Quelles mesures des publics numériques ?

Wikipédia - CC BY-SA 3.0

Wikipédia – CC BY-SA 3.0

Depuis le développement d’un « Internet commercial » les organisations cherchent à quantifier les interactions et discours des internautes afin d’y identifier des publics et favoriser le placement publicitaire. Mais peut-on « mesurer » les publics numériques ? Ces mesures ne fabriquent-elles pas l’objet « public » plutôt que de le révéler ? Tout comme ces « métriques » construisent de la (e)réputation là où il n’y en peut-être pas…

Pour discuter de cela, j’ai été invité par l’équipe Pixel du laboratoire en sciences de l’information-communication CREM de l’Université de Lorraine. Mon intervention (au titre synthétique) s’intitulait : « Mesurer les publics numériques : entre performativité, conventions et commensuration. Le cas de la (e)réputation ». J’ai ensuite reformulé plus sobrement le titre, et je vous propose ici le diaporama de ma présentation, ainsi que des points de détail à la suite (en attendant l’enregistrement audio).

 

Je ne compte pas revenir sur toutes les slides, notamment celles définitionnelles (performativité, etc.) qui me paraissent plutôt claires… Et qui demanderaient surtout énormément de discussion. Mais je reviendrai peut-être sur ces notions plus tard, en attendant il  y a la bibliographie à la fin du diaporama.

L’idée générale est de distinguer la mesure (qui porte sur un phénomène naturel) de la quantification qui suppose des conventions, traductions, etc. particulières. En somme, on pourrait se demander si les discours et prescriptions qui guident les pratiques des professionnels du web (mon terrain central) ne visent pas à fabriquer de la mesure là où il n’y a que de la « mise en chiffre ». Bref, que le (non)objet « public », nécessaire aux organisations qui souhaitent créer de la « relation », semble donné, et qu’il suffit d’avoir le bon étalonnage pour l’évaluer.

 

Le public comme une audience qui organise le web (de 1993 à 2005)

Slides 7 et 8

En préambule, j’ai choisis de présenter les différentes formes de quantification de manière chronologique. Je suis loin d’être un spécialiste de l’histoire d’Internet, le découpage en quatre période est donc schématique. Ce que je souhaite surtout montrer est que les mesures qui se développent au fil du temps sont : nécessaires pour développer une économie (publicitaire, médiatique, attentionnelle), dépendantes des dispositifs numériques et de leurs méthodes statistiques, et qu’elles se cumulent/s’agencent en évoluant.

En 1993 la massification des usages d’Internet, avec notamment le développement des fournisseurs d’accès commerciaux, amène dans les discours (médiatiques) l’idée qu’Internet serait « grand public ». Un public qui participe par ses clics ou son attention au développement du web, mais qui pour autant ne contribue pas au sens où l’entendent les « pionniers » d’Internet.

La captation de l’agir de ces publics par le biais notamment des cookies des navigateurs, repose sur les clics, les logs des serveurs, voire des panels d’internautes sur le modèle des mesures d’audience des médias audiovisuels. La notion de « public », à qui l’on souhaite diffuser des publicités les plus personnalisées possibles, se substitue à celle d’audience. Pour autant, la question du sens que cette audience pourrait construire à partir des contenus qu’elle consomme est difficile à résoudre par ces approches.

A partir de 2000, avec l’arrivée du moteur de Google, le « public » n’est plus passif, mais il participe à « organiser le web » en produisant de la citation (i.e. du lien hypertexte). Les mesures d’audience ne sont pas pour autant délaissées (Google est d’ailleurs le leader de la question avec Google Analytics), mais elles s’agencent avec l’idée qu’un hyperlien est un moyen de désubjectiver une opinion ou un jugement. De fait, dans les discours, le référencement d’un résultat devient « naturel » : l’éditorialisation semble construite par le « public », qui par ses actions produit de la pertinence. Et si le public produit de la pertinence, alors ces résultats « objectifs » ne peuvent être que pertinents. Aujourd’hui encore, près de 90% des usagers du moteur ne dépassent pas la première page, confirmant ainsi (par la mesure d’audience) que Google « sait » organiser le web et produire de l’autorité et de la réputation. Les conventions entre professionnels du web s’accordent ainsi sur le principe « qu’il faut être en première page ».

 

Le public comme levier de l’influence et cible de celle-ci : la (e)réputation comme mesure et résultat

Slides 9 à 14

En 2005 apparait le fa/fumeux « web 2.0 », où le public n’est plus seulement lecteur ou organisateur, mais aussi contributeur par l’expression de soi et de ses opinions en ligne. Les espaces de « qualcualtion » sont les plates-formes que nous connaissons tous aujourd’hui. Elles produisent des éléments de mesure à partir d’un double agencement : les données produites par les usagers et calculées en fonction des objectifs des concepteurs (en profondeur) ; les données/contenus consommés par les usagers et les opinions/évaluations qu’ils émettent. Ce dernier aspect, en surface, favorise la recommandation au cœur des plates-formes dominantes du web : le « public » est identifiable par les informations qui lui sont recommandées. Une recommandation qui en plus des mesures d’audience, des citations, des opinions, s’appuie sur des approches affinitaires.

L’influence (rarement définie) est un objectif recherché par les organisations car elle semble mesurable : influence des comportements (par la mesure d’audience), influence des prescriptions (par les approches affinitaires), influence des représentations (par la quantification de l’opinion). La réputation numérique m’apparait alors comme emblématique de cette période. Cette notion introduit en effet des éléments subjectifs, du sens pour favoriser une herméneutique de la donnée : elle agence à la fois des représentations, des comportements, des discours, etc. tout en permettant une comparaison et une quantification. Pour autant, les éléments et mécanismes qui permettent de « mesurer » cette réputation sont questionnables.

Les indicateurs de mesure, qu’ils soient produits par les plates-formes et/ou par les prestataires, ne sont qu’un agencement et une représentation sous la forme de scores des statistiques fournies par lesdites plates-formes. Mais ces statistiques ne sont pas fiables : près de 60% (voire plus) des vues sur une vidéo Youtube seraient « fausses », il en va de même pour Facebook et ses vidéos, mais aussi ses statistiques de partage. Pour autant, ces indicateurs sont fortement utilisés par les annonceurs, en partie (comme me l’ont soulignés des community managers en entretien) car ils permettent une multiplicité d’interprétations, et génèrent (chez les « publics ») de nombreuses interactions : si personne n’interagit avec mes propos en ligne, vais-je continuer à en produire ? Il convient aussi de noter que ces indicateurs/scores produisent de l’autorité, au sens où ils favorisent la sélection d’une information ou la volonté de la recommander (ce que je nomme parfois « l’autorité réputationnelle »). Il s’agit alors moins d’une question de fiabilité que des pratiques qui se développent à partir de ces statistiques : plus nous faisons usages de ces indicateurs ou éléments statistiques, plus ils deviennent notre seul point de repère, affirmant ainsi leur utilité à défaut de leur fiabilité. Les méthodes de mesure semblent donc créer l’objet « réputation » et les « publics » qui la produise, plutôt que les révéler.

Afin de favoriser l’appropriation de ces indicateurs, leur dénomination fait référence à la « nature ». Ainsi, nous ne sommes plus dans une « mise en chiffre » et dans l’artefact, mais bien dans la mesure de phénomènes naturels produits à la fois par les plates-formes et leurs usagers. Cela évite aussi une diabolisation des « boites noires » que sont les systèmes de ces plates-formes. Le tout en renforçant la dépendance des annonceurs aux plates-formes, mais aussi le pouvoir des experts en comparaison de celui des « publics » profanes, puisqu’eux comprennent comment cela marche. Les modèles statistiques choisis, autant que les jugements concernant la modération des informations (sur des bases culturelles mais surtout en fonction des objectifs économiques), influent pourtant fortement sur la fabrication de ces indicateurs de mesure.

Pour autant, la problématique persistante du « comment donner du sens à cette multitude d’expressions » suppose de s’appuyer sur des « mesures » qui ne reposent pas entièrement sur la quantification des interactions. Arrivent ainsi les méthodes et techniques de « sentiment analysis ». Si celles-ci sont en constante amélioration, elles posent de nombreuses questions quant à leur capacité à prendre en compte les contextes d’émission des opinions et de réception de celles-ci. Elles m’interrogent de plus quand elles sont automatisées à des fins de profilage voire de gouvernance. Mais les organisations ne s’arrêtent pas à ces considérations/critiques, et de nombreuses conventions se mettent en place pour gérer ce que les plates-formes « mesurent » comme de la réputation numérique.

 

Le public identifiable par son « expérience »

Slides 15 à 16

Comme le souligne Julien Pierre, ne serions-nous pas face à l’avènement d’un « web expérientiel » ? Autrement dit, après avoir circonscrit le public numérique par ce qu’il lit (mesure d’audience), par ce qu’il cite (mesure de l’hypertextualité), par ce qu’il exprime (mesure de la réputation), sommes-nous en train d’aller vers un public identifiable par ce qu’il ressent ?

Avec Julien nous travaillons (et c’est loin d’être terminé) sur la question d’un « web affectif » qui se centre sur l’évaluation des « émotions » et propose de nouvelles conventions et mesures affectives. Là encore, si nous sommes face à une forme de performativité (ce ne sont pas des émotions qui sont mesurées, mais les mesures qui construisent le (non)objet « émotions »), à des espaces de qualculation spécifiques (reconnaissance faciale par exemple), à des modes de commensuration empruntant fortement des approches psychologiques (comme l’analyse des micros-expressions faciales pour repérer des « émotions universelles »), et à des conventions supposant que les « émotions » ont un rôle centrale dans la consommation ordinaire, ces « métriques affectives » fabriquent tout de même des « publics » solubles dans l’économie numérique. Ne sommes-nous pas alors face à une tentative de renouvellement des études sur la réception ? De nombreuses « start-up » proposent de croiser les mesures d’audience classiques à la télévision, avec de l’évaluation des « émotions » à partir de la reconnaissance faciale et/ou du sentiment analysis.

Pour notre part, nous voyons une problématique liée à la circulation d’éléments (signes, informations, données, etc.) visant à affecter les publics, et plus spécifiquement leurs comportements pulsionnels, qu’une réelle mesure ou « manipulation » des émotions. Tout comme les approches sur la réputation ne mesurent pas une perception, ou influent systématiquement sur la formation de l’opinion.

 

Fabriquer de la mesure… pour en faire quoi ?

Slides 17 et 20

Pour diverses raisons (manque de temps, de moyens, de prise de recul sur le sujet, etc.) les organisations choisissent souvent de ne pas questionner plus avant ces mécanismes de mesure. Comme je le note dans la diapo 18, elles participent pourtant (les mesures, et les organisations qui s’en servent d’ailleurs) à la fabrication :

  • Des comportements des « publics » : par la computation de traces et d’éléments textuels, d’interactions et de « mesure de soi », et les recommandations qui en résultent
  • De sujets : en souhaitant toujours plus personnaliser la « relation client », l’insertion d’éléments qualitatifs et « cognitifs » fait évoluer ces métriques, tout en faisant muter ce que l’on peut qualifier de « public numérique »
  • Du contexte : en « normalisant » les mesures afin de pallier aux restrictions des plates-formes, et fournir un cadre interprétatif partagés (et donc comparable afin d’assurer une stabilité des investissements).

En somme, ces processus de mesure permettent la transformation de (non)objets en objets qui se veulent « universels » (performativité), qui sont considérés comme tels (conventions), qui permettent une évaluation/comparaison nécessaire à l’investissement (commensuration), et dont la production est permise par des espaces de calculs appropriés (qualculation). Que l’on traite d’ailleurs de public, de réputation, d’émotions, etc.

Mais pour les chercheurs, la question est tout autre. Analyser, critiquer, et intégrer ces mécanismes aux observations faites est nécessaire, et de nombreux travaux l’exposent très bien. Ne se limiter qu’à la question des boites noires, ou des usages, ou des effets, sans penser l’agencement de ces aspects, et surtout les questions (socio)économiques qu’elles impliquent ou dont elles dépendent parait risqué. Ce que nous abordons avec Mariannig Le Béchec comme la question de la transposition des catégories d’analyse.

Les éléments de mesure ne reflètent pas un possible ou potentiel « public ». Ne s’appuyer que sur ces éléments pour analyser ledit public amène donc un « risque performatif » : le chercheur participe à créer la catégorie « public » là où elle n’est pas. La question est donc, de mon point de vue, plus méthodologique que conceptuelle, comme l’illustre d’ailleurs le débat récent sur les « bulles ». S’intéresser à la circulation des informations, aux braconnages des usagers, aux possibles formes d’autorités qui régulent cette propagation, ou encore aux externalités économiques recherchées, est essentiel.

De manière plus empirique, il serait intéressant (tout du moins c’est ce que j’essaye de développer) d’articuler trois approches :

  • Interroger les effets produits par ces mesures sur ceux qui sont mesurés
  • Questionner le rôle de ceux qui consomment ces mesures à leur fabrication
  • Et percevoir en quoi ces mesures participent à des formes de gouvernance… Les trois aspects pouvant être mis en relation et être agencés de différentes manières, pour différents objets, sujets ou thèmes.

Au final, nous sommes face à un genre de « chat de Schrödinger numérisé » qu’il convient de problématiser finement pour trouver un juste équilibre entre la diabolisation de la technique (« ça ne marche pas », « ça nous manipule », etc.) et son acceptation en l’état faute de mieux. Ces différents processus et acteurs fabriquent des objets ou des catégories, mais pour quoi faire (et pas uniquement pourquoi et comment) ?

