Blacklister : la déliaison numérique sur les réseaux sociaux

Pour aller plus loin

À leur origine, les réseaux sociaux reposaient sur une promesse simple : retrouver ses amis, partager des histoires de vie, échanger, jouer avec son identité. Ils se présentaient comme un nouvel espace social, où la liberté d’expression et la liberté relationnelle semblaient promettre un espace inédit d’échange, d’exposition de soi, de reconnaissance et d’appartenance, avant que cette promesse ne se transforme progressivement en exposition à des contenus que l’utilisateur ne choisit plus entièrement.
À l’ère des contenus recommandés, des profils suggérés, de la désinformation et des stratégies de visibilité, l’utilisateur n’évolue plus seulement dans un espace d’échange. Il circule dans un environnement calculé, où l’amitié devient une connexion, le suivi un signal. Dès lors, la question n’est plus seulement de savoir pourquoi nous utilisons les réseaux sociaux, mais pourquoi nous devons désormais apprendre à nous en protéger : protection contre les contenus non désirés, contre les formes de désinformations.

Les réseaux sociaux se sont imposés en empruntant le vocabulaire de la vie ordinaire : ami, suivre, aimer, partager, profil, fil d’actualité, communauté, commenter. Ils ont ainsi donné l’impression de prolonger la vie sociale réelle dans un espace numérique. Le problème est que ce déplacement du réel vers le virtuel change la nature même de la relation. “L’ami” n’est plus seulement une personne avec laquelle j’ai une histoire, une interaction ; il devient un noeud dans un graphe, une donnée relationnelle, un signal exploitable pour lui recommander d’autres contenus, d’autres comptes. Cette transformation nourrit une économie de la marchandisation de l’attention. L’évolution des réseaux sociaux impose ainsi aux utilisateurs des contenus non désirés dans leur fil d’actualité, brouillant la frontière entre relation choisie, exposition algorithmique et captation attentionnelle.

1. Filtrage par les plateformes

Avant d’analyser les pratiques de filtrage par les utilisateurs, il faut rappeler que les plateformes organisent déjà des niveaux de visibilité. Tarleton Gillespie¹Tarleton Gillespie est chercheur à Microsoft Research New England, au sein du Social Media Collective, et professeur à Cornell University. montre que certains contenus associés à la désinformation, ou situés à la limite des règles de modération (borderline content), sans toujours relever d’une suppression explicite, peuvent faire l’objet d’une réduction de visibilité : déclassement algorithmique, moindre recommandation, circulation limitée dans les fils d’actualités.

Romain Badouard²Romain Badouard est maître de conférences en sciences de l’information et de la communication à l’Université Paris-Panthéon-Assas, chercheur au CARISM et enseignant à l’Institut français de presse. va dans ce sens avec la notion de shadowbanning, qu’il décrit comme une forme de censure par “invisibilisation”.

La modération algorithmique ne relève donc plus seulement de l’interdiction stricte du contenu, mais d’une modulation de sa visibilité. Il y aurait ainsi un déplacement de la censure explicite vers un filtrage plus subtil, agissant sur le niveau d’exposition des contenus jugés problématiques : désinformation, contenus toxiques, extrémistes ou complotistes…
Encore faudrait-il que les plateformes filtrent réellement et efficacement ces contenus. Cette question engage à la fois des enjeux éthiques, techniques et politiques. On pense notamment à YouTube, où certains contenus porteurs de désinformation peuvent rester très bien référencés, malgré leur caractère toxique.

Lors d’une intervention au Collège de France, Yann LeCun³Yann LeCun est professeur à New York University, rattaché au Center for Data Science et au Courant Institute of Mathematical Sciences. fait une courte parenthèse sur l’intérêt du NLP, pour la modération des contenus. L’extrait montre l’ampleur de cette régulation : il ne s’agit pas seulement de réduire la visibilité de certains contenus, mais aussi de supprimer automatiquement de très grands volumes de faux comptes, de spams ou de contenus associés au terrorisme, racisme,… À partir de 13 min 10, les chiffres évoqués donnent la mesure de cette modération automatisée. Ils rappellent que les plateformes ne régulent pas seulement après coup ; elles s’appuient sur des dispositifs techniques massifs qui décident en amont de ce qui peut circuler, rester visible ou être supprimé.

L’étude de Florian Dauphin⁴Florian Dauphin est sociologue et maître de conférences en sciences de l’information et de la communication à l’Université de Picardie Jules Verne. Il est membre du laboratoire Habiter le Monde (UR 4287). sur YouTube permet toutefois de nuancer cette idée d’un filtrage efficace. Il montre que l’algorithme de recommandation peut aussi favoriser la visibilité de contenus extrêmes, conspirationnistes ou porteurs de désinformation. YouTube ne classe pas d’abord les vidéos selon leur véracité, mais selon leur capacité à capter l’attention, à produire du clic, du temps de visionnage et de l’engagement.

2. Filtrage par les utilisateurs

“Bloquer”, “retirer de ses amis”, “ne plus suivre”, “mettre en sourdine”, “masquer” : autant de termes que l’on retrouve dans les différents réseaux sociaux. On trouve pourtant peu de travaux, dans la littérature française, consacrés spécifiquement à ces pratiques de filtrage.

