
Tous les mois, un nouvel épisode de balado aborde un aspect technologique pour mieux comprendre les sciences du numérique et notre monde de demain.
Publié le 16 mai 2022 Mis à jour le 18 mai 2022
Dans le cadre de ses recherches, Frank Valencia, membre de l'équipe COMETE de l’Inria au LIX de l’École polytechnique, applique, à l’aide des mathématiques, des méthodes formelles à des modèles économiques et de sciences sociales, afin d’analyser, et potentiellement de modifier, la formation de croyances, le consensus et la polarisation en ligne.
« Le rôle des réseaux sociaux est relativement paradoxal. D’un côté, le monde est plus interconnecté, nous avons un meilleur accès à l'information et aux différentes opinions », constate-t-il. « Mais, de l’autre, il ne faut pas oublier le fait qu’ils peuvent façonner les opinions des utilisateurs à une échelle sans précédent, donnant lieu à une large polarisation. Mon objectif était de trouver des modèles permettant d’analyser ce phénomène et d’utiliser mon expérience des méthodes formelles pour adapter des modèles économiques et statistiques qui avaient déjà abordé des problèmes similaires »
L'objectif principal de son modèle est d'expliquer le phénomène de formation de croyances sous l'effet des biais cognitifs. Il en identifie trois formes :
Son modèle montre comment ce phénomène peut, à son tour, conduire à une polarisation, entraînant ainsi des fractures au sein de la société. Ses résultats montrent déjà que les réseaux sociaux peuvent être conçus différemment, en ajustant les algorithmes en fonction des biais qui auront un impact sur le flux d'influence et produiront ainsi des résultats différents, avec moins de polarisation.
Reste que souvent, peu importe l'objet de la discussion, certains individus retirent du plaisir d'embêter les autres et c'est là le but de leur activité. L'algorithme peut ou non leur faciliter la tâche.
Pour l'article complet : Réseaux sociaux : La modélisation mathématique peut-elle contribuer à réduire la polarisation des opinions ?
A Multi-agent Model for Polarization Under Confirmation Bias in Social Networks - https://hal.archives-ouvertes.fr/hal-03095987
En savoir plus sur cette actualitéAccédez à des services exclusifs gratuitement
Inscrivez-vous et recevez des infolettres sur :
De plus, indexez vos ressources préférées dans vos propres dossiers et retrouvez votre historique de consultation.
M’abonner à l'infolettreSuperprof : la plateforme pour trouver les meilleurs professeurs particuliers en France (mais aussi en Belgique et en Suisse)
Effectuez une demande d'extrait d'acte de naissance en ligne !