Questionner le travail émotionnel du community manager

Dans le cadre de nos travaux avec Julien Pierre sur le « web affectif » et les questions socio-économiques qu’il peut soulever, nous nous interrogeons sur le travail émotionnel des travailleurs du clic que sont les community managers. Dans notre intervention à l’EHESS, nous en avions rapidement parlé (slide 42). Ce billet va me permettre de détailler un peu plus nos observations et hypothèses… Et j’invite les community managers et autres travailleurs du clic qui passeraient par-là à prendre éventuellement contact avec nous (en fin de cet article) pour un rapide mais essentiel entretien 🙂

Petits éléments de contexte : avec Julien nous observons depuis quelques temps la montée en puissance de la question des affects et des émotions sur le web, et au-delà. Emojis, cœurs, Facebook reactions, discours d’escorte pour inciter à miser sur les émotions dans les stratégies de communication… Du côté des plateformes de nombreux brevets, articles scientifiques, évolutions des interfaces, laissent supposer un intérêt fort pour la mesure et la circulation des émotions. Du côté des annonceurs (organisations), on observe un ensemble de stratégies basées sur l’idée d’une potentielle propagation émotionnelle. Plus qu’une économie de l’attention, les usagers se retrouvent de plus en plus dans une forme d’économie de la pulsion et de l’émotion, que nous définissons comme un « capitalisme affectif ». Vous retrouverez tout cela dans la présentation proposée dans le séminaire d’Antonio Casilli.

La question maintenant est la suivante : en quoi les acteurs centraux de ce triptyque (plateformes/annonceurs/usagers) que sont les community managers fournissent eux-mêmes (ou pas) une forme de travail émotionnel voire affectif ? Car ce sont ces travailleurs qui doivent à la fois articuler le fonctionnement des plateformes et l’évolution de leurs métriques et interfaces, les besoins et objectifs stratégiques des organisations sur le web (quand elles en ont), et les retours ou attentes des publics.

Avant de présenter quelques illustrations et questionnements, une (très) rapide revue de ce que l’on entend par « travail émotionnel ».

 

Le travail émotionnel

Dans la littérature en marketing/gestion, la place des émotions semble connaitre un regain d’intérêt depuis les années 80[1]. Générer des émotions, les mesurer, permettrait de favoriser « l’expérience client » ou encore l’attachement à une marque. Il semble alors logique que pour développer une contagion émotionnelle (i.e. si je semble heureux, alors mon interlocuteur pourra le devenir), la relation entre le salarié et le client se doit d’être imprégnée d’une démonstration claire des émotions du premier à destination du second. Comme le souligne Aurélie Jeantet[2] : « Alors même que les employés doivent s’impliquer corps et âme pour « offrir quelque chose d’eux-mêmes », devenant des « salariés-produits », la relation devient une « pseudo relation ». C’est de cette façon, en termes d’aliénation, que Bellemare, rejoignant les propos de Forseth et Dahl-Jo/rgensen, analyse ce qu’il nomme le « marketing relationnel ». Et sur le web, où depuis de nombreuses années on nous répété que les « marchés sont devenus des conversations », que nous sommes dans un web « social », le relationnel est essentiel.

Le travail émotionnel est alors, du côté du récepteur, l’affichage des émotions attendues par un interlocuteur lors de relations de services/commerciales, selon Ashforth et Humphrey. Du point de vue de l’émetteur, le travail émotionnel est « l’acte par lequel on essaie de changer le degré ou la qualité d’une émotion ou d’un sentiment »[3].

Plus largement, les chercheurs s’intéressant au travail émotionnel peuvent à la fois questionner les émotions qu’engendre le travail, autant que le « travail émotionnel » à proprement parler « c’est-à-dire de l’expression des émotions au service du travail »[4] donc. Cette distinction se retrouve dans deux notions :

  • Surface acting: le travailleur va feindre des émotions afin d’être en adéquation avec les injonctions qu’il reçoit de son employeur, respecter certaines règles sociales propres à un contexte ou plus simplement pour favoriser la communication. Cette idée de jeu en surface se retrouve dans la notion de « sympathie », à distinguer de celle « d’empathie » ;
  • Deep acting : le travailleur cherche (consciemment ou non) à ressentir les émotions des autres. De nombreux travaux portent par exemple sur le travail hospitalier. D’autres travaux soulignent que le « burn out » serait une conséquence de ce deep acting où il devient difficile de s’extraire (psychologiquement) de son contexte de travail.

Mais comment le travailleur gère-t-il ou délimite-t-il ce travail émotionnel ?

D’un point de vue du travail de surface dans un contexte de travail, les émotions exprimées ne sont pas inconscientes, elles peuvent être régies par des règles sociales[5]. Ces règles, qui peuvent être culturelles comme dépendre d’injonctions, vont permettre de définir la gamme des émotions à présenter (joie, tristesse, etc.), leur intensité, l’objet sur lequel elles doivent se porter, et leur durée. Sur le web la question est alors la suivante : quelles conventions déterminent ces gammes d’émotions et leur emploi ? Plusieurs pistes :

  • Les discours destinés aux travailleurs du clic, qu’ils soient présents dans les blogs ou ouvrages professionnels, dans les différentes conférences sur le sujet, ou dans des échanges plus informels au sein de « communautés » en ligne/professionnelles ;
  • La « culture » des organisations auxquelles ces travailleurs sont rattachés ;
  • Certaines représentations ou certains « mythes » propres au web : c’est un truc de jeunes, la relation doit être amicale, le LoL est essentiel, etc.
  • Le design des interfaces et les règles de sociabilité permises par les plateformes.

Sur ce dernier point, un article récent de Stark et Crawford met en avant l’importance des émojis pour le travail émotionnel, qu’il soit d’ailleurs orienté vers les parties prenantes de l’entreprise mais aussi en interne (avec ses collègues) : « Emoji and emoticons have become crucial elements in the affective mix of relationship maintenance, sustenance, and continuation. ». Le travail émotionnel permet aussi de (re)créer du lien social, de mettre de l’humain dans les interfaces en quelque sorte. De plus, les plateformes web permettent d’automatiser en partie ce travail[6]

Notons enfin que dans une vision très libérale du travail, la gestion émotionnelle des travailleurs leur incombe, et suppose une réelle « intelligence émotionnelle »[7]. Cette « compétence émotionnelle » que tout bon travailleur du XXIeme siècle se doit de maitriser est supposée entrainer « une performance remarquable au travail »[8].

Car ne l’oublions pas : « un employé heureux rapporte plus à son entreprise »…

 

Le travail émotionnel des travailleurs du clic… en surface

 Dans mes travaux sur la réputation j’ai pu observer comment de stratégies qui misaient sur la rationalité des publics (pour diriger leur attention, évaluer un produit, analyser des critiques, etc.), les organisations se sont orientées sur des tactiques affectives, mettant l’humour au centre de leurs relations avec leurs publics, et globalement un ton plus décontracté.

En somme, j’essaye de documenter au mieux ce glissement depuis quelques temps, et les exemples ci-dessous (issus encore une fois de notre présentation) visent à illustrer la manière dont le travail émotionnel sur le web peut s’observer sur une plateforme comme Twitter.

D’un point de vue du travail de surface, l’emploi des émojis est central, comme l’illustre les réponses du/des community managers de « la loi travail » :

Travail emotionnel1Dans une optique plus commerciale, la SNCF (comme bien d’autre) sait aussi faire usage de ce qui semble donc être les nouveaux codes du travail émotionnel en ligne. Ici, un usager de Twitter demande s’il peut obtenir un billet gratuit pour Noël : 1300 retweets, donc réponse nécessaire… par un gif animé :

Travail emotionnel2

« Mauvaise » réponse de l’usager, qui entraine un tweet emplie d’émojis afin de continuer la conversation, tout en gardant un ton léger et émotionnel :

Travail emotionnel3Notons que, comme souligné plus haut, le volume d’interactions autours de ces échanges montre un réel intérêt du public. Voire une attente pour des interactions qui semblent plus « humaines » avec des organisations dont on critique souvent le « service client » ? En somme, le travail émotionnel sur le web semble :

  • Permis par les plateformes et les fonctionnalités ou contenus qu’elles permettent de mettre en ligne : gif animé, émojis/émoticônes, images, etc.
  • Valorisé par les plateformes mais aussi les usagers/publics, tant le recours aux signes affectifs permet de faire référence à de nombreux éléments culturels ou contextuels (ambiguïté de l’interprétation de ces signes) ;
  • Et donc reposer sur l’idée que tous les publics sont en attente de ce genre de relation.

 

Le travail émotionnel des travailleurs du clic… en profondeur

 Mais les travailleurs du web ne sont bien entendu pas les seuls à pouvoir exprimer leurs états émotionnels en ligne, qui plus est lorsque certains sujets abordés sont fortement liés à l’actualité. Chaque utilisateur de Twitter pourra témoigner, je pense, de la violence de certains propos sur ce réseau. Si, dans le cas d’une organisation, ils sont rarement adressés directement  à ses représentants en ligne, la question de la perméabilité aux agressions de toute sorte se pose : à quel niveau la sympathie se transforme en empathie, le travail émotionnel passe de la surface à la profondeur ?

Dans le cas ci-dessous, « Pierre », community manager pour SFR, répond à des insultes de manière assez élégante, avec le smiley de rigueur. Mais est-il touché par ces propos ? A quel point se sent-il attaché à l’organisation qui l’emploie pour reporter ces insultes à lui-même ? Et d’ailleurs, pourquoi fournir son prénom ?

Travail emotionnel4Dans les observations et entretiens que j’ai pu mener sur d’autres sujets, j’ai souvent entendu certains professionnels du web (les veilleurs principalement) souligner les difficultés à lire au quotidien des propos qu’ils jugeaient négatifs ou insultants à l’encontre de leur employeur. Qui plus est dans les services publics où les généralisations, la non-connaissance des problématiques internes et de la souffrance de certains salariés, ne faisaient qu’accentuer un sentiment de mal-être, voire une colère à l’encontre de certains internautes.

Travail emotionnel5L’exemple ci-dessus est, me semble-t-il, très parlant. On assiste à un glissement  de critiques adressées à une loi/un gouvernement, à des attaques ad hominem envers un salarié qui n’est peut-être pas un fervent défenseur de la dite loi. Cette volonté de vouloir personnaliser la relation avec les publics, et de penser qu’une interface puisse être un écran suffisant pour protéger un travailleur, nécessite d’être interrogée. Tout comme les travaux portant sur les centres d’appels téléphonique et le travail émotionnel[9], des études sur les travailleurs du web semblent essentielles. Avec, bien évidemment, la prise en compte des spécificités propres aux dispositifs numériques.

Mais pour cela : il faut que nous musclions notre enquête sur la question, n’hésitez donc pas à participer (voir la conclusion plus bas).

 

Au final : vers un travail affectif ?

 Si les émotions peuvent être vues comme l’expression d’un individu, les affects sont des éléments qui circulent entre les individus. Ils affectent un individu (ou un objet), ils peuvent modifier son comportement, les représentations qu’il a de quelque chose.

A l’heure où Twitter annonce un ciblage publicitaire à partir des émojis et autres signes affectifs (qui circulent donc sur sa plateforme), on comprend mieux l’intérêt de valoriser le travail émotionnel (en surface) des travailleurs du clic. Comme nous l’avons mis en avant avec Julien, les plateformes web cherchent à capter de la valeur par l’expression des émotions de leurs usagers, et à favoriser la circulation des affects afin de concentrer l’attention et développer des comportements pulsionnels.

La question se pose alors de savoir pour qui travail (par exemple) les community manager : pour eux, puisqu’ils développent ainsi des « compétences émotionnelles » semblent-ils nécessaires aujourd’hui ? Pour leurs employeurs, en « déminant » les critiques les plus féroces et en attirant l’attention par des interactions légères qui meublent l’attention ? Pour les plateformes, dans une optique de digital labor, en incitant leurs publics à livrer leurs sentiments et en participant au bon développement de celles-ci ? Et comment ressentent-ils ce travail émotionnel ? Le gère-t-il ? Peuvent-ils l’optimiser ou au contraire l’élaguer ? Sont-ils former à cela ? Etc.

Un ensemble de questionnements qui, s’ils vous semblent pertinents pour vos métiers, pourraient être discutés dans le cadre d’un entretien (trentaine de minutes, à distance) : par commentaire dans ce billet et/ou par prise de contact direct par ici.

Notre enquête est en cours, et plus nous aurons de participants, plus nous pourrons avancer sur nos observations de ces métiers, plus si « nouveaux » que cela, et qui attirent (pour ma part) de nombreux étudiants qui ne sont parfois pas préparer à recevoir et émettre autant d’émotions 🙂


[1] DERBAIX, Christian et PHAM, Michel Tuan. Pour un développement des mesures de l’affectif en marketing: synthèse des prérequis. Recherche et applications en marketing, 1989, vol. 4, no 4, p. 71-87.

[2] JEANTET Aurélie, « L’émotion prescrite au travail », Travailler 1/2003 (n° 9) , p. 99-112
URL : www.cairn.info/revue-travailler-2003-1-page-99.htm.

[3] HOCHSCHILD Arlie R., « Travail émotionnel, règles de sentiments et structure sociale », Travailler 1/2003 (n° 9) , p. 19-49. URL : www.cairn.info/revue-travailler-2003-1-page-19.htm.