Ces pratiques offrent une forme de symétrie. Si les plateformes s’autorisent à décider de ce qui doit être moins vu, moins recommandé ou moins circuler, alors l’utilisateur peut revendiquer, à son échelle, le droit de décider ce qui ne doit pas entrer dans son propre espace attentionnel.

Nicholas John⁵Nicholas John est professeur associé au Department of Communication and Journalism de l’Hebrew University of Jerusalem. étudie les différents effets des fonctionnalités offertes par les plateformes pour mettre à distance certains liens ou certains contenus et profils. “Bloquer” constitue la forme la plus forte : cela empêche la communication, rompt le lien. “Retirer de ses amis” rompt aussi un lien réciproque, mais sans empêcher nécessairement la visibilité. “Ne plus suivre” agit sur son propre fil : je cesse de recevoir les contenus de l’autre. “Mettre en sourdine” est encore plus discret : le lien reste intact, mais les contenus de “l’autre” n’apparaissent plus dans mon fil, de manière temporaire ou durable selon les plateformes.
Il existe ainsi un ensemble de pratiques de “déliaison“, de filtrage relationnel et de curation personnelle du fil.

Leticia Bode⁶Leticia Bode est une chercheuse américaine en communication politique, professeure à Georgetown University, dans le programme Communication, Culture, and Technology., dans son article⁷Bode, Leticia, “Pruning the news feed: Unfriending and unfollowing political content on social media”, Research & Politics, vol. 3, n° 3, 2016., analyse la manière dont les utilisateurs exercent un certain contrôle sur ce à quoi ils sont exposés.

À partir de données recueillies aux États-Unis en 2012 auprès de 2 253 personnes, elle mesure les cas où les utilisateurs ont supprimé, masqué ou bloqué quelqu’un parce qu’il publiait trop souvent sur la politique, exprimait une opinion jugée offensante, se disputait sur des sujets politiques, contredisait l’utilisateur ou risquait d’offenser d’autres amis.

Moins de 10 % des répondants déclarent avoir supprimé, masqué ou bloqué quelqu’un pour une raison politique. Le motif le plus fréquent n’est pas forcément le désaccord idéologique, mais le volume : certaines personnes publient trop souvent sur la politique. L’article montre cependant que certains profils filtrent davantage que d’autres. Ce sont surtout les utilisateurs déjà politisés, déjà engagés dans des discussions politiques.

Ce résultat ouvre toutefois une réflexion indirecte : si seule une minorité d’utilisateurs intervient activement sur son fil, alors la majorité demeure exposée, de manière relativement passive, à des contenus politiques qu’elle n’a pas nécessairement recherchés. Cette exposition peut certes favoriser l’accès à l’information, mais elle pose aussi la question du pouvoir d’influence des flux d’actualité lorsque les contenus recommandés par l’algorithme potentiellement sources de désinformation, ne font l’objet d’aucun filtrage “volontaire”.

Méthodologiquement, Leticia Bode construit d’abord un indice de “political unfriending” à partir de plusieurs formes de mise à distance politique sur les réseaux sociaux. La cohérence de cet indice est vérifiée par le test de Cronbach, avec un score alpha de 0,77. Elle utilise ensuite cet indice comme variable dépendante dans une régression linéaire multiple, afin d’identifier les variables sociales, politiques et relationnelles associées à ces pratiques : âge, genre, appartenance politique, intensité idéologique, fréquence des discussions politiques, exposition aux publications politiques des amis et perception du désaccord dans le réseau.

Parmi les résultats significatifs, on peut retenir que l’intensité idéologique présente l’un des effets les plus nets : plus les individus ont des positions politiques affirmées, plus ils sont susceptibles de supprimer, masquer ou bloquer quelqu’un pour des raisons politiques (β = 0,04 ; p = 0,01).

Le fait d’avoir des amis qui publient sur la politique est également significatif (β = 0,03 ; p = 0,01), tout comme la perception d’un désaccord politique dans le réseau (β = 0,03 ; p = 0,01).
Le filtrage politique dépend donc moins du profil social de l’utilisateur que de son expérience du fil : trop de publications politiques, trop de désaccords, trop de tensions…

Conclusion

Force est de constater que, pour limiter les effets des algorithmes des réseaux sociaux, deux possibilités semblent aujourd’hui s’offrir à l’utilisateur : renoncer à sa présence sur les plateformes, ou reprendre manuellement le contrôle de son environnement relationnel et informationnel. Les pratiques consistant à “blacklister” des comptes semblent d’abord contradictoires avec l’idéal relationnel des réseaux sociaux.
Lorsqu’un utilisateur recourt à une forme de blacklistage, il reste difficile de savoir s’il met d’abord à distance une personne, c’est-à-dire un profil jugé intrusif, toxique ou malveillant, ou s’il cherche plutôt à se protéger d’un type de contenu : information politique, publication répétitive, désinformation.
À ce jour, il semble donc difficile d’affirmer si ces pratiques traduisent principalement une désillusion relationnelle ou une stratégie de protection face à l’information.

---