ON
← Retour au fil
Rappler logo🏛️ Politique
PH🏛️ PolitiqueCentrehier

Pourquoi les algorithmes des réseaux sociaux vous envoient des messages que vous n'aimez pas

Une étude publiée dans les Actes de l'Académie nationale des sciences révèle que les algorithmes des médias sociaux, y compris l'algorithme de flux de X, donnent souvent la priorité au contenu en conflit avec les valeurs fondamentales des utilisateurs. Les chercheurs ont constaté que des plateformes comme X utilisent des mesures d'engagement, telles que les likes et les commentaires, pour déterminer quels messages afficher, ce qui entraîne une polarisation accrue. L'étude note que les utilisateurs démocrates sont plus fréquemment exposés à du contenu qui contredit leurs valeurs par rapport aux utilisateurs républicains, en raison d'un engagement plus élevé avec des points de vue opposés. Cette dynamique crée une boucle de rétroaction où les utilisateurs voient plus de contenu avec lequel ils ne sont pas d'accord, renforçant ainsi les croyances existantes.

Une étude récente a révélé comment les algorithmes des médias sociaux peuvent façonner les flux des utilisateurs d'une manière qui contredit leurs valeurs personnelles. Les chercheurs analysant les données de la plate-forme X ont constaté que l'algorithme tend à promouvoir le contenu qui défie plutôt que de soutenir les convictions fondamentales des utilisateurs.

Il a utilisé un outil de mesure basé sur des cadres psychologiques établis pour évaluer à la fois les valeurs exprimées par les utilisateurs dans leurs propres messages et les valeurs reflétées dans le contenu sélectionné par l'algorithme. Les résultats ont indiqué que l'algorithme X feed amplifiait de manière disproportionnée les messages liés au maintien de la tradition, à l'application des règles et à la sécurité sociale, des valeurs qui entrent souvent en conflit avec celles qui mettent l'accent sur l'empathie, la protection de l'environnement et la préoccupation mondiale.

Ces résultats suggèrent que l'algorithme peut renforcer les divisions idéologiques en favorisant le contenu qui génère un engagement par le biais du désaccord plutôt que de l'accord. L'étude a noté que les utilisateurs interagissent fréquemment avec des messages qu'ils trouvent répréhensibles, ce qui crée une boucle de rétroaction qui encourage l'algorithme à afficher un contenu similaire à l'avenir. Une constatation clé était que la tendance de l'algorithme à promouvoir un contenu contradictoire était plus prononcée chez les utilisateurs s'identifiant comme démocrates.

Cette dynamique peut contribuer à une polarisation politique accrue en exposant les utilisateurs à des points de vue qui remettent en question leurs croyances existantes, ce qui peut approfondir les divisions dans le paysage plus large des médias sociaux. Les chercheurs ont souligné que la conception algorithmique actuelle donne un poids disproportionné aux interactions telles que les commentaires et les likes, qui se produisent souvent en réponse à des contenus controversés ou provocateurs.

Pour résoudre ces problèmes, les chercheurs ont proposé que les plateformes de médias sociaux envisagent d'incorporer des mécanismes qui permettent aux utilisateurs de mieux contrôler les types de contenu qu'ils voient. Ils ont suggéré que l'implication des utilisateurs, des décideurs et des concepteurs de plateformes dans le développement d'outils qui alignent le contenu sur les valeurs individuelles pourrait aider à atténuer les effets du biais algorithmique.

En comprenant le fonctionnement de ces systèmes, les parties prenantes peuvent travailler ensemble pour créer des environnements numériques plus équitables et inclusifs.L'impact à long terme de ces changements dépendra de l'efficacité avec laquelle les plateformes mettent en œuvre des solutions qui équilibrent les mesures d'engagement dans le respect de l'autonomie des utilisateurs et des perspectives diverses.

Aller aux sources primaires (3)

Les sources officielles sur lesquelles repose la couverture. Lisez-les directement pour contourner le cadrage.

1 articles

Rappler logoRapplerIndépendantCentreFactualité 75Objectivité 65hier
Pourquoi les algorithmes des réseaux sociaux vous envoient des messages que vous n'aimez pas

Une étude publiée dans les Actes de l'Académie nationale des sciences révèle que les algorithmes des médias sociaux, y compris l'algorithme de flux de X, donnent souvent la priorité au contenu en conflit avec les valeurs fondamentales des utilisateurs. Les chercheurs ont constaté que des plateformes comme X utilisent des mesures d'engagement, telles que les likes et les commentaires, pour déterminer quels messages afficher, ce qui entraîne une polarisation accrue. L'étude note que les utilisateurs démocrates sont plus fréquemment exposés à du contenu qui contredit leurs valeurs par rapport aux utilisateurs républicains, en raison d'un engagement plus élevé avec des points de vue opposés. Cette dynamique crée une boucle de rétroaction où les utilisateurs voient plus de contenu avec lequel ils ne sont pas d'accord, renforçant ainsi les croyances existantes.

Lecture du biais (Centre): Bien que l'étude discute des différences d'exposition au contenu entre les utilisateurs démocrates et républicains, elle ne cadre pas ouvertement un côté positivement ou négativement.

Pourquoi factualité (75): The article references the primary source document from the Proceedings of the National Academy of Sciences, which discusses the measurement of human values in social media posts. However, it does not directly cite the specific paper or provide sufficient details about the methodology or findings. T

Pourquoi objectivité (65): The tone of the article leans toward advocacy, suggesting that current algorithms do not align with user values and implies a need for change. This introduces a slight bias towards supporting user control over content curation, rather than presenting a purely objective analysis.

Comment chaque camp l’a couvert

Le même événement, regroupé selon l’orientation politique des médias qui le couvrent.

Comment chaque camp l’a couvert

Soutenez une information indépendante et consciente des biais, et débloquez le pouls social, le vote communautaire et toutes les autres fonctions pour les soutiens.

Devenir soutien

Couverture dans le monde

Le même événement tel que rapporté dans d’autres pays.

Couverture dans le monde

Soutenez une information indépendante et consciente des biais, et débloquez le pouls social, le vote communautaire et toutes les autres fonctions pour les soutiens.

Devenir soutien

Vérification des affirmations

Les principales affirmations factuelles et combien de sources les confirment ou les contestent.

Vérification des affirmations

Soutenez une information indépendante et consciente des biais, et débloquez le pouls social, le vote communautaire et toutes les autres fonctions pour les soutiens.

Devenir soutien

Gardons l’information honnête.

ObjectiveNews est financé par ses lecteurs et sans publicité : nous vous montrons le biais au lieu de le cacher. Soutenez un journalisme indépendant pour 4 €/mois.

Devenir soutien

Sujets liés