[4] SOARES Angelo, « Les émotions dans le travail », Travailler 1/2003 (n° 9) , p. 9-18
URL : www.cairn.info/revue-travailler-2003-1-page-9.htm.

[5] HOCHSCHILD Arlie R., 1983, The managed Heart, Berkeley, University of California Press.

[6] COTÉ, Mark et PYBUS, Jennifer. Learning to immaterial labour 2.0: MySpace and social networks. Ephemera: Theory and politics in organization, 2007, vol. 7, no 1, p. 88-106.

[7] SALOVEY, Peter et MAYER, John D. Emotional intelligence. Imagination, cognition and personality, 1990, vol. 9, no 3, p. 185-211.

[8] LHUILLIER, D. Compétences émotionnelles: de la proscription à la prescription des émotions au travail. Psychologie du travail et des organisations, 2006, vol. 12, no 2, p. 91-103.

[9] Voir : GROSJEAN, Vincent et RIBERT-VAN DE WEERDT, Corinne. Vers une psychologie ergonomique du bien-être et des émotions: les effets du contrôle dans les centres d’appels. Presses Universitaires de France, 2005. Ou encore :  DATCHARY, Caroline. Gérer la dispersion: un travail collectif. Sociologie du travail, 2008, vol. 50, no 3, p. 396-416.

Publication de mon livre « (E)réputation : médiation, calcul, émotion »

41usuBU9fdLC’est non sans une certaine fébrilité que je vous annonce la sortie de mon ouvrage sur l’e-réputation chez CNRS Editions. Une « synthèse » de 8 années à m’intéresser à la question de la réputation sous divers angles et sur divers terrains. Même si le titre me semble assez explicite sur le sujet de ce livre, ce billet de blog va me permettre de détailler un peu plus ce qui s’y trouve… et peut-être vous donner envie de le lire ?!

 

 

Vous trouverez le livre chez votre libraire à partir d’aujourd’hui, sur le site de CNRS Editions, Amazon, la FNAC, etc.

 

Ensuite, le résumé :

Évaluer une entreprise, commenter un produit ou un service, « liker » un message promotionnel… Le Web produit des réputations. Si les organisations quantifient depuis de nombreuses années les opinions pour évaluer leurs réputations, et orienter leur prise de décision, en quoi le Web modifie-t-il ces approches ? Comment les dispositifs numériques calculent-ils, voire fabriquent-ils ce que l’on nomme couramment l’e-réputation ? Est-elle un nouveau moyen de s’orienter en ligne autant qu’une nouvelle forme d’autorité ? Dans cet ouvrage, la réputation en ligne est analysée et discutée selon quatre prismes : documentaire (comme un ensemble d’indicateurs), algorithmique (comme un élément de gouvernance des plates-formes web), affectif (comme un élément de nos sociabilités connectées) et managérial (car pour les praticiens la réputation numérique « se doit » d’être gérée par les organisations).

Enfin : vous pouvez lire ici l’avant-propos et l’introduction.

 

Genèse

Cet ouvrage reprend en partie mes travaux de thèse, et propose bien évidemment de nouvelles approches, réflexions et résultats originaux. J’ai mis du temps à me lancer car au début je m’interrogeais sur le fait de m’appuyer sur une thèse pour produire un ouvrage. Puis, en m’apercevant que les réflexions proposées étaient de plus en plus discutées, que je pouvais fortement affiner mon travail doctoral, et que de nouveaux éléments méritaient d’être mis en lumière, je me suis lancé. Le livre a été finalisé fin 2015 pour une sortie en mai (le temps de l’édition).

En substance, cet ouvrage part du postulat que la réputation en ligne est un « non-objet » (on ne peut le délimiter clairement), mais que pour autant cette notion est devenue aujourd’hui ordinaire dans notre paysage numérique, autant qu’un réel enjeu pour de nombreuses organisations. C’est cet aspect « performatif » de la réputation qui m’interpelle fortement. Dans mon parcours professionnel, j’ai commencé à m’intéresser à la réputation par la pratique : consulting, mise en place de systèmes de veille, etc. Puis je me suis intéressé à des aspects plus « théoriques » pour m’apercevoir qu’au final, les organisations produisent ou gèrent beaucoup de choses, mais rarement de la réputation.

Cet ouvrage propose alors une vision inverse à ce parcours : des différentes approches existantes sur la (e)réputation (théoriques – 3 premiers chapitres- comme pratiques –  chapitre 4) je vais peu à peu vers un cadre conceptuel (chapitre 5) et des propositions méthodologiques (chapitre 6) qui visent à mieux comprendre et analyser la (e)réputation. L’idée générale est de proposer des éléments permettant d’aborder la réputation numérique de manière construite, et non plus d’être guidé par les innovations « à la mode » voire certaines idéologies propagées par les propriétaires des plateformes ou les prestataires. Ci-dessous, le plan de l’ouvrage est présenté afin de vous donner une meilleure idée.

Le livre s’adresse donc en premier lieu à un public d’enseignants-chercheurs et d’étudiant(e)s. Ils/elles y trouveront, j’espère, des propositions et analyses pertinentes pour aborder ce phénomène trop souvent traité sous ses seuls aspects marketing/commerciaux et anxiogènes. Comme je le souligne dans l’avant-propos, j’ai cette (bonne/mauvaise) habitude de faire (suffisamment/beaucoup) référence à mes collègues. Non pas pour chercher un quelconque argument d’autorité, mais parce que ce sujet suppose un cadre conceptuel plus que théorique, et que cela me permet d’être didactique sans passer des pages et des pages à résumer des concepts. Au risque peut être de m’effacer un peu, mais surtout en donnant l’opportunité de découvrir des textes importants.

Bien entendu, un professionnel du web ou de l’information-communication trouvera aussi des analyses qui l’aideront à faire avancer ses réflexions sur la question, ainsi que dans le 6eme chapitre la description d’un dispositif de veille s’appuyant sur la recommandation d’information.

Enfin, j’ai eu l’honneur (vraiment) qu’Olivier Ertzscheid (aka @affordance) rédige la postface de l’ouvrage, avec une vision prospective dont il a le secret. Des réflexions qui enrichissent encore plus le livre !

N’hésitez pas pour toute question et bien entendu tout commentaire/critique/avis, je serai enchanté d’échanger avec des lecteurs 🙂

 

Plan de l’ouvrage

 Avant-propos

Introduction – La réputation est-elle soluble dans le numérique ?

Chapitre 1 – Les organisations et le Web social

  • D’un Web documentaire
  • … au Web « 2.0 » ou « social »
  • Quelques éléments critiques d’Internet et du Web social
  • Médias sociaux, réseaux socionumériques et moteurs de recherche : typologie et description
  • Les moteurs de recherche : d’un accès au Web à des boîtes noires
  • Les médias sociaux comme artefacts ?

Chapitre 2 – Le Web, ses sociabilités et son traitement informationnel

  • La socialisation de l’internaute
  • Les collectifs comme communautés ?
  • Quand l’abondance crée des surcharges : la place centrale de l’attention
  • Identité numérique et attributs identitaires : vers une nouvelle médiation de l’information en ligne ?
  • S’orienter sous l’emprise de boîtes noires : l’importance des pratiques de recommandation
  • Diffusion et « viralité »

Chapitre 3 – La réputation des organisations

  • La réputation : petite revue de littérature
  • Réputation et notions proches : image et notoriété
  • Réputation : la place de l’opinion
  • La réputation comme évaluation : quels apports aux décisions de l’organisation ?
  • La réputation des organisations : proposition d’un cadre conceptuel

Chapitre 4 – L’e-réputation vue par ses praticiens : la fabrique d’une notion écran

  • Bref historique de la notion d’e-réputation en France : un marketing de la peur ?
  • Définir l’e-réputation pour mieux la gérer… et la vendre
  • Quantifier l’e-réputation, fabriquer la mesure
  • Les « bonnes pratiques » pour construire une « bonne e-réputation
  • E-réputation : un marché florissant ?
  • Vers une économie de la (e)réputation ?

Chapitre 5 – E-réputation : entre transposition et construction

  • L’e-réputation des organisations dans la littérature scientifique
  • Transposer la réputation au Web ?
  • L’e-réputation par un prisme documentaire et informationnel
  • L’e-réputation par le prisme des systèmes des dispositifs
  • L’e-réputation par le prisme de l’affect
  • L’e-réputation par le prisme de son management
  • Proposition d’un modèle de formation et d’une définition de l’e-réputation d’une organisation

Chapitre 6 – Construire l’e-réputation par la recommandation ?

  • Infomédiation sociale et autorité réputationnelle
  • Les limites d’un processus « classique » de veille pour l’e-réputation
  • Observer et décrire la recommandation : les agents-facilitateurs
  • Les agents-facilitateurs et l’infomédiation sociale
  • Agents-facilitateurs et e-réputation
  • Vers une approche proactive de construction de l’e-réputation

Chapitre 7 – Synthèse : De la fabrique à la construction de l’e-réputation

  • Synthèse de nos propositions
  • Ce que construire son e-réputation signifie pour une organisation
  • De la (e)réputation comme pratique, à la réputation comme économie ?
  • Du digital labor au capitalisme affectif : quelle éthique pour les travailleurs du clic ?
  • De l’autorité algorithmique aux territoires numériques de marques

Postface d’Olivier Ertzscheid

Et bonne lecture 🙂

 

Que disent les chercheurs en info-comm sur Twitter ?

Si Twitter s’oriente de plus en plus vers la conversation et vers un modèle « à la Facebook », il reste néanmoins un outil intéressant et utile pour collecter de l’information, voire échanger avec des collègues. Dans une discussion récente avec une collègue doctorante, je lui soulignais combien cette plate-forme m’avait été utile durant ma thèse pour rester « connecté » aux chercheurs et actualités de mon domaine (sciences de l’information-communication). Sa réponse fut qu’elle n’avait pas le temps (et surement l’envie) de se créer un compte. Pour les collègues qui souhaitent donc tout de même profiter de cet outil pour faire de la veille, voici ci-dessous une cartographie sémantique et interactive alimentée par les tweets de 96 enseignant(e)s/chercheurs/doctorant(e)/docteurs francophones en info-comm.

Infomous pour faire de la veille

L’outil utilisé ici est infomous.com, dont je décrivais les fonctionnalités sur mon ancien blog. J’ai aussi pu l’utiliser dans le cadre de mes recherches.

Le principe général est assez simple : vous insérez des flux RSS, et l’outil regroupe les informations traitées par ces flux (ici des tweets) en les structurant par « clusters sémantiques ». Il suffit ensuite de cliquer sur un terme pour obtenir les tweets qui lui sont associés. L’avantage est l’aspect « interactif » : vous pouvez cacher les termes qui ne vous plaisent pas, cliquer directement sur le lien dans le tweet ou accéder au tweet en lui-même (en cliquant sur la date en bas à gauche), vous pouvez répondre directement à un tweet (ou le retweeter –si vous êtes connectés à Twitter), ouvrir la cartographie dans un pop-up…

L’intérêt est alors de pouvoir lire en fonction de termes génériques un ensemble d’informations qui ont été tweetée ou retweetées par les profils que j’ai pu identifier. Je travaille sur ces tweets depuis un mois, et mon objectif est (si un jour j’ai le temps) de produire une analyse des informations diffusées sur Twitter par les chercheurs en info-comm. En attendant, je trouve cet outil pratique pour avoir une vue d’ensemble de ce que racontent mes collègues, et j’espère donc que pour vous aussi ce le sera.

Quelques limites/défaut d’Infomous… L’algorithme de traitement sémantique est prévu pour la langue anglaise. De fait, certains termes peuvent être inappropriés ou vides de sens en français, voire tronqués. J’ai déjà effectué un tri sur ces termes, mais de nouveaux peuvent apparaitre. De plus, la mise à jour de la cartographie est liée à celle des flux RSS usités (j’ay viens ensuite), mais impossible de savoir à quel moment et avec quelle fréquence Infomous prend en compte ces mise à jour des flux. En somme, n’hésitez pas à rafraichir de temps en temps la cartographie pour obtenir de nouveaux résultats. Enfin, les nuages de mots-clés sont censés s’animer, mais l’intégration WordPress ne semble pas le permettre… A voir comment je vais gérer cela sur le court-terme.

Et pour celles et ceux qui voudrait jouer un peu plus avec la carto et obtenir les flux RSS, voici un lien direct : http://infomous.com/node/59371. Vous pourrez ainsi : choisir le nombre de termes qui doivent apparaitre (limité à 50 pour ma part), la taille de la typographie, ajouter ou supprimer des éléments linguistiques (adjectifs, verbes, etc.), ajouter des termes à mettre en avant ou en supprimer d’autres. Et donc vous trouverez aussi un lien pour afficher (ou reprendre) les flux RSS que j’ai créé depuis Twitter (sous la description de la cartographie).

 

Méthodologie et limites

Pour le « cadre méthodologique » global de mon approche de la veille par infomédiation sociale, je vous renvoie vers cet article sur mon blog, ou plus largement à mes autres travaux. Certains outils que j’utilisais ayant disparu (comme Yahoo Pipes), j’ai ici fait au plus simple. Avec ce risque inhérent aux outils gratuits : ils peuvent disparaitre du jour au lendemain, ou devenir payants (très probable pour Infomous –alors autant en profiter maintenant :-)). Voici les étapes.

