Les chambres d’écho des réseaux sociaux approfondissent-elles la polarisation politique ou reflètent-elles simplement les divisions sociales existantes ?
Un projet de recherche historique qui a étudié Facebook lors de l’élection présidentielle américaine de 2020 a publié ses premiers résultats jeudi, révélant que, contrairement à ce que l’on pensait, l’algorithme de classement du contenu souvent critiqué de la plateforme ne façonne pas les croyances des utilisateurs.
Ce travail est le fruit d’une collaboration entre Meta – la société mère de Facebook et Instagram – et un groupe d’universitaires d’universités américaines qui ont eu un large accès aux données internes de l’entreprise et ont inscrit des dizaines de milliers d’utilisateurs à des expériences.
L’équipe universitaire a rédigé quatre articles examinant le rôle du géant des médias sociaux dans la démocratie américaine, qui ont été publiés dans les revues scientifiques Science et Nature.
Dans l’ensemble, l’algorithme s’est révélé « extrêmement influent dans les expériences des utilisateurs sur la plateforme », ont déclaré les responsables du projet, Talia Stroud de l’Université du Texas à Austin et Joshua Tucker de l’Université de New York. En d’autres termes, il a eu un impact considérable sur ce que les utilisateurs voyaient et sur la fréquence à laquelle ils utilisaient les plateformes.
« Mais nous savons aussi que le fait de modifier l’algorithme pendant seulement quelques mois ne changera probablement pas les attitudes politiques des gens », ont-ils déclaré, comme le mesurent les réponses des utilisateurs à des enquêtes après leur participation à des expériences de trois mois qui ont modifié la manière dont ils recevaient du contenu.
Les auteurs ont reconnu que cette conclusion pourrait s’expliquer par le fait que les changements n’ont pas été en place suffisamment longtemps pour avoir un impact, étant donné que les États-Unis se polarisent de plus en plus depuis des décennies.
Néanmoins, « ces résultats remettent en question les récits populaires qui accusent les chambres d’écho des réseaux sociaux des problèmes de la démocratie américaine contemporaine », ont écrit les auteurs d’un des articles publiés dans Nature.
L’algorithme de Facebook, qui utilise l’apprentissage automatique pour décider quels messages apparaissent en tête des fils d’actualité des utilisateurs en fonction de leurs intérêts, a été accusé de créer des « bulles de filtre » et de favoriser la propagation de désinformation.
Les chercheurs ont recruté environ 40 000 volontaires via des invitations placées sur leurs fils d’actualité Facebook et Instagram, et ont conçu une expérience où un groupe était exposé à l’algorithme normal, tandis que l’autre voyait les messages classés du plus récent au plus ancien.
Facebook utilisait initialement un système chronologique inversé et certains observateurs ont suggéré que revenir à ce système réduirait les effets néfastes des médias sociaux.
L’équipe a constaté que les utilisateurs du groupe avec un fil chronologique passaient environ la moitié moins de temps sur Facebook et Instagram par rapport au groupe avec l’algorithme.
Sur Facebook, ceux du groupe chronologique voyaient plus de contenu de la part d’amis modérés, ainsi que plus de sources avec un public idéologiquement mixte.
Mais le fil chronologique augmentait également la quantité de contenu politique et peu fiable vu par les utilisateurs.
Malgré les différences, les changements n’ont pas entraîné de modifications détectables des attitudes politiques mesurées.
« Les résultats suggèrent que le fil chronologique n’est pas une solution miracle pour des problèmes tels que la polarisation politique », a déclaré la coauteure Jennifer Pan de Stanford.
