Les influences croisées entre réseaux numériques et relations de proximité

Nos comportements, nos émotions et nos décisions s’inscrivent dans un maillage de liens qui mêle désormais deux sphères indissociables : les contacts humains directs – famille, amis, collègues, communautés locales – et les réseaux sociaux en ligne, dont l’architecture algorithmique façonne une partie de nos expériences.

La recherche identifie trois mécanismes qui se chevauchent :

• l’influence ou contagion sociale,
• l’homophilie (tendance à se rapprocher de semblables) et
• les causes communes (milieu, événements, plateformes).

Démêler ces ressorts demande des études longitudinales, des essais contrôlés et des analyses de réseaux multi-niveaux (Shalizi & Thomas, 2011).

Styles d’influence dans les réseaux numériques

Les plateformes numériques exercent une influence à la fois structurante et affective.

Sur le plan structurant, les algorithmes sélectionnent et hiérarchisent l’information : l’exposition n’est pas aléatoire mais guidée par des modèles prédictifs de clic, ce qui peut créer des bulles de filtrage.

Sur le plan affectif, plusieurs expériences de grande ampleur ont mis en évidence des contagions mesurables. Un essai mené sur 61 millions d’utilisateurs de Facebook a montré qu’un simple message social (« vos amis ont voté ») accroissait la participation électorale, avec des effets en cascade sur les amis d’amis (Bond et al., 2012). Une autre étude a prouvé que la manipulation de la tonalité émotionnelle du fil d’actualité entraîne des variations correspondantes dans les publications des utilisateurs (Kramer et al., 2014).

Ces influences sont souvent lentes et cumulatives : l’adoption d’un comportement de santé, par exemple, dépend du nombre de contacts qui envoient le même signal, phénomène de « renforcement social » décrit par Centola (2010). Elles sont aussi modulées par la densité et la redondance des liens : un réseau en grappes favorise la propagation des comportements complexes, alors qu’un réseau très ouvert accélère surtout la diffusion d’informations simples.

Styles d’influence dans les relations humaines directes

Les interactions en présence reposent sur des mécanismes sensoriels, émotionnels et corporels que la médiation numérique ne reproduit que partiellement. Le mimétisme comportemental, l’intonation, la synchronisation des gestes ou la simple co-présence créent un champ de résonance qui facilite la persuasion implicite.

Les travaux sur la contagion des émotions montrent que la proximité physique amplifie les effets : rire, anxiété ou enthousiasme se propagent plus rapidement dans un groupe réuni (Christakis & Fowler, 2007, pour la dimension relationnelle, malgré les débats méthodologiques).

La confiance, la reconnaissance mutuelle et les rituels partagés jouent ici un rôle central. Là où le réseau numérique diffuse surtout de l’information, le lien direct agit comme un catalyseur identitaire : il engage le corps, les sens et le contexte, donnant à l’influence une profondeur durable. Les décisions collectives dans les organisations, par exemple, dépendent largement de la qualité de l’écoute et de la densité relationnelle, plus que de la simple circulation d’informations.

Convergences et divergences

Comparer ces deux sphères révèle des contrastes :

• Amplitude : les réseaux numériques touchent des millions d’individus mais avec des effets moyens modestes sur le bien-être (Orben & Przybylski, 2019), tandis que les liens en présence peuvent provoquer des transformations plus profondes mais localisées.
  
  
• Temporalité : en ligne, l’influence se manifeste souvent par des micro-expositions répétées ; en présence, un événement marquant ou une conversation singulière peut suffire à reconfigurer une trajectoire.
  
  
• Filtrage : l’algorithme accentue la redondance de nos croyances ; la rencontre physique, surtout dans un groupe hétérogène, favorise davantage la confrontation à l’altérité.

Les recherches sur la polarisation illustrent bien ce contraste : s’exposer volontairement à des opinions opposées sur les réseaux peut renforcer les positions initiales (Bail et al., 2018), alors que le dialogue en face-à-face, lorsqu’il est médié par une facilitation de qualité, augmente la compréhension mutuelle.

Transformation personnelle et capacité d'agir

Ces influences, qu’elles soient numériques ou incarnées, ne font pas de l’individu un simple réceptacle. Les expériences de réduction d’usage des réseaux sociaux montrent que les bénéfices sur la santé mentale apparaissent surtout lorsque la personne s’engage activement dans ce changement (Hunt et al., 2018). La psychologie de l’autodétermination (Deci & Ryan, 2000) souligne que la capacité d’agir – choisir, interpréter, résister ou intégrer – reste décisive.

La transformation personnelle relève d’un processus dialectique : l’environnement fournit des signaux, mais c’est la mise en récit, l’analyse réflexive et la sélection consciente de ces signaux qui façonnent l’évolution durable. Autrement dit, l’influence existe, mais l’appropriation critique et le travail intérieur conditionnent la métamorphose.

Vers une cartographie fine des influences

Plutôt que de chercher une mesure unique, la recherche actuelle incite à cartographier les couches relationnelles : famille, collègues, cercles choisis, communautés en ligne, mais aussi les filtres algorithmiques invisibles. Comprendre l’effet de ces réseaux imbriqués suppose d’observer non seulement les flux d’information mais aussi la qualité des interactions, les contextes de confiance et la diversité des points de vue.

Les études combinant données numériques et observations ethnographiques ouvrent ici des pistes prometteuses : elles permettent de repérer les styles d’influence dominants (informationnel, émotionnel, normatif) et d’évaluer comment chacun peut, en conscience, orienter son exposition pour favoriser une transformation personnelle choisie.

Références 

Bail, C. A., et al. (2018). Exposure to opposing views on social media can increase political polarization. PNAS, 115(37), 9216-9221. https://www.pnas.org/doi/10.1073/pnas.1804840115

Bakshy, E., Messing, S., & Adamic, L. A. (2015). Exposure to ideologically diverse news and opinion on Facebook. Science, 348(6239), 1130-1132. https://www.science.org/doi/10.1126/science.aaa1160

Bond, R. M., et al. (2012). A 61-million-person experiment in social influence and political mobilization. Nature, 489, 295-298. https://www.nature.com/articles/nature11421

Centola, D. (2010). The spread of behavior in an online social network experiment. Science, 329(5996), 1194-1197. https://www.science.org/doi/10.1126/science.1185231

Christakis, N. A., & Fowler, J. H. (2007). The spread of obesity in a large social network over 32 years. New England Journal of Medicine, 357(4), 370-379.

Deci, E. L., & Ryan, R. M. (2000). The “what” and “why” of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227-268.

Hunt, M. G., Marx, R., Lipson, C., & Young, J. (2018). No more FOMO: Limiting social media decreases loneliness and depression. Journal of Social and Clinical Psychology, 37(10), 751-768. https://guilfordjournals.com/doi/10.1521/jscp.2018.37.10.751

Kramer, A. D. I., Guillory, J. E., & Hancock, J. T. (2014). Experimental evidence of massive-scale emotional contagion through social networks. PNAS, 111(24), 8788-8790. https://www.pnas.org/doi/10.1073/pnas.1320040111

Orben, A., & Przybylski, A. K. (2019). The association between adolescent well-being and digital technology use. Nature Human Behaviour, 3, 173-182. https://www.nature.com/articles/s41562-018-0506-1

Shalizi, C. R., & Thomas, A. C. (2011). Homophily and contagion are generically confounded in observational social network studies. Sociological Methods & Research, 40(2), 211-239. https://pmc.ncbi.nlm.nih.gov/articles/PMC3328971/