J’ai sélectionné les comptes Twitter grâce à https://moz.com/followerwonk/sort en premier lieu. J’ai utilisé divers termes et synonymes : « info-com », « maitre de conférences en SIC », « chercheur en sciences de l’information et de la communication », etc. Première limite : de nombreux collègues (comme @affordanceinfo) ne précisent pas leur statut dans leur biographie Twitter… Au-delà de celles et ceux que je connais, je suis aussi passé par les comptes Twitter de labos ou d’UFR en info-comm. Bien évidemment, il me manque du monde : n’hésitez pas à me proposer des comptes en commentaire.

J’ai ensuite utilisé l’outil http://twitrss.me pour générer un flux RSS à partir des comptes. Je remarque que cet outil aspire au moins les 50 derniers tweets (puis fait des mises à jour). Cela explique certains « vieux tweets » dans la cartographie, et amène un constat : peu de collègues tweetent régulièrement.

Puis j’ai fusionné l’ensemble de ces flux avec http://www.rssfusion.org. La fréquence de rafraichissement de cet outil est assez variable, mais de nouveaux messages apparaissent environ toutes les heures. Puis Infomous les traitent, etc.

Etant donné la guerre que Twitter a livrée aux flux RSS, je ne garantis pas la pérennité de ce système. Je suis en train de tester de nouveaux outils et de nouvelles méthodes (ce qui a aussi motivé ce billet de blog –me mettre à jour pour mes cours de veille stratégique)… A voir sur le moyen/court terme donc !

Pour conclure, je suis preneur de toutes vos remarques. J’insiste sur le fait que j’affine au fur et à mesure tout cela, et que ce système est loin d’être parfait (surtout la partie Infomous). Si vous souhaitez accéder à l’historique des Tweets (depuis un mois) ou aller plus loin pour des recherches ou autre, n’hésitez pas à me contacter. Et dans quelques temps, je proposerai des analyses à partir de ce que j’ai pu observer…

Le web des émotions : vers une économie de l’affect ?

Après avoir « manipulé » des humeurs, Facebook agrémente ses « j’aime » d’émoticônes. Si Twitter mesure des « impressions », maintenant il pourra aussi évaluer ce qu’aiment ses usagers grâce aux nouveaux cœurs de son interface. Mais au-delà de ces constats techno-sémiotiques, d’autres éléments amènent à se questionner sur cette possible économie de l’affect dont les plates-formes web ne sont que les éléments les plus visibles (discours marketing, technologies de reconnaissances d’images, affective computing…).

Dans un papier intitulé Questionner le digital labor par le prisme des émotions : le capitalisme affectif comme métadispositif ? nous nous interrogeons avec Julien Pierre sur les implications possibles de cette focalisation sur l’affect, et les méthodes pour les observer/décrire. Et cela à plusieurs niveaux :

  • Technique, c’est-à-dire la manière dont les dispositifs implémentent de systèmes visant à « évaluer/mesurer » l’affect des usagers. Cela pouvant s’observer notamment par les différents rachats, effectués par les géants du web, de sociétés spécialisées dans la reconnaissance d’image et/ou des émotions par exemple. Mais aussi par l’analyse des brevets déposés, ou encore des modèles statistiques/mathématiques usités, voire de certains choix des concepteurs dans l’élaboration de leurs programmes algorithmes (mais pour cela il faut les interviewer –ce qui prend du temps) ;
  • Sémiotique: les deux meilleures exemples (car d’actualité) étant donc les émoticônes de Facebook et les cœurs de Twitter. Comme je l’avais esquissé pour Twitter, l’évolution historique des interfaces de ces plates-formes montre une tendance à inciter toujours plus les usagers à interagir pour délivrer des données… Ce qui semble rassurer les investisseurs. Et quoi de mieux que des mécanismes émotionnels pour amener à se livrer ?
  • Communicationnel, au sens où de nombreux discours viennent appuyer cette idée de jouer sur des leviers affectifs dans les stratégies de communication (cf. Les stratégies numériques ne se résument-elles qu’à l’affect et au LoL ?). Dans le papier en question nous soulignons d’autres exemples ;
  • Des usages: d’un côté, les organisations qui ont recours à ces leviers pour communiquer le font elles à dessein ? Et de l’autre, les usagers quotidiens ressentent-ils une « implication affective » plus forte ou différente dans leur navigation ordinaire ?
  • Economique: en quoi ces « émotions » peuvent-elles devenir (ou plutôt, sont-elles en train de devenir) un levier économique ? Et quid de la place des usagers dans ce travail affectif qui se dessine (fut-il minime pris à une échelle individuelle) ?

Mais comprenons-nous bien : ce ne sont pas réellement des émotions (au sens neurologique) qui sont calculées. Comme nous le soulignions à l’époque dans nos travaux sur l’e-réputation, après un paysage réputationnel c’est un paysage émotionnel qui se développe sur le web, emplie de cœurs, de likes et autres mots-images évoquant des états affectifs. Et comme pour la réputation, nous sommes bien dans quelque chose de performatif. La question est moins (pour l’instant) « peut-on réellement manipuler des émotions ou les évaluer à partir de quelques clics », mais « en quoi ce que les systèmes computationnels évaluent comme des émotions vont impliquer une manière différente de faire usage du web ». Voire, si nous recentrons sur l’individu, « comment ces incitations à livrer nos émotions vont influer sur nos états affectifs, et en quoi participons-nous un peu plus à une forme de capitalisme affectif ».

Nous choisissons ce terme de « capitalisme affectif » moins pour observer un système économique efficient que pour construire une critique et un cadre d’observation de cette économie de l’affect en cours de constitution. Les travaux sur le digital labor et le capitalisme cognitif soulignent déjà bien, de mon point de vue, l’implication demandée par les plates-formes web à chacun d’entre nous. Un travail et une création de valeur qui se concentrent sur les clics, ou au mieux/pire sur la production de contenus, et sur l’attention que l’on peut leur porter. Mais avec le développement des techniques de captation des affects, des stratégies de communication/marketing numériques se basant essentiellement sur le levier des émotions, de la recherche d’une personnalisation toujours plus accrues des interfaces, et d’une (sur)valorisation économique des données personnelles, le digital labor ne peut minorer le travail affectif ordinaire d’un utilisateur du web (et autres environnements numériques d’ailleurs). En somme, là où ce qui me semble faire la force (économique) du digital labor est la « multitude » (terme marketing s’il en est), le travail affectif sous-tendu par les différentes évolutions présentées supra suppose une exploitation accrue de l’intime. Une exploitation plus inconsciente d’ailleurs, puisque les résultats de « l’effort » fourni ne peuvent se mesurer concrètement… Ou être rémunérés.

Afin de modéliser nos propos et ce possible capitalisme affectif en train de se faire, Julien a réalisé l’image ci-dessous. Pour l’anecdote, là où dans notre papier nous proposons une critique de ce recours systématique à l’image pour générer des interactions qui sont ensuite valorisées par les métriques des plates-formes, force est de constater que cela est efficace au vue du volume de reprises de ladite image 🙂

By Julien Pierre

By Julien Pierre

De même, voici la vidéo de notre présentation (courte) en colloque de nos travaux, ainsi que les slides.

 

Pour celles et ceux qui souhaiteraient en savoir plus sur le sujet, et débattre avec nous de la question, nous pourrons en discuter lors du séminaire annuel d’Antonio Casilli sur les cultures numériques. Nous travaillons depuis bientôt 3 ans sur la question (plus longtemps encore chacun de notre côté – surtout Julien sur la question de la communication et des données affectives), et si l’actualité ne fait que multiplier les exemples et cas possibles de « capitalisme affectif », le projet dans lequel nous nous sommes lancés n’en est qu’à ses balbutiements. Qui plus est à l’heure du machine learning et de l’automatisation de certains pans de l’économie de service. Il nous a été récemment donné l’occasion de réfléchir aux liens entre robots et émotions par exemple, et là encore, il reste beaucoup à explorer. Bref, vous êtes les bienvenus pour échanger avec nous sur ces questions?!

 

 

Médias sociaux et (e)réputation : sensibiliser sans moraliser ?

Depuis quelques années on m’invite souvent à intervenir pour parler des médias sociaux, de la présence numérique de chacun, etc. Et puisque l’un de mes sujets d’intérêt est la réputation, les demandes que je reçois s’orientent souvent vers des problématiques assez anxiogènes : comment ne pas avoir une mauvaise e-réputation ? Comment éviter que mon enfant/étudiant/salarié s’expose aux autres de manière « peu acceptable », etc. ? Mais comment ne pas traiter de ces sujets sans tomber dans le « Internet est un danger », et plus largement dans des approches « moralistes » où il y aurait un « bon ou un mauvais usage » des dispositifs sociotechniques comme les « médias sociaux » ?

Je ne pense pas avoir trouvé la réponse absolue et encore moins parfaite, mais dans le cadre d’un cours (3h) j’ai produit la présentation ci-dessous… Pour un peu de mise en contexte, il s’agit d’une demande de la part d’une école de formation aux soins infirmiers : un public de « jeunes » étudiants (20 ans en moyenne), et dont les questions liées au numérique sont peu abordées durant leur cursus. Mais voilà, certain(e)s d’entre eux ont parfois eu tendance, durant leurs stages, à parler nominativement des patients sur Facebook ou ailleurs. Ce qui, au-delà des questions légales que cela sous-tend, est préjudiciable pour les institutions les ayant accueillies en stage, autant que pour leur futur professionnel.

J’ai donc essayé –et j’insiste sur « essayer », je suis preneur de toute remarque/critique/piste d’amélioration en commentaire- de les « sensibiliser », sans pour autant entrer dans « attention danger », « ne faites pas ci ou ça », « vous jouez votre carrière maintenant », « avez-vous pensé à votre futur, jeunes gens inconscients », etc. Bref, des propos que l’on retrouve très souvent, comme je le discute ci-dessous.

 

La (e)réputation : seulement une question de morale ?

Lorsqu’il traite de la réputation au XVIIIe siècle, Adam Smith la relie à une question morale : nous sommes jugés en fonction de nos actions, et cette évaluation à pour « étalon » la bonne morale ou les bonnes mœurs.

Comme je le souligne souvent dans mes travaux, l’idée qu’il y aurait une bonne réputation est fortement présente dans les écrits que l’on trouve sur le web ou ailleurs. Au-delà du fait qu’il n’y a pas, de mon point de vue, une norme de la vie en société numérique (sauf peut-être au niveau des dispositifs eux-mêmes –j’y viens ensuite), il n’y a quoi qu’il arrive pas une, mais des réputations, en fonction des groupes sociaux, des évolutions temporelles, des contextes, etc. Qui plus est sur le web où chaque plate-forme (comme Google) développe ses propres processus de quantification et de gouvernance de la réputation.

Pour autant, le sens commun semble associer la réputation à une image globale, accessible à tous de manière homogène, et dont la mémoire fluctuante du web ne ferait que renforcer l’idée que l’on n’a pas le droit à l’erreur. Et les différentes lois actuelles sur le déréférencement, qui mélangent la notion de notoriété (être connu) à celle de célébrité (être connu par un grand nombre d’inconnus), ne font que renforcer ces idées (sans pour autant être totalement négatives ou inutiles –mais c’est un autre débat).

Enfin… Quand j’écris « le sens commun », ce serait oublier les nombreuses entreprises qui savent profiter de ce qui semble apparemment évident : prestataires en nettoyage de réputation, ou encore des compagnies d’assurances comme la MAE qui vient de proposer récemment une assurance e-réputation pour les enfants.

Et même la ville de Paris, dont le test « soyez net sur le net » mélange sensibilisation à de potentiels risques, à des attitudes ou usages qu’il faudrait avoir. Et c’est ça qui, personnellement, me pose problème : qui sommes-nous (même en étant enseignant) pour dire ce qui doit être fait ou non ? En quoi le fait de poster telle ou telle photo en 2015 pourrait être néfaste en 2025 ? D’une part, je ne le sais pas (et je mets au défi quiconque de le prévoir) et d’autre part j’emmétrai moi-même un jugement à partir de mes propres présupposés, de ma vision du monde qui, je l’espère pour eux, n’est pas celle d’étudiants d’à peine 20 ans. Pour autant, doit on comme Serge Tisseron dire « tant pis pour elle » si une jeune femme comme Jennifer Laurence voit le compte de son petit-ami piraté et des photos d’elle nue se diffuser sur le web ? Encore une fois, je ne pense pas, et il me semble que la question n’est pas dans ce qu’il faut interdire ou non. Mais plutôt, ce qu’il faut comprendre ou non. Et ce, donc, en déconstruisant au passage un « concept » devenu ordinaire, l’e-réputation.

En bref, comme Tisseron dans cette interview, je pense qu’il faut « éduquer » au web, mais pas (contrairement à lui) qu’à ses dangers. Éclairer sur les mécanismes qui régissent le fonctionnement de celui-ci est plus important que seulement pointer les risques. J’ai souvent tendance à prendre l’exemple (à tort ou à raison) d’une voiture : on doit dire aux conducteurs de ne pas boire, mais pour autant mieux vaut qu’ils comprennent aussi comment fonctionne ladite voiture, et les risques inhérents à une conduite alcoolisée.

(Re)bref, ce que j’essaye de faire au travers de ces slides de conférence.

 

Code is law : personne ne doit ignorer la loi

 Ainsi que je l’exposais sur mon ancien blog, plus qu’un droit à l’oubli il me semble qu’un « droit au calcul » serait plus pertinent. Comme l’expliquait Lawrence Lessig, le web se régule/est régulé par quatre éléments : la loi, les normes, le marché et l’architecture des applications (le code informatique). Pour la e-réputation, trois de ces aspects sont déjà bien développés (ou en voie) : la loi (diffamation, usurpation, déréférencement, etc.), les normes (un comité ISO y travaille, spécifiquement sur les faux commentaires, la confiance en ligne, etc.), et le marché (prestataires, plates-formes, etc.). Pour le code informatique, la question reste plus vague. Ou plutôt, la question se heurte systématiquement à des boites noires.

