Facebook a été comparé à un « gangster numérique » par un rapport parlementaire critique sur la désinformation et les fake news. Un témoin de l'enquête de 18 mois sur la façon dont les plateformes numériques ont transformé le flux d'informations décrit l'utilisation actuelle de la technologie comme « détournant nos esprits et notre société ».

Le rapport, commandé par le Digital, Culture, Comité restreint Médias et Sport, conclut que « les choix politiques pourraient être influencés par l'information en ligne ». Il poursuit en disant :« Nous devons utiliser la technologie, au lieu, libérer nos esprits et utiliser la réglementation pour rétablir la responsabilité démocratique. Nous devons nous assurer que les gens restent aux commandes des machines."

C'est une conclusion incontestable. Mais il y a beaucoup moins de certitude quant à ce à quoi devrait ressembler ce règlement. Je dirais que les algorithmes utilisés par Facebook et d'autres médias numériques ne peuvent être contrôlés que par une réglementation algorithmique.

Les deux recommandations clés du rapport sont une enquête sur l'utilisation des données et les pratiques anticoncurrentielles de Facebook. Cela faisait suite aux conclusions selon lesquelles « le scandale Cambridge Analytica a été facilité par les politiques de Facebook » et « il est évident que Facebook a intentionnellement et sciemment violé à la fois les lois sur la confidentialité des données et les lois anticoncurrentielles ». Damian Collins député, Le président du comité à l'origine du rapport est allé jusqu'à dire :« Des entreprises comme Facebook exercent un pouvoir de marché énorme qui leur permet de gagner de l'argent en intimidant les petites entreprises technologiques et les développeurs qui comptent sur cette plate-forme pour atteindre leurs clients.

Une nouvelle approche

L'examen réglementaire requiert de grandes quantités d'informations et de preuves. Mais le rythme auquel évoluent et innovent des plateformes comme celle de Facebook est bien plus rapide que le temps nécessaire aux autorités pour les scruter. D'où, la réglementation fondée sur des preuves est nécessairement en décalage avec les algorithmes qui contrôlent les flux d'informations à l'ère numérique. S'il y a des violations de données ou que les utilisateurs sont manipulés - comme le rapport l'a constaté à propos du vote - il est trop tard pour réglementer cela après coup.

Une nouvelle approche de la réglementation est nécessaire. Celui qui est basé sur l'utilisation d'algorithmes pour surveiller les plateformes numériques. Ces algorithmes réglementaires devraient être conçus pour collecter des informations en temps réel sur la façon dont les plateformes façonnent ce que les utilisateurs voient sur leurs fils d'actualité et leurs chronologies. Ils peuvent s'adapter au fur et à mesure que les algorithmes utilisés par les plateformes s'adaptent.

Cela nécessite une compréhension des caractéristiques clés des différentes plates-formes, tels que le rôle de spécifique, utilisateurs influents qui sont chargés de façonner l'opinion à travers le réseau. Si les régulateurs veulent encourager la culture numérique et amener les utilisateurs à ralentir (comme le rapport le recommande), les algorithmes peuvent surveiller les façons dont les plateformes encouragent le contraire.

Quand il s'agit de compétition, les barrières à l'entrée sont élevées. Des plateformes telles que Facebook et Twitter sont construites sur ce que les économistes appellent les effets de réseau - plus de personnes les utilisent, plus ils sont utiles. Cela en fait des monopoles naturels. Ils utilisent des algorithmes pour augmenter leur portée en suggérant constamment de nouvelles connexions aux utilisateurs actuels, augmentant ainsi les coûts de changement si les utilisateurs souhaitent passer à une autre plate-forme. Des algorithmes réglementaires pourraient être conçus pour calculer en temps réel la taille des connexions directes et indirectes pour chaque utilisateur, et les utiliser comme proxy pour leurs coûts psychologiques de commutation de réseaux.

Un autre problème pour les organismes de surveillance de la concurrence est que les mesures qu'ils utilisent traditionnellement pour surveiller le pouvoir de marché sont rendues obsolètes par les modèles commerciaux des plateformes de médias sociaux. Il est très difficile de mesurer la part de marché d'une plateforme. Même si vous connaissez le nombre d'utilisateurs enregistrés, chacun doit avoir un poids différent en fonction de son nombre de connexions, qui devraient à leur tour être pondérés en fonction du nombre de leurs connexions.

Une façon de le faire est que les algorithmes produisent des mesures synthétiques de la pertinence de chaque connexion. Cela suivrait une logique similaire à celle utilisée par Google pour classer la pertinence des suggestions de recherche, en tenant compte non seulement des connexions immédiates, mais aussi la séquence de leurs connexions pondérées, mesurer à quel point les différents utilisateurs sont centraux sur le réseau. Ainsi, ils pourraient fournir une bien meilleure approximation des parts de marché.

Jusqu'à maintenant, les grandes entreprises technologiques ont été largement laissées à elles-mêmes pour s'autoréglementer. Le rapport britannique conteste à juste titre cela et indique clairement que cette ère d'autorégulation doit prendre fin. Mais, plus que cela, un effort concerté est nécessaire pour développer de nouveaux outils pour faire face à l'échelle et, critique, le calendrier des menaces posées par l'énorme pouvoir de marché concentré dans les centres de données de quelques plates-formes dominantes.

Si les plateformes de médias sociaux peuvent déployer des algorithmes avancés pour traiter les informations sur leurs utilisateurs en temps réel, tout en apprenant à partir de ces données, les régulateurs doivent faire de même pour les surveiller. La priorité des décideurs politiques doit passer à la prévention, plutôt que d'enquêter et de punir les abus une fois que la société est déjà endommagée. Les algorithmes de régulation peuvent réagir en temps réel aux stratégies des différentes plateformes, améliorant ainsi la probabilité que des personnes restent en charge des machines.

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