Sachant qu’un algorithme est un éditorialiste comme les autres, sachant aussi qu’il est urgent, comme je le répète depuis plusieurs années, d’inscrire dans l’agenda politique la question du rendu public de fonctionnements algorithmiques directement assimilables à des formes classiques d’éditorialisation, se pose donc depuis un certain temps déjà la question de savoir si « les algorithmes » sont de gauche ou droite. Et depuis quelques jours, une nouvelle étude vient confirmer ce que beaucoup analysaient ou observaient déjà depuis longtemps : les algorithmes sont de droite (ceux de Twitter en tout cas).
Le réseau social de microblogging vient en effet de faire paraître une étude – étude menée par Twitter** sur sa propre plateforme (sic) – qui indique que les contenus « de droite » sont beaucoup plus mis en avant par ses algorithmes sans que la firme ne soit pour autant capable de dire … pourquoi (sic).
** Sur les 5 auteurs de l’étude, 4 sont des employés du réseau social (en plus de leur affiliation universitaire).
Ce qui est déjà l’occasion de saluer le souci de transparence de la plateforme, mais qui devrait être aussi l’occasion de pointer une nouvelle fois à quel point il est démocratiquement problématique de devoir faire confiance aux seules entreprises qui disposent des données pour en produire des analyses ou des observations qui intéressent la société toute entière (problème de la maîtrise des corpus que je signale et souligne depuis … oh … à peine plus de 10 ans ;-).
Les algorithmes [de Twitter] sont de droite.
L’étude titrée « Algorithmic Amplification of Politics on Twitter » est disponible en ligne ainsi que dans une version grand public et résumée sur le blog officiel du réseau social.
En voici les principaux résultats (mais si le sujet vous intéresse je vous conseille bien sûr la lecture de l’intégralité de l’étude) :
- Les tweets concernant le contenu politique des élus, quel que soit le parti ou le fait que le parti soit au pouvoir, connaissent une amplification algorithmique par rapport au contenu politique tel qu’affiché dans la Timeline dans l’ordre ante-chronologique (= les tweets les pus récents en premier).
- Les effets de groupe ne se traduisent pas par des effets individuels. En d’autres termes, l’affiliation à un parti ou à une idéologie n’étant pas un facteur pris en compte par nos systèmes pour recommander du contenu, deux individus appartenant au même parti politique ne verraient pas nécessairement la même amplification.
- Dans six pays sur sept – tous…
La suite est à lire sur: www.affordance.info
Auteur: olivierertzscheid Olivier Ertzscheid