Alors que le web est devenu un médium ordinaire pour communiquer ou autre, la manière dont sont construits et dont fonctionnent les systèmes qui les régissent est encore peu abordée (voire pas) par l’école ou les universités. Et, pour les étudiants que je rencontre, à quelques exceptions, non-plus. Pourtant, il me semble que c’est là que se trouve le véritable levier pour sensibiliser sans effrayer, moraliser ou reporter la question sur l’internaute seul et ses usages.

En parlant de « l’ordinaire », et pour continuer dans la lignée de Certeau, le braconnage n’est possible qu’en intégrant les logiques à la fois techniques (pas seulement l’apprentissage du code informatique) et économiques propres au web et à ses médias dits sociaux. Car les étudiants à qui je fais cette présentation se posent de nombreuses questions (comme : pourquoi sur Facebook je ne vois pas tous les statuts de mes amis, et quels sont les critères ?), ils sont au fait des potentiels risques à dévoiler leur intimité, et pour la plupart ont déjà trouvé certaines solutions à des problématiques quotidiennes, comme les bloqueurs de pubs. Alors plutôt que leur dire quoi faire, pourquoi ne pas les laisser libres de décider ce qu’ils peuvent faire en fonction des contraintes d’usage qu’imposent les plates-formes, et les formes de sociabilités qui leurs sont propres ? Qui plus est si l’on présume de ce qu’ils font, là où certains usages méritent constamment d’être réinterrogés.

Voilà pour la petite réflexion qui m’a permis de tracer les grandes lignes de ce cours. Je vais encore le faire évoluer cette année. Peut-être que je focalise trop sur les dispositifs, et pas assez sur les usages, ou autre… Je suis donc preneur de toute remarque !

Le web et ses mécanismes « naturels »

From Wikimedia Commons

CC. Wikimedia Commons

Lorsqu’on s’intéresse au web, on peut rapidement se confronter à « deux boites noires » : celle des dispositifs (et de leur fonctionnement). Et celle des effets (cognitifs) sur leurs usagers. Pour favoriser l’appropriation rapide du fonctionnement des dispositifs, des analogies sont mises en place : notre cerveau est une « machine » qui (schématiquement) fonctionne sur un mode computationnel. Les « machines » s’appuient sur des computations, et leurs capacités à apprendre par ces calculs les rendraient plus « intelligentes » (toujours schématiquement). Bref, ce que soulignait Vannevar Bush en son temps.

Dans le contexte organisationnel de mes recherches, et en m’intéressant plus spécifiquement aux discours tenus pour/par les organisations, j’ai remarqué que la résolution partielle de ce dilemme des boites noires passe par le même type d’analogies. Dans ce petit billet, je souhaite mettre en avant quelques réflexions « brut » sur la question.

Influence, référencement naturel, engagement, portée organique… L’emploi de ces termes faisant référence à des phénomènes complexes (liés à l’humain ou la nature) pour désigner des mécanismes compliqués (fonctionnement des dispositifs, algorithmes, statistiques) repose bien entendu sur une recherche d’appropriation. Les préceptes du web 2.0 selon lesquels « n’importe qui » est en mesure de faire usage de manière optimale des dispositifs mis à sa disposition, suppose que l’usager en question comprenne au mieux le fonctionnement desdits dispositifs. L’internaute serait alors dans un environnement qui s’adapterait naturellement à lui (personnalisation), et inversement (facilité d’usage). Qui plus est pour les organisations qui, dans le cadre d’une « pragmatique du chiffre », souhaitent pouvoir mesurer les effets de leurs actions de communication/marketing. Depuis ses débuts, le machine learning fait de constants aller-retour entre notre manière de penser, et la possibilité d’optimiser, et plus précisément d’accroitre, nos raisonnements. Quand ces discours sont destinés au « grand public », ils s’appuient donc sur des métaphores liées au cerveau ou à la nature plus généralement. Il en va de même pour les statistiques d’ailleurs (même si machine learning et statistiques fonctionnent sur des modèles différents), et ce depuis longtemps pour les formes de mesure de la communication (« parts de voix » ou « impressions » (publicitaires).

Plusieurs hypothèses peuvent alors être posées :

  • La vulgarisation de ces questions suppose des référents et représentations solidement ancrés afin d’attirer un public (d’organisation, donc d’investisseurs) large ;
  • Il parait plus simple de parler, par exemple, d’un usager « influent » plutôt que décrire et comprendre les processus à la fois techniques et cognitifs qui ont amené à des phénomènes comme la diffusion « virale » d’un contenu ;
  • La « mise en chiffre » des traces d’usage et discours des usagers ne doit pas se départir d’un aspect humain ou naturel, qui plus est quand l’aspect social est constamment mis en avant (web social, social TV, médias sociaux, etc.) ;
  • Le fait de donner ce type de dénomination et de rapporter le fonctionnement des machines à celui de la nature permet de produire un imaginaire quant à leur capacité à fournir des résultats pertinents (ou autre). Et surtout, cela rassure pour leur déléguer des tâches ;
  • Certains choix de termes (comme « engagement ») permettent de générer de l’affect : les « fans » de votre page Facebook « s’engagent », vos contacts Twitter génèrent des « impressions », etc. ;
  • Ces termes deviennent performatifs : « l’engagement » de Facebook, devient « l’engagement » tout court. Le PageRank de Google (et son référencement naturel) une mesure quasi-unique de la réputation d’une source. Bref, les plates-formes acculturent leurs usagers à ces productions algorithmiques/statistiques, ce qui incite ensuite lesdits usagers à n’aller que dans le sens de la plate-forme ;
  • Voire : les systèmes des dispositifs pourraient-ils produire un reflet des états mentaux/cognitifs de leurs usagers ? Ce qui serait la question point de départ.

Bien d’autres suppositions sont en suspens. L’idée n’est pas ici d’apporter des réponses, mais de proposer une rapide description de ces termes et des mécanismes qu’ils supposent. Cela afin (pour moi) de poser sur ce blog au fur et à mesure les bases d’une enquête actuellement en cours.

 

Google, Facebook et Twitter : référencement naturel, portée organique et impressions

Google et le référencement naturel. Surement l’un des exemples les plus flagrants. Je ne sais pas si l’emploi de cette expression est uniquement francophone. Du point de vue des concepteurs (Brin et Page) elle prend du sens si l’on considère à leur suite que le lien hypertexte est une manière de désubjectiver une opinion, comme je souligne par ici. Les résultats seraient « naturellement » issus du travail et des choix (sincères) des internautes. Au-delà, cela permet à Google de différencier aux yeux des organisations ce qui relève d’un investissement direct (Adwords), et d’un travail supposant de s’appuyer sur les utilisateurs du moteur (pour générer de l’audience, du lien, etc.). Plutôt que de résultats « naturels » il conviendrait plus, à la suite notamment de Van Couvering, de parler de « résultats éditoriaux ». Comme le montrent d’ailleurs les travaux sur l’infomédiation, et la place du travail éditorial réalisé automatiquement ou non.

Facebook et sa portée organique (reach). Encore une fois, l’objectif de ce terme est de différencier l’investissement payant, de ce que la plate-forme ferait naturellement (et l’expression se retrouve aussi en anglais : organic/paid reach). Comme Google (peut-être ?) à terme, Facebook a ainsi créé un besoin avant de générer de la rareté : il faut maintenant payer pour produire de l’engagement sur sa page. L’aspect performatif de la notion de « portée organique » est ainsi pleinement (à mon sens) remplie : il y a beaucoup de monde sur Facebook, le système devient moins efficace de lui-même, il faut donc investir pour continuer de générer de l’engagement. Et qui mieux que Facebook peut réguler ou comprendre le fonctionnement « organique » de Facebook ? La plate-forme rassure ainsi ses investisseurs sur sa capacité à diffuser des contenus aux bonnes « cibles », tout en les ayant convaincu par avance de l’efficacité de cette diffusion.

En aparté, sur cette question des discours tenus par les plates-formes pour rassurer et convaincre, la dernière expérience de Facebook est un excellent exemple. Pour caricaturer, il est intéressant de lire une expérience démontrant que la plate-forme, qui vient d’inciter de nombreux médias à être hébergés chez elle, essaye de démontrer qu’elle ne produit pas de « bulles ». Et que : oui, ne vous inquiétez pas, même ceux qui n’ont pas les mêmes penchants politiques que votre ligne éditoriale auront aussi accès à vos articles. Mais j’extrapole et sur-interprète surement un peu trop… En effet, la question des « bulles » reste en débat, ce qui n’empêche pas de questionner (encore une fois) ce en quoi ces discours s’inscrivent dans une stratégie plus globale de gouvernance et de « compétitivité » des plates-formes.

Twitter et les impressions. Les impressions sur Twitter quantifient (globalement) l’attention portée à un tweet. Il s’agit d’un ratio entre le volume de profils abonnés à un compte qui diffuse le tweet que l’on « mesure », et ceux qui seraient connectés à ce moment-là. Le terme d’impression, au-delà de son écho aux « impressions publicitaires » qui doit parler à tout bon annonceur, permet de circonscrire le « public imaginé » d’un usager. Le chiffre rassure sur le fait que les tweets diffusés sont lus, et ils permettent de s’autoréguler, et surtout d’investir plus (de temps ou d’investissement publicitaires). Dans un récent échange avec le community manager d’une grande organisation, celui-ci m’a dit : « nos salariés ont générés X millions d’impressions sur Twitter ». A ma question : « savez-vous comment cela est calculé, et qu’est-ce que ces chiffres révèlent », la réponse a été : « je ne sais pas, mais ça rassure la direction sur la pertinence de nos actions ». Bref, ce genre de statistiques, fussent-elles fantaisistes, permettent d’appréhender un phénomène purement interne à un individu : l’attention. Et ainsi de rassurer l’organisation sur sa bonne insertion dans l’économie du même nom.

Klout et l’influence. Dernier exemple, celui d’un méta-dispositif, Klout.com, qui se présente comme un standard de l’influence. Là encore, les scores proposés sont loin de refléter une quelconque forme d’influence. Ils démontrent surtout qu’un usager a su utiliser de manière optimale les différentes fonctionnalités d’un dispositif, que son usage est conforme à ceux imaginés par les concepteurs des dispositifs en quelque sorte.

 

En somme : avec Google le lien hypertexte est un moyen de mettre en chiffre l’opinion des utilisateurs qui produisent des liens ; avec Facebook, les contenus se diffusent de manière organique en fonction de l’affinité des usagers avec ces contenus ; sur Twitter, l’attention portée à un message génère (fatalement) des impressions sur celui qui lit ledit message ; et avec Klout, l’influence d’un usager peut-être quantifiée à l’aune de son activité sur les plates-formes. La question que je me pose, au-delà des hypothèses soulevées supra, est de savoir en quoi ces conventions implicites, car acceptées par un grand nombre d’organisations (comme la mesure de l’audience TV ou les sondages d’opinions), influent sur les représentations qu’elles ont de leurs publics ? Et sur leurs décisions au final ? J’ai travaillé sur cette question pour la (e)réputation, mais il me semble qu’à l’heure où l’on parle de détecter des signaux faibles et des comportements suspects avec des algorithmes (entre autre), il convient de questionner cette forme de « vulgarisation » et ces analogies. Pour, d’une part, ne pas tomber dans une application vide de sens ou simpliste du machine learning. Et, d’autre part, se détacher des effets performatifs voulus (intentionnellement ou non) par les plates-formes.

Les mathématiques, c’est magique !

Pour conclure ce billet, voici un exemple caricatural, made in Disney, du rapport entre mathématiques et nature. Je suis loin d’être un spécialiste de ces questions, mais l’on retrouve ici pas mal d’arguments qui ne sont pas sans faire écho à ceux exposés plus haut : les mathématiques comme modèle universel pour expliquer l’Univers. Bien évidemment, il faut remettre cette vidéo dans son contexte historique (1959), où certains phénomènes naturels jugés magiques, ou liés à Dieu, méritaient d’être démystifiés… En créant de nouveaux mythes ?

Sur ces questions, je vous invite enfin à regarder le très bon documentaire « Comment j’ai détesté les maths » ! Il y est bien expliqué que les mathématiques, au sens large, ne sont qu’un outil, une manière d’appréhender le monde voire de l’expliquer (avec de très nombreuses limites), plutôt que d’agir sur lui. Tout du moins, c’est ce que souhaitent beaucoup de mathématiciens qui y sont interviewés…

Comment Twitter est devenu 2.0 : chronologie d’une « boite noire » annoncée ?

Twitter nous met en cageTwitter est aujourd’hui central pour de nombreux métiers (journalisme, veille, recherche, etc.) et ne cesse d’être mis en avant lors d’événements sociétaux. En octobre 2012, sur mon ancien blog, je posais la question suivante : Vers la fin de Twitter comme ressource informationnelle ?. Je me demandais à l’époque si les constantes modifications sur la plate-forme (interface, accès aux données, etc.) n’allaient pas transformer Twitter en une énième plate-forme conversationnelle qui pourrait faire fuir les individus s’en servant pour collecter ou traiter de l’information. Loin d’apporter aujourd’hui la réponse (et ce n’est pas mon but), je vous propose ici une chronologie thématisée de ces changements.

