Les médias sociaux ont transformé la façon dont les gens se parlent. Mais les plateformes de médias sociaux ne s'annoncent pas comme les espaces utopiques de connexion humaine que leurs fondateurs espéraient.

Au lieu, Internet a introduit des phénomènes qui peuvent influencer les élections nationales et peut-être même menacer la démocratie.

Les chambres d'écho ou « bulles » – dans lesquelles les gens interagissent principalement avec d'autres qui partagent leurs opinions politiques – découlent de la façon dont les communautés s'organisent en ligne.

Lorsque l'organisation d'un réseau social affecte le débat politique à grande échelle, les conséquences peuvent être énormes.

Dans notre étude publiée le 4 septembre, nous montrons que ce qui se passe aux points de connexion, où les bulles se heurtent, peut considérablement influencer les décisions politiques en faveur d'un parti ou d'un autre. Nous appelons ce phénomène le « gerrymandering d'informations ».

Quand les bulles se heurtent

C'est problématique quand les gens tirent toutes leurs informations de l'intérieur de leur bulle. Même si c'est factuel, les informations que les gens obtiennent de leur bulle peuvent être sélectionnées pour confirmer leurs hypothèses antérieures. Dans la politique américaine contemporaine, cela contribue probablement à l'augmentation de la polarisation politique de l'électorat.

Mais ce n'est pas toute l'histoire. La plupart des gens ont un pied en dehors de leurs bulles politiques. Ils lisent des informations provenant de diverses sources et parlent à des amis ayant des opinions et des expériences différentes des leurs.

L'équilibre entre l'influence venant de l'intérieur et de l'extérieur d'une bulle est très important pour façonner les opinions d'une personne. Cet équilibre est différent pour différentes personnes :une personne qui penche pour le démocrate peut entendre des arguments politiques écrasants d'autres démocrates, tandis qu'un autre peut entendre également des démocrates et des républicains.

Du point de vue des partis qui tentent de gagner le débat public, ce qui est important, c'est la façon dont leur influence est répartie sur le réseau social.

Ce que nous montrons dans notre étude, mathématiquement et empiriquement, est que l'influence d'un parti sur un réseau social peut être brisée, d'une manière analogue au gerrymandering électoral des districts du Congrès.

Dans notre étude, le gerrymandering d'informations était intentionnel :nous avons structuré nos réseaux sociaux pour produire des préjugés. Dans le monde réel, les choses sont plus compliquées, bien sûr. Les structures des réseaux sociaux se développent à partir du comportement individuel, et ce comportement est influencé par les plateformes de médias sociaux elles-mêmes.

Le gerrymandering de l'information donne à un parti un avantage pour persuader les électeurs. Le parti qui a un avantage, nous montrons, est le parti qui ne divise pas son influence et ne laisse pas ses membres ouverts à la persuasion de l'autre côté.

Ce n'est pas seulement une expérience de pensée, c'est quelque chose que nous avons mesuré et testé dans nos recherches.

Expérimenter avec des bulles

Nos collègues du MIT ont demandé à plus de 2, 500 personnes, recruté sur Amazon Mechanical Turk, jouer à un jeu de vote simple par groupes de 24.

Les joueurs ont été affectés à l'une des deux parties. Le jeu a été structuré pour récompenser la fidélité du parti, mais aussi pour récompenser le compromis :si votre parti a gagné avec 60% des voix ou plus, chaque membre du parti a reçu 2 $ US. Si votre parti a fait un compromis pour aider l'autre parti à atteindre 60 % des voix, chaque membre a reçu 50 cents. Si aucun parti n'a gagné, le jeu était dans l'impasse et personne n'a été payé.

Nous avons structuré le jeu de cette façon pour imiter les tensions du monde réel entre les préférences partisanes intrinsèques des électeurs et le désir de faire des compromis sur des questions importantes.

Dans notre jeu, chaque joueur a mis à jour ses intentions de vote au fil du temps, en réponse à des informations sur les intentions de vote d'autres personnes, qu'ils ont reçu via leur réseau social miniature. Les joueurs ont vu, en temps réel, combien de leurs relations avaient l'intention de voter pour leur parti. Nous avons placé des joueurs à différentes positions sur le réseau, et nous avons organisé leurs réseaux sociaux pour produire différents types de bulles en collision.

Les jeux expérimentaux et les réseaux étaient superficiellement justes. Les partis avaient le même nombre de membres, et chaque personne avait la même quantité d'influence sur les autres. Toujours, nous avons pu construire des réseaux qui ont donné à un parti un énorme avantage, de sorte qu'ils ont remporté près de 60 % des voix, en moyenne.

Pour comprendre l'effet du réseau social sur les décisions des électeurs, nous avons compté qui est connecté à qui, tenir compte de leurs préférences en matière de parti. En utilisant cette mesure, nous avons pu prédire avec précision à la fois la direction du biais résultant du gerrymandering de l'information et la proportion du vote reçu par chaque parti dans notre jeu simple.

Des bulles dans la vraie vie

Nous avons également mesuré le gerrymandering d'informations dans les réseaux sociaux du monde réel.

Nous avons examiné les données publiées sur la consommation médiatique des gens, comprenant 27, 852 informations partagées par 938 utilisateurs de Twitter dans les semaines précédant l'élection présidentielle de 2016, ainsi que plus de 250, 000 tweets politiques de 18, 470 personnes dans les semaines qui ont précédé les élections de mi-mandat de 2010 aux États-Unis.

Nous avons également consulté la blogosphère politique, examiner comment 1, 490 blogs politiques liés entre eux au cours des deux mois précédant l'élection présidentielle américaine de 2004.

Nous avons constaté que ces réseaux sociaux ont des structures de bulles similaires à celles construites pour nos expériences.

Comment les réseaux produisent des biais

Les effets que nous avons vus dans nos expériences sont similaires à ce qui se passe lorsque les politiciens gerrymander les districts du Congrès.

Un parti peut dessiner des districts du Congrès qui sont superficiellement justes - chaque district est contenu dans une seule frontière, et contient le même nombre d'électeurs, mais cela conduit en fait à un biais systématique, permettant à un parti de remporter plus de sièges que la proportion de voix qu'il reçoit.

Le gerrymandering électoral est subtil. Vous le savez souvent quand vous le voyez sur une carte, mais une règle pour déterminer quand les quartiers sont gerrymandered est compliquée à définir, ce qui a été un point de friction dans la récente affaire de la Cour suprême des États-Unis sur la question.

D'une manière similaire, le gerrymandering d'informations conduit à des réseaux sociaux qui sont superficiellement justes. Chaque parti peut avoir le même nombre d'électeurs avec le même degré d'influence, mais la structure en réseau donne néanmoins un avantage à une partie.

Compter qui est connecté à qui nous a permis de développer une mesure que nous appelons « l'écart d'influence ». Cette description mathématique de l'information gerrymandering a prédit les résultats du vote dans nos expériences. Nous pensons que cette mesure est utile pour comprendre comment les réseaux sociaux du monde réel sont organisés, et comment leur structure va biaiser la prise de décision.

Débat sur l'organisation des plateformes de réseaux sociaux, ainsi que les conséquences sur les comportements individuels et sur la démocratie, se poursuivra pour les années à venir. Mais nous proposons que penser en termes de concepts au niveau du réseau comme les bulles et les connexions entre les bulles peut fournir une meilleure compréhension de ces problèmes.

Cet article est republié à partir de The Conversation sous une licence Creative Commons. Lire l'article original.