zoo de Cincinnati après qu'un enfant soit tombé dans son enclos. Le mème reprend souvent le nom d'Harambe pour exprimer des sentiments de nostalgie ou de perte.
- "Doge" (2013) - un chien Shiba Inu avec des légendes écrites dans un anglais approximatif et une police Comic Sans. Le mème comporte souvent des phrases telles que "such wow" et "very [adjectif]".
- "Distracted Boyfriend" (2017) - une photo de stock d'un homme regardant une autre femme pendant que sa petite amie regarde en désapprobation. Les gens utilisent ce mème pour commenter les questions d'infidélité ou de trahison.
- "Expanding Brain" (2016) - une image d'un cerveau dont la taille augmente avec diverses légendes décrivant des niveaux d'intelligence croissants.
- "Bob l'éponge moqueur" (2017) - une image de Bob l'éponge de la série animée "Bob l'éponge" avec un texte écrit sur un ton moqueur.
- "Pepe the frog" (2005) - un mème internet devenu populaire sur 4chan et d'autres plateformes en ligne. Ce mème consiste généralement en une photo de Pepe accompagnée d'une légende écrite dans un anglais approximatif.
- "Dank Memes" (2015) - les mèmes considérés comme particulièrement drôles ou intelligents sont appelés "Dank Memes".
- "Moth Meme" (2018) - L'image d'un papillon de nuit volant vers une lampe décrit une personne attirée par quelque chose, souvent de manière humoristique ou ironique.
- "Baby Yoda" (2019) - Un personnage de la série Disney+ "The Mandalorian" est rapidement devenu populaire et largement utilisé dans les mèmes.
- "Poing d'Arthur" (2018) - Une image du personnage d'Arthur de l'émission pour enfants "Arthur" faisant un poing, généralement utilisé pour exprimer la détermination ou la colère.
Servir le bon mème pour vous
Afin de proposer le bon mème, les plateformes de médias sociaux utilisent des algorithmes qui fonctionnent avec des arbres de décision. Comme nous l'avons lu précédemment, un algorithme d'arbre de décision est un type d'algorithme d'apprentissage automatique.
Il utilise un ensemble de variables d'entrée pour analyser un ensemble de données liées à vos préférences, à votre historique de navigation et à d'autres facteurs pertinents pour faire une prédiction sur le mème qui vous intéressera.
L'algorithme crée une structure arborescente de décisions et de résultats, où chaque nœud interne teste une variable d'entrée, chaque branche représente le résultat du test, et chaque nœud feuille représente un résultat ou une classe prédite. L'algorithme commence au nœud racine et parcourt l'arbre en prenant des décisions basées sur les variables d'entrée, jusqu'à ce qu'il atteigne un nœud feuille qui représente la prédiction finale.
La décision prise par l'algorithme est basée sur des facteurs tels que votre âge, votre localisation, votre historique de navigation et si vous avez déjà montré de l'intérêt pour un certain type de mèmes (par exemple, les mèmes politiques, les mèmes de chats, etc.) L'algorithme prend ensuite d'autres décisions en fonction de caractéristiques spécifiques des mèmes, telles que la longueur, le ton ou les mots clés.
Les algorithmes d'arbre de décision sont souvent associés à d'autres techniques d'apprentissage automatique pour améliorer leur précision et leur robustesse. Cela en fait des outils puissants pour prendre des décisions sur la base d'ensembles de données complexes et pour prédire les résultats avec une grande précision.
Alors, comment le fait de défiler en étant défoncé règle la polarisation ?
Comment cela fonctionne-t-il ? Bien sûr, la défonce, comme vous le savez, vous rend plus enclin à attraper le fou rire (et à vous abrutir ?). Ce n'est pas une nouvelle, MAIS... Les mèmes que je vois quand je suis défoncé diffèrent de ceux que je vois quand je suis sobre.
Ma propre expérience m'a montré qu'un défilement défoncé entraîne plus de rires qu'un défilement sobre.
J'ai visualisé mes résultats dans un arbre de décision, tel qu'utilisé par les algorithmes.
Peggy est fiancée ?
Visualisé, l'arbre de décision de base que l'algorithme utilise pour décider de ce qu'il faut me montrer, ressemble à ceci :
![](https://scienceblog.co.uk/wp-content/uploads/2023/01/ispeggyengaged.jpg)
Si je ne m'engage pas dans le contenu, l'algorithme continue à me proposer un contenu de plus en plus extrême jusqu'à ce qu'il enregistre une interaction.
Ce contenu "plus extrême" dépend du profil qu'une plateforme a de vous. Mon profil ressemblerait un peu à ceci :
Blogueuse millénaire d'une vingtaine d'années, titulaire d'un doctorat, qui essaie d'acheter une maison sans y parvenir et qui évacue sa colère et sa frustration par des messages passifs agressifs sur les médias sociaux et en aimant certains types de mèmes.
Ce profil est basé sur l'ensemble des interactions et des informations que j'ai fournies sur cette plateforme de médias sociaux.
En utilisant ce profil, je peux remplir mon arbre de décision avec certaines catégories que l'algorithme utilise pour décider à quel point de l'arbre de décision il doit me servir quel contenu pour augmenter les chances que je m'engage.
![](https://scienceblog.co.uk/wp-content/uploads/2023/01/ispeggyengaged2.jpg)
Le même arbre de décision peut être réalisé avec différents types de mèmes :
![](https://scienceblog.co.uk/wp-content/uploads/2023/01/ispeggyengagedmemes.jpg)
Bien sûr, les algorithmes utilisés par les plateformes de médias sociaux mélangent tous les sujets pour essayer de vous faire participer : Je verrai des mèmes et des sujets sur le marché du logement défiler jusqu'à ce que je commence à m'engager, auquel cas l'algorithme me servira encore plus de la même chose. Mais plus l'arbre de décision est profond, moins le contenu est disponible. Il existe des centaines de milliers de mèmes universellement drôles, mais pas autant de mèmes politiques stratifiés, de sorte que l'algorithme me montre encore des sujets incendiaires (liés aux baby-boomers) sur le marché du logement, avec lesquels il pense que je suis susceptible de m'engager.
Ne vous inquiétez pas, soyez heureux
Comme vous l'avez sans doute deviné, le fait de défiler en état d'ébriété m'a fait aimer davantage les mèmes simples, et comme il y en a beaucoup, l'algorithme m'en a servi de plus en plus, et je n'avais pas eu ces éclats de rire en faisant défiler ma timeline depuis que je suis sur les médias sociaux. Le défilement de ma timeline m'a fait penser : ces algorithmes sont de plus en plus drôles, j'adore les médias sociaux !
Mais la vérité, c'est que le fait d'être plus satisfait et de rire de choses plus simples et innocentes permet à l'algorithme de proposer un contenu plus doux et plus riche, et vous empêche de vous enfoncer dans le trou de lapin qu'est la polarisation en ligne.
La prochaine fois que vous serez en train de faire défiler des documents, aimez quelques mèmes stupides que vous ne trouvez pas amusants pour le moment, car une perle rare pourrait vous attendre juste au coin de la rue !
Une réponse sur « Fix Polarization: Start Scrolling Stoned. »
[...] Lorsque vous pensez aux algorithmes, vous pensez probablement aux superordinateurs de Wall Street qui effectuent des milliers de calculs et de transactions en une fraction de seconde ou aux entreprises de médias sociaux qui surveillent chacun de vos clics et de vos commentaires, vous ciblant avec des publicités et du contenu polarisant. [...]