Depuis que j’utilise Twitter (2007-8 avec un compte « de découverte » inactif, et 2009 avec mon compte actuel) j’essaye de documenter chaque nouvelle modification. Je fais cela à plusieurs « titres » pourrais-je dire : en tant qu’usager lambda du service, qu’enseignant qui accompagne ses étudiants ou des professionnels sur les usages possibles de la plate-forme, que « veilleur » qui dans un cadre organisationnel ou non consomme et traite de l’information à partir de ce réseau, et comme chercheur dont Twitter est l’un des terrains central. A la base, ce que j’ai aimé avec Twitter est que je le voyais comme un outil. Une grande souplesse d’utilisation, de nombreux usages possibles, l’accès direct (et relativement « simple ») à de nombreuses données… Bref, et comme je le dis dans le précédent billet, ma pratique d’autres plates-formes en tout genre (Myspace, Facebook, Friendfeed, etc.) m’avait rarement autant passionnée.

Mais peu à peu, cette « innovation par l’usage » qui faisait l’attractivité de Twitter comme outil de traitement de l’information a laissé place à un modèle 2.0 dans la lignée des préceptes proposés par O’Reilly : captation des données grâce à des « rich interfaces » toujours plus « riches », publicité, contrainte des usages, recommandations accrues de contenus, d’autres utilisateurs… En somme, une volonté (toute économique je pense) de faire « grossir sa base d’utilisateurs »… Et de les garder captifs. Pourtant lorsque l’on sait que Twitter est aujourd’hui utilisé dans certaines classes (primaire, collège), par de nombreux chercheurs ou journalistes pour leur travail, mais aussi comme outil de mise en relation à part entière, on peut s’interroger sur la manière dont ces constantes modifications vont peu à peu orienter notre manière de consommer de l’information ou de communiquer.

Voici donc ci-dessous 3 thématiques pour lesquelles je reprends chronologiquement les modifications qui me semblent essentielles. J’espère que ce travail pourra éventuellement être utile pour certains lecteurs. J’ai un (gros) fichier d’articles traitant de chacune des modifications (enfin d’une grande partie) que je peux éventuellement partager une fois mis au propre. Je pensais au début faire une « frise chronologique » classique, mais je me dis qu’une entrée par thèmes est peut-être plus lisible.

Bien entendu, je ne vais pas me retenir d’émettre des hypothèses quant à ces changements. J’insiste : des hypothèses. Car si j’ai pu (et continue) à observer et décrire des usages de cette plate-forme, pour autant de nombreux points restes obscures : quelle stratégie réelle de Twitter ? La société n’est-elle que dans la réactivité ou sous la pression des investisseurs ? Seuls des entretiens avec l’équipe dirigeante pourraient un peu lever le voile (durant ma thèse j’avais fait plusieurs demandes d’entretiens… sans résultats). La plupart des modifications ne sont que des tests (ce qui est normal) et ne répondent surement à aucune volonté ou intention de contraindre les usages ou autres. Donc plus qu’une critique pour la critique, l’idée ici est, encore une fois, de souligner les modifications au fil du temps (en France principalement), ce qu’elles impliquent potentiellement pour les usagers, et qu’elles en seraient les possibles facteurs.

Mon hypothèse « centrale » est la suivante : la recherche d’investissements (et l’entrée en bourse) de Twitter amène ses dirigeants à reproduire les modèles classiques des plates-formes dominantes du web (captation de l’attention, mise en silos, orientation des usages, fermeture des accès, etc.). L’intérêt est alors de pouvoir observer cette « deux point zeroisation » en train de se faire. Voyons alors, ces diverses modifications, à partir de 2009, année où je suis donc devenu un « twittos » (très) actif…

 

Twitter et son modèle économique : attirer les entreprises, monétiser les usages

De 2006 (date de création) à 2008-9 Twitter se développe petit à petit et accroit sa base d’utilisateurs, autant que de business angels. Des utilisateurs, pour une grande partie professionnels du web, qui apparaissent déjà comme le meilleur vecteur de communication de la plate-forme.

Dès 2009, les entreprises commencent à voir leur intérêt à utiliser Twitter, suite à plusieurs « business case » angéliques comme Dell. Mais comme le souligne ce billet de blog à l’époque, Twitter n’a pas (encore) d’outils pour centraliser les statistiques, et l’accès à son API reste assez artisanal. L’auteur du blog de souligner que la suite logique serait « la possibilité de payer l’accès à une API des outils de statistiques »… Ou à l’API tout court, comme nous le verrons ensuite. L’arrivée de « personnalités » diverses (médias, web, politique, etc.) et l’humour parfois grinçant des primes utilisateurs autant que le plaisir de détourner certains profils, amène Twitter à proposer des « profils certifiés ». Cela rassure, et permet ainsi de crédibiliser en quelques sortes la plate-forme.

En 2010, Twitter propose les tweets sponsorisés. Cette étape dans la recherche d’un business model pré-suppose que la plate-forme possède déjà un ensemble de données suffisant sur ses usagers pour qualifier et identifier les bonnes « cibles ». La même année d’ailleurs, Twitter met en avant sur sa homepage les « trendig topics » : le hashtag étant un élément fort de la marque Twitter, le traitement en temps réel de l’information et « l’herméneutique de masse » offerts par la plate-forme étant ses principaux attraits, cette mise en avant de « ce qui fait la tendance » peut être vue comme un énième appel du pied pour attirer annonceurs et investisseurs. Qui plus est quand ces trending topics deviennent localisés, et qu’ils peuvent être aussi « sponsorisés ».

En 2011, lancement de l’application mobile « unifiée » (similaire pour n’importe quel OS mobile). Cette application répond à un besoin croissant des usagers, et à une adéquation au développement des usages mobiles. Mais elle apparait aussi pour moi comme un « laboratoire » pour tester de nouvelles fonctionnalités et usages… Tout en développant des techniques publicitaires.

En 2012, une « rumeur » (qui s’est avérée ne pas en être une) laisse entendre que Twitter serait prêt à « vendre » (par le biais d’une société tierce) ses archives et tweets. La même année, Twitter propose les « Twitter cards » dont le but est de favoriser le trafic vers des sites web. A minima, d’identifier clairement que ce trafic est en provenance de Twitter, ce qui est nécessaire pour démontrer l’efficacité de la plate-forme aux annonceurs.

En 2013, le Time souligne que la plate-forme vend des accès (et des données) via la société Datasift. En 2015, Twitter décide de vendre directement l’accès à ses données. En 2013, surtout, Twitter entre en bourse. Et ça se passe plutôt mal… Comme le souligne un investisseur « En fait, ce qu’on demande au réseau, c’est de continuer à croître ». Pour cela faut-il s’aligner sur les modèles dominants/existants ? Et est-ce que le fait de diriger les usages (« améliorer l’expérience utilisateur ») est un « mal nécessaire » pour attirer de nouveaux utilisateurs ? La même année Twitter se concentre d’ailleurs sur la vidéo et la TV : lancement d’un « service intitulé « TV ad targeting » qui «permet d’identifier les personnes en train de tweeter à propos d’un programme télévisuel au cours duquel est diffusé une annonce spécifique ».

En 2014, Twitter propose les vidéos promotionnelles insérées dans les tweets sponsorisés, mais aussi un système audio spécialement destiné aux industries culturelles et musicales. La même année, la plate-forme lance son propre outil d’analytics, et ses propres « métriques » comme les « impressions », dont le calcul reste plus ou moins obscure (voire un peu fantasque) mais qui ont pour principal atout de donner des points de repère aux annonceurs. Et donc de pouvoir mesurer (selon les propres règles de Twitter) un possible retour sur investissement. Cet outil apparait d’ailleurs après le rachat de Gnip, son partenaire dans l’analyse de données.

En 2015, la plate-forme propose un « ciblage comportemental » assez pointu à ses annonceurs. Puisque dans le même mouvement il propose d’être l’interlocuteur unique (et surement exigent) pour l’accès à ses données et à son firehose, il fait fructifier un peu plus son modèle basé sur le traitement des données pour le ciblage publicitaire (comme toutes les autres plates-formes en définitive).

Le « modèle économique » de Twitter semble donc s’orienter vers un traitement « clé en main » des données pour les annonceurs. Des données utilisateurs et des traces d’usage qui sont, bien entendu, la clef de voute d’une possible solidité financière. Mais des données qui ne sont intéressantes que si de nombreux usagers les égrainent, et que ces dits usagers ne passent pas par d’autres applications.

 

Twitter, son « écosystème », les applications tierces, et le traitement de l’information

Comme précisé en introduction, Twitter s’est construit comme un système ouvert permettant à une myriade d’applications tierces de se développer : clients Twitter (Hootsuite, etc.), moteurs de recherche, outils statistiques, etc. Ce qui, de mon point de vue, a généré un fort intérêt, notamment pour les professionnels de l’information-communication-marketing (milieu que je connais le mieux). Comme toutes les entreprises du numérique qui grossissent, Twitter a procédé à de nombreux rachats (certains mis en avant dans la partie précédente, d’autres bien documentés dans la page Wikipédia dédiée).

Jusqu’en 2009, la plupart des fonctionnalités proposées visaient à favoriser le traitement de l’information (qui est le « moteur » de la plate-forme). Avec, par exemple, la possibilité donnée en 2009 de faire des listes de contacts.

En 2010, la plate-forme lance le bouton intégrable sur des sites tiers. Twitter développe ainsi un lien direct avec les sites et capte certaines de leurs données. Il développe au passage un peu plus sa « marque » par l’apparition de ses boutons aux logos de la plate-forme.

En 2011, Twitter et Google mettent fin à leur partenariat : les tweets n’apparaissent plus dans les résultats du moteur (enfin si, mais non, dans tous les cas de manière aléatoire). En 2015, les tweets réapparaissent dans les SERP du moteur. Les tweets sont ainsi des « résultats comme les autres » : pour Twitter cela renforce son importance comme plate-forme où du « contenu » de qualité est présent (tout en lui apportant de la visibilité et de l’audience), et pour Google ce partenariat pourrait supposément répondre à la possible fin du développement de l’AuthorRank et de l’intégration de Google+ dans ses résultats (mais ce ne sont que des suppositions). La même année, Twitter rachète le client Tweetdeck et l’outil de recherche de tweet Backtype. En 2013, Twitter annonce la fin du support de Tweetdeck pour mobile (au profit de son application). Backtype a lui aussi disparu (je ne retrouve pas pour l’instant la date exact).

En 2012, la plate-forme décide de restreindre son API, amenant la fermeture de nombreuses applications tierces. Personnellement, ce changement dans les règles d’accès aux données m’a poussé lors de mes recherches à accentuer l’importance d’une infomédiation sociale pour collecter de l’information (mais c’est une autre histoire). Toujours en 2012, Twitter signale la disparition prochaine (effective en 2013) des flux RSS de son dispositif. Les possibilités de collecter de l’information sans compte Twitter, ou en passant par une application tierce, et surtout sans payer directement l’accès aux données, s’amoindrissent. Même si en 2014 Twitter affine les requêtes de recherche sur son moteur interne, et supprime la limite de recherche de 5 jours pour donner à accès à l’ensemble (?) de son historique, son « écosystème » se referme sur lui-même. De même, en 2012, Twitter (à la suite de Facebook) offre à ses usagers la possibilité de télécharger leurs historiques/archives. En 2012 encore, Twitter propose d’intégrer les photos dans les tweets. Il incite même les entreprises à s’appuyer sur ce levier pour « générer de l’engagement ». La possibilité de mettre des photos dans les tweets répond surement à l’arrivée de nouveaux publics sur Twitter. En 2011, je notais d’ailleurs que les adolescents (en France) étaient de plus en plus présents, avec des usages différents de certains « early adopters », et que la plate-forme allait surement s’adapter… La photo comme réponse ? En 2012, les photos apparaissent directement dans les messages, et en 2014 Twitter supprime Twitpic : les images/photos sont ainsi stockées sur la plate-forme, où on peut d’ailleurs les taguer. La plate-forme développe ainsi sa base de données d’images, à la fois utile pour attirer l’attention et de nouveaux utilisateurs, et pour améliorer certains services voire en développer de nouveaux à l’instar du « Deepface » de Facebook. Le fait de taguer les photos n’est par ailleurs pas anodin. Pour Twitter, « tagging people in a picture makes conversations around photos fun and easy »… Et surtout, cela facilite l’identification des comptes, leur classement… puis leur recommandation. Notons qu’en 2014 toujours, il devient possible d’ajouter des GIF animés. En 2015, pour s’assurer de limiter les pertes dans la captation des photos, Twitter empêche les photos/images en provenance d’Instagram d’apparaitre dans les tweets.

En 2013, twitter lance Vine (racheté en 2012), son application vidéo, pour les utilisateurs de la version mobile.

En 2015 Twitter lance son propre outil de « curation ». Puis annonce ensuite réguler (voire couper) l’accès à des applications externes (surtout celles proposant les mêmes fonctionnalités). En particulier destiné aux médias, cet outil serait-il annonciateur de nouveaux dispositifs visant à concentrer les l’attention, et les clics, sur une plate-forme « maitrisée » par la plate-forme ? Toujours en 2015, Twitter rachète Periscope pour le live stream sur sa plate-forme. Là aussi, une fonctionnalité qui intéresse spécifiquement les médias comme les politiques. Bien entendu, Twitter limite fortement la marge de manœuvre de son principal concurrent Meerkat. Enfin, la même année, les utilisateurs de l’application mobile se voient proposés un navigateur Twitter : plus besoin de sortir de l’application pour consulter une page web. L’usager reste ainsi captif, et de nombreuses traces d’usages sont ainsi collectées. Il passe par ailleurs un partenariat avec Foursquare pour la géolocalisation des tweets.

En rachetant des applications tierces, puis en les supprimant ou en les intégrant, en empêchant un accès externe à ses données, en centralisant les modes de stockage des images, etc. Twitter s’est ainsi transformé d’années en années en un silo : pour utiliser Twitter, il faut passer par Twitter ou par les applications autorisées. Les quelques partenariats s’effectuent avec les « géants du web » tels Google, mais restent sujets à de nombreuses interrogations quant à un possible objectif commun. Le fait que Twitter décide de fermer en partie l’accès à ses données en 2015 n’est pas sans questionner les chercheurs qui travaillent par/sur la plate-forme. Comme Facebook le fait si bien, devra-t-on bientôt être « partenaires » de Twitter pour accéder aux données ? D’un point de vue méthodologique (comment vérifier un jeu de données utilisé par un(e) collègue si l’on ne peut pas y accéder par exemple ?) voire éthique (quelles conditions dans le cadre d’un partenariat) les questions restent entières…

 

Twitter, ses publics et ses usages : accompagner les nouveaux arrivés et contraindre les autres ?

Comme je l’ai souligné plusieurs fois, le public de Twitter semble assez hétérogène d’un point de vue des objectifs d’utilisation : collecte et diffusion d’information, conversation, suivit d’événements, commentaires télévisuels ou autres, etc. Moins au niveau des CSP par exemple (en France tout du moins). Si la plate-forme semble s’être adaptée à ses débuts aux différents usages (l’exemple des retweets est assez intéressant –cf. infra), l’ajout/suppression constant de nouvelles fonctionnalités peut poser questions : ses ajouts sont-ils le fait de l’accroissement d’utilisateurs (284 millions actifs/mensuels) ? D’une recherche de monétisation des usages ? De questions principalement techniques pour gérer les 500 millions de tweets diffusés chaque jour ? L’articulation des trois possibilités semble la plus probable. Encore une fois, je ne pense pas à une réponse absolue. Mais documenter ces changements peut nous éclairer et fournir des pistes de réponses.

En 2010 apparait en France le bouton « retweet » (en 2009 aux US). Là où le « RT » ou le « via » était un moyen de signalement et de reproduction du message d’un autre, l’automatisation de cette action offre à Twitter plusieurs avantages : une recommandation directe de comptes à suivre (puisqu’ils apparaissent dans la timeline), une manière plus efficace de mesurer la « portée » d’un message et les interactions qui en découlent, un moyen de recentrer et développer la conversation (on peut discuter directement avec l’émetteur du message, sans même le suivre), ou encore la possibilité de produire plus facilement des graphes des liens entres usagers. Pour l’usager que je suis, le fait de ne pouvoir ajouter directement des commentaires m’est apparu comme regrettable. Mais globalement, cela permet une écologie cognitive (juste cliquer sur un bouton) autant que la possibilité de (re)produire rapidement du contenu sur la plate-forme. Là où, sur l’interface web, il était devenu impossible de « retweeter à l’ancienne » (avec un RT), Twitter vient en 2015 de changer la donne. Il est maintenant possible d’ajouter un commentaire au tweet que l’on relai, sans « altérer » le message original. En proposant cela, Twitter « encapsule » les interactions avec le message, ce qui doit de prime abord faciliter la collecte de données pour son analytics. De plus, cela permet de produire une architecture conversationnelle plus structurante dans un cadre prescriptif, et doit simplifier au niveau de son infrastructure la gestion des retweets. La même année, 2010, les « hovercards » apparaissent : il suffit de survoler un profil pour en voir les principaux attributs (nom, biographie, etc.). Encore une fois, tout est fait pour simplifier l’usage, la recherche de nouveaux contacts, et ce dans l’objectif d’attirer de nouveaux usagers moins aguerris (i.e. « améliorer l’expérience utilisateur »). Condition nécessaire donc pour attirer aussi de nouveaux investisseurs.

En 2011, les médias français et les journalistes commencent à se focaliser (de manière massive) sur la plate-forme selon Erwan Gaucher qui le souligne sur son blog. Peut-être avec « l’affaire DSK » (médiatisée par un Tweet) mais aussi par des événements à plus forte résonance internationale comme le « Printemps arabe » (débuté en décembre 2010). Cette année-là, Twitter va par ailleurs doubler son volume d’utilisateurs inscrits (comme en 2010). Entre autres choses, la plate-forme développe les onglets « utilisateurs » (maintenant « notifications ») et « activité » (aujourd’hui disparu). L’onglet notifications vise à identifier toutes les formes d’interactions entre un utilisateur et ses abonnés. Cela permet de renforcer l’intérêt pour la plate-forme (si personne n’interagit, alors à quoi bon ?), autant que les interactions, tout en proposant des filtres (par mentions des « gens que vous suivez » par exemple) pour les usagers les plus actifs.

En 2012, de nombreuses fonctionnalités sont ajoutées. Par exemple, l’onglet « découvrir » qui regroupe les recommandations de comptes, les trending topics, ou encore les comptes populaires. Ces fonctionnalités, nécessaires pour permettre aux nouveaux usagers (toujours plus nombreux à l’époque) de mieux s’approprier la plate-forme et d’éveiller leur intérêt, n’existent plus aujourd’hui. Est-ce à dire qu’en 2015 il y a moins d’utilisateurs (ce qui est le cas) et que seuls les plus « anciens » sont encore actifs ? Ou que ces fonctionnalités n’étaient pas utilisées, et surtout qu’il y avait nécessité de simplifier l’interface (ce qui est fort possible dans les deux cas) ? Ou alors, que Twitter va automatiser ces fonctionnalités ? Comme nous le verrons ensuite, Twitter est effectivement en train d’automatiser ce qui relevait en 2012 de l’usage. La même année, Twitter propose l’envoi par mail d’un résumé de la semaine (les « meilleurs tweets » qui sont sélectionnés en fonction de leurs volumes d’interactions). Surement dans une optique de fidélisation, et dans tous les cas en automatisant les résultats accessibles dans le fameux onglet « Découvrir ». Dans la même lignée, il devient possible d’envoyer les tweets par mail. Enfin, en 2012, pour diminuer toute possible surcharge cognitive, et mettre en avant ce qui fait le cœur de son attractivité (l’information plus que la conversation), Twitter supprime les « reply » des profils publics. L’intérêt n’est plus de lire les échanges entre un utilisateur et ses contacts, mais de pouvoir accéder rapidement à ce que l’utilisateur en question tweet.

En 2013, Twitter interdit le « mass following » qu’il associe à du spam. Comme toutes les autres plates-formes avant lui, il limite les possibilités de « jouer » (à bon ou mauvais escient) avec sa plate-forme. Cela permet entre autre de fournir des mesures non-biaisées (utilisateurs actifs, identification « d’influenceurs », live tweets et trending topics sans spam) et de rassurer l’annonceur. En 2012, les patrons de Twitter s’interrogeaient d’ailleurs sur la possibilité de supprimer les compteurs d’abonnés sur les profils pour éviter toute course aux abonnés.

En 2014, Twitter propose un nouveau design des profils : les « meilleurs tweets » (i.e. qui génèrent le plus d’interactions) apparaissent en plus gros, il est possible « d’épingler » un tweet sur son profil, ou encore de filtrer les tweets et leurs réponses. Du côté des utilisateurs, il est possible de partager un tweet via la messagerie, d’ajouter des émoticônes, de sélectionner ses comptes favoris et ainsi de produire une timeline « automatisée », ou à l’inverse de masquer (bouton « mute ») les tweets en provenance de comptes que l’on suit sans pour autant les bloquer. Ces modifications m’apparaissent comme tournées vers la conversation, voire comme un préalable à un possible algorithme comme le Edgerank de Facebook : je peux développer du lien social, sans pour autant être constamment exposé aux propos/messages des individus/profils de mon réseau. Dans cette lignée, et toujours pour générer du lien, Twitter expérimente l’apparition sur la timeline de messages de profils que l’on ne suit pas : “Testing indicated that most people enjoy seeing Tweets from accounts they may not follow, based on signals such as activity from accounts you do follow, the popularity of the Tweets, and how people in your network interact with them”. Notez bien « l’activité de comptes que vous devez suivre »… Pour les utilisateurs de l’application mobile, des « notifications sur mesure » sont proposées (mais sur « quelle mesure », cela reste obscure).

En 2015, Twitter propose d’insérer des métriques/statistiques directement dans les tweets. Comme pour les notifications et le développement par exemple du bouton « favoris » (à la fois outil de bookmarking côté plate-forme et équivalent du « like » de Facebook côté usage), cette fonctionnalité permet entre autre de « fidéliser » un peu plus l’usager : ce que je dis est vraiment « lu », je ne suis pas tout seul sur cette plate-forme. Toujours dans une idée de faciliter la conversation après avoir réduit les possibilités de traitement de l’information, Twitter propose les discussions de groupe via message privé (concurrençant ainsi directement Facebook messenger, Whatsapp, et autres). Il propose par ailleurs la fonctionnalité « quand vous étiez absent » qui se substitue en quelques sortes au mail du résumé de la semaine.

Enfin, et je m’arrêterai là, Twitter a confié à Techcrunch développer un « quality filter » (pour l’instant sur l’application mobile iOS) pour supprimer des timelines les messages offensant ou qui ne sont pas en provenance de compte certifiés. Avec les nombreuses rumeurs quant à un possible algorithme de filtre des tweets, et les réactions engendrées par les usagers « historiques » (et souvent très visibles sur la plate-forme), on comprend mieux que la société prenne des pincettes après toute annonce d’ingérence automatisée. Mais bon, cela n’empêche pas Twitter de tester une « instant timeline » :

Twitter analyzes your contacts and uses information like who they are and who they follow on Twitter to guess which accounts and topics might interest you. It then shows you those tweets in your feed. So if your friends are foodies, you will see items about recipes and food trends. If they are football lovers or fans of Ellen DeGeneres, you will see National Football League video highlights and tweets from comic actors.

Pourtant, et si cette automatisation suit le modèle de Facebook, rien ne prouve que les usagers y voient quelque chose à redire à terme

 

Au final : Twitter est toujours à la recherche d’une meilleure insertion dans l’économie de l’attention

J’aurais pu continuer sur des pages et des pages à lister les fonctionnalités existantes ou disparues, les rebondissements financiers, les rumeurs et possibles modifications à venir… Au-delà d’une mise au propre de mes notes sur le sujet, et d’une volonté de documenter un peu les évolutions de cette plate-forme sans être encyclopédique, c’est l’apparition d’un possible modèle qui m’intéresse. On pourra toujours m’objecter que Twitter a toujours été « 2.0 » et que je me suis bercé d’illusions… Mais pour ma part, l’intérêt informationnel de cette plate-forme m’a toujours paru prépondérant à son usage conversationnel.

Car je n’emploie pas par défaut le terme de « plate-forme ». Ce modèle prôné haut et fort par les promoteurs d’un « web 2.0 » semble être le moyen principal de générer des externalités financières dans la « nouvelle économie du numérique ». Si ce n’est déjà fait, il serait intéressant de faire un comparatif du même type avec des plates-formes (quasi)disparues comme Myspace, une autre dominante comme Facebook, et une en devenir comme Snapchat. Est-ce par mimétisme, par une pression financière, par des traits « culturels » communs liés à la Silicon Valley (hypothèse ô combien Morozovienne), car ce n’est au final que le seul moyen de produire un business model viable… ?

Dans tous les cas, et en partant de cette petite chronologie, voici un proto-modèle du développement de Twitter :

  • Proposer des fonctionnalités relativement inédites
  • Laisser les usages se développer
  • Accompagner les usages les plus présents par des interfaces visant à capter des données et des traces
  • Restreindre les possibilités d’externaliser ces usages ou de développer des pratiques « déviantes »
  • Réduire les usages en les automatisant pour mieux orienter l’attention vers des contenus publicitaires
  • Développer ou racheter des applications pour développer de nouvelles pratiques
  • Automatiser et encadrer ces nouvelles pratiques, etc.

Comme je l’expliquais de manière imagée récemment à des étudiants, qui constataient que Snapchat semblait suivre le même parcours que Twitter, on peut résumer ce « modèle » comme suit : la plate-forme vous regarde faire, puis elle vous prend par la main, puis elle regarde par-dessus votre épaule, puis elle vous prend par les épaules, puis elle guide votre main… Certes, cela est (très) schématique mais l’idée me semble là (et je suis pour toute remarque/critique en commentaire là-dessus :-)).

La question de la « boite noire » reste entière (surtout sur la manière dont elle va se déployer). Mais au vu des développements passés et actuels, Twitter comme un silo de plus (au fonctionnement obscure) dans le paysage du web, n’est pas à exclure…

L’identité numérique pour construire l’autorité et la recommandation sur Twitter ?

Dans un récent article, André Gunthert met en avant que : « Le choix de consulter ou pas un contenu s’effectue essentiellement à partir du filtre de l’identité du médiateur et de ce qu’on connaît de ses goûts, de ses compétences ou de ses habitudes. ». Cette idée que « l’identité numérique » participe à de nouvelles formes de médiation sur le web (plus précisément « d’infomédiation sociale ») est au centre de mes recherches menées depuis quelques temps. En voici les contours…

A l’occasion de la mise en ligne de mon papier intitulé Vers une approche instrumentale de l’identité numérique : les attributs identitaires comme structuration de l’environnement informationnel ? je vais revenir en quelques lignes sur les idées présentées. Notez que ce papier a été écrit fin 2012 pour une publication en 2014 (le temps de la recherche l’édition en somme) et que par la suite, notamment dans ma thèse et dans de plus récents papiers, j’ai affiné mon approche des « agents-facilitateurs ».

 

Aborder les identités numériques par leurs attributs : l’exemple de Twitter

La notion d’identité numérique est protéiforme. La manière de l’aborder aussi :

  • Approche documentaire : l’identité numérique comme un ensemble de traces, que les plates-formes gèrent comme des ressources nécessaires à leur bon fonctionnement ;
  • Approche sémiotique : les traces comme une multitude de signes, chaque attribut (avatar, description du profil, etc.) ayant une valeur sémiotique (voir les travaux de Fanny George sur le sujet). La combinaison de ces deux premières approches amenant à percevoir l’identité numérique sous trois formes : identité déclarative (ce que je dis), identité agissante (ce que je fais) et identité calculée (ce que les plates-formes font de mes traces). Dans le chapitre d’ouvrage, j’y ajoute « l’identité redocumentarisée » (ou l’approche réputationnelle), soit la manière dont certains outils (type Klout) vont utiliser les résultats de l’identité calculée pour produire leurs propres computations ;
  • Approche « expressiviste » : l’identité numérique comme une « mise en scène de soi » (au sens goffmanien donc) ;
  • Approche relationnelle : l’identité numérique construit la relation en fonction de la mise en visibilité de certains attributs/traces. Ce que Dominique Cardon appel le « design de la visibilité ».

Premier constat : il n’y a pas une, mais des identités numériques, en fonction des plates-formes, du traitement effectué des traces, de la mise en visibilité (volontaire ou non) de celles-ci, ou encore du contexte dans lequel on interprète lesdites traces.

Deuxième constat : plutôt que ce concentrer uniquement sur les « traces » (concept lui aussi multiple), je préfère m’intéresser aussi aux attributs. Un attribut comme « Ce qui appartient en propre à quelqu’un ou à quelque chose » (Tlfi) permet de questionner les identités numériques comme ce qui va distinguer des profils en ligne, ce qui résulte de l’agir et de sa grammatisation par les plates-formes, plutôt que seulement s’interroger sur un ensemble de traces en quelques sorte désincarnées.

A partir de ces différentes approches, je propose et discute dans le chapitre d’ouvrage les attributs directement visibles sur l’interface Twitter (en 2012).

Identité déclarative Identité
agissante
Identité
calculée
Visibilité
Nom de l’auteur (Camille A),
nom du compte (caddereputation), biographie, pays (France), avatar, lien hypertexte externe
Accessible à tous, attributs référencés par les moteurs
de recherche
Volume de tweets envoyés sur
le réseau
Volumes d’abonnements
et d’abonnés
Accessible à tous si profil « ouvert »
Tweets envoyés Date de l’envoi Accessible à tous si profil « ouvert » et référencés par les moteurs de recherches (de manière aléatoire)
Abonnements (accès direct
aux comptes procédant
de l’usage
de la plate-forme), favoris, listes
Abonnés Accessible à tous si profil « ouvert »

 

Insérer de la recommandation dans sa veille : sortir de l’emprise des plates-formes

 Le fonctionnement en boite noire de Google, Facebook, voire mêmes de certaines plates-formes professionnelles de veille me questionne depuis longtemps et devrait (?) être aussi une interrogation pour les professionnels de l’information, autant que les chercheurs d’ailleurs. Si Twitter devient de moins en moins un réel outil de traitement de l’information pour se transformer en une plate-forme de conversation, cet outil reste un bon moyen d’accéder à l’information sans traitement automatisé.

Certes, le traitement de l’information y reste subjectif. Mais là est tout l’intérêt selon moi ! Si l’automaticité éradique la subjectivité, il me parait essentiel de garder ce qui fait la singularité d’une information pour un individu ou un groupe donné, la manière dont sa diffusion va s’adapter à un contexte spécifique. Et cela, justement, pour mieux appréhender ledit contexte, comprendre en quoi la manière dont l’information est éditorialisée pour être diffusée va influer sur sa compréhension et sa consommation.

Comme souligné dans le chapitre d’ouvrage :

« Cette insertion dans l’économie de la recommandation comme complément aux fonctionnements des algorithmes des plates-formes, passe par l’identification des pratiques informationnelles pouvant s’avérer utiles aux attentes des professionnels ou des organisations. »

Mais elle suppose aussi de s’intéresser à la place des attributs identitaires comme forme d’autorité, soit ce qui va légitimer, crédibiliser (ou non) la diffusion d’une information, au-delà donc des possibles formes de « redocumentarisation » (éditorialisation) effectuées pour prescrire une information.

 

Les attributs identitaires en ligne comme nouvelle forme d’autorité ?

 Cette question peut être prise sous deux angles :

  • Celui des plates-formes : quels traitements effectués de ces attributs pour hiérarchiser les contenus, les mettre en visibilité ou non, leur attribuer des marqueurs de réputation, etc.
  • Celui des usagers qui s’appuient sur des profils en ligne pour consommer de l’information. C’est cette piste que je poursuis dans le papier.

Afin de définir cette possible influence des attributs d’identités numériques sur la sélection de l’information en ligne (et sur Twitter plus précisément), j’ai identifié 44 attributs types. Puis, j’ai proposé ces attributs à des veilleurs/managers/ingénieurs utilisateurs de Twitter dans l’entreprise afin de les questionner sur les apports de ces attributs dans leur consommation de l’information. Dans un article à paraitre bientôt (le temps de l’édition) je donnerai plus de détails sur l’opération, ainsi qu’une typologie précise issue de ces attributs (sinon vous avez ma thèse).

Voici un tableau présentant les 10 attributs, le type d’identité auquel on peut les rattacher, ainsi que les apports potentiels en termes de collecte et de traitement de l’information :

Attributs Identité Apports
Personne physique
ou morale
Déclarative Permet de différencier ce qui motive la diffusion d’informations : valorisation de l’entreprise d’un côté, reconnaissance de ses compétences propres de l’autre
Pseudonyme
ou identité civile
Déclarative L’identité civile laisse supposer une meilleure identification de l’autorité informationnelle de l’auteur, et engage ses actes au-delà de son compte Twitter
Biographie Déclarative La présence d’une biographie offre la possibilité d’identifier le statut que l’internaute se donne (de nombreux profils observés se décrivant comme « expert »), ainsi que les thématiques qu’ils souhaitent aborder sur leurs comptes
Nombre d’abonnements Calculée Ce volume souligne la capacité du profil à recouper son information et à se tenir informé par le réseau
Nombre d’abonnés Calculée Ce volume souligne l’attrait et la reconnaissance/ notoriété du compte
Types d’abonnements Agissante Permet d’élargir l’intégration de sources, mais aussi de définir si celles-ci correspondent aux attentes de l’entreprise
Types d’abonnés Calculée Identification du public du profil, afin de définir notamment si ce public correspond à celui recherché par l’entreprise. Et si dans ce public se trouvent d’autres profils jugés comme « experts »
Volume de tweets moyen par jours Calculée et redocumentarisée Afin de définir si le volume d’informations diffusées peut s’intégrer aux capacités de traitement du système de veille
Part de conversations versus part
de tweets informatifs
Usage et calculée Cette différenciation permet d’identifier les profils s’axant principalement sur la diffusion d’informations (et qui ne semblent pas réceptifs aux interactions de leur réseau), et ceux plus conversationnels (ouvrant ainsi la possibilité de débattre ou préciser certaines informations reçues)
Volume de liens dans les tweets Calculée
et d’usage
Afin de définir les profils s’axant principalement sur la mise à disposition de ressources, de ceux utilisant la plate-forme comme outil « post-it » ou de conversation

Je présente ensuite une typologie, que j’ai affiné par la suite, et dont vous pouvez trouver une vision synthétique sur ces slides et dans cette vidéo (papier à paraitre bientôt donc).

 

Les identités numériques pour structure l’environnement informationnel ?

J’ai présenté rapidement ici les principaux développements de ce chapitre d’ouvrage. Pour conclure, voici certaines parties… de sa conclusion :

« Les premiers résultats d’une étude exploratoire menée sur le sujet montrent que des attributs identitaires en ligne, similaires à certains groupes d’acteurs, permettent d’identifier des consistances comportementales quant au traitement effectué de l’information. Comportements informationnels dont l’incorporation à un processus plus large de veille stratégique permet par la suite de collecter des informations dont la mise en contexte issue de ces attributs ou effectuée par les acteurs eux-mêmes favorise l’intégration de ces informations aux discours et stratégies communicationnelles développés par l’organisation.

Mais aborder les attributs identitaires en ligne comme source de structuration de l’information diffusée sur le Web suppose alors de s’interroger sur la notion d’autorité informationnelle, sur sa mutation en notoriété ou encore en influence. Car le Web produit ses propres indicateurs, les algorithmes qui dirigent les plates-formes constituent leurs propres critères de hiérarchisation, s’appuyant sur l’identité numérique des internautes pour construire ces règles de visibilité, de notoriété ou d’autorité, autant que pour s’appuyer sur les dites règles afin de fournir à leurs utilisateurs une information toujours plus personnalisée. ».

Algorithmes : la boite noire ou l’obsolescence ?

Que se passe-t-il si un individu confronté à une forme d’évaluation algorithmique en connait les critères ? Comment perçoit-il alors l’évaluation qui est faite, de son blog dans notre cas, et quel impact cela a-t-il sur sa perception de « l’évaluateur » ? Voici quelques pistes (exploratoires) issues d’un papier écrit il y a quelques temps.

Avec Christian Marcon nous avons proposé il y a deux ans au colloque « La médiatisation de l’évaluation » un papier intitulé : Quelle(s) perception(s) des classements de blogs par leurs auteurs ? Le cas Wikio. Papier dont vous trouverez le pré-print (enfin la version « communication » pour le colloque) sur HAL. Et, au passage, les diapos de présentation sur Slideshare.

A l’occasion de la sortie de l’ouvrage issue de ce colloque (et donc du même nom), je vais revenir sur certains points qui me semblent intéressants à re-questionner au vu de l’engouement et de la focalisation actuelle autour des algorithmes. Et ce, même si notre échantillon d’origine était limité (9 blogueurs) et que notre terrain (Wikio) n’existe plus à proprement parler (devenu « Ebuzzing »). Pour notre étude, nous sommes donc allés interroger 9 blogueurs classés à l’époque dans le Top 100 des blogs « high-techs » de Wikio. Les questions posées étaient variées, mais celles dont je vais discuter ici étaient les suivantes : Connaissez-vous les critères de classement de Wikio ? Les prenez-vous en compte dans votre activité de blogueur ?

Le point à souligner est que Wikio fonctionnait, pour classer les blogs de sa base de données, sur le modèle du PageRank (modèle dominant d’une grande majorité des « systèmes de réputation » comme je le souligne dans mon précédent billet). Et que, si certains critères restaient opaques comme tout bon algorithme, les principaux (le poids des liens en tête) étaient connus… Ce qui explique déjà que chez les interviewés : 5 les connaissaient partiellement, 3 disaient que « oui, totalement », et un que non. De ce fait, et sans vouloir extrapoler trop loin, certains résultats sont une bonne base de discussion (et de recherches de mon côté depuis cet article) sur la question de la perception des évaluations automatisées aujourd’hui à l’œuvre sur le web.

 

Ouvrir la boite noire : de l’évaluation au jeu

Dans un article publié sur Internet Actu Hubert Guillaud cite Cathy O’Neil : Une des raisons les plus courantes que j’entends pour ne pas ouvrir les modèles est que si on le fait, les gens vont jouer avec. Mais c’est exactement ce qu’ils doivent faire et ce n’est pas un argument valable contre la transparence !

Force est de constater que, dans le cas de Wikio, c’était bien le cas. Comme nous le soulignons dans l’article : Le terme « amusant » revient lui aussi plusieurs fois, faisant ainsi écho aux notions de jeu ou de challenge perçus par les interviewés. Une fois les critères d’évaluation connus, les évalués vont employer certaines tactiques (de « réactivité » dans l’approche de Wendy Espeland) pour favoriser leur notoriété. Ce qui est la base même, d’ailleurs, du SEO. Ainsi que nous le mettons en exergue dans la conclusion de notre papier :

Le rapport à l’évaluation nous semble pouvoir être assimilé à un jeu. Les règles en sont connues de tous les participants qui se comportent en joueur experts comme s’ils trouvaient à la fois un intérêt direct au résultat et un plaisir ludique à se voir jouer, à voir jouer les autres, à apprécier leurs actions comme lorsque, dans un jeu de société, on apprécie la stratégie d’un autre joueur ou un joli coup joué.

 

Opacité et crédibilité sont dans un bateau…

Les critères de l’algorithme, qu’ils soient connus ou supposés, deviennent de plus des arguments pour une critique, le classement apparaissant comme : « dérisoire », « limité », « dépassé », de « faible pertinence », « anecdotique », ou encore « obsolète ».

Dans un récent article relayé sur le Tumblr « A lire ailleurs », il est pourtant souligné que : les gens ont plus confiance dans les algorithmes quand ils peuvent en ajuster les variables, même si ce sont des variables qui n’ont pas d’effets sur le modèle. Quand ils peuvent prendre part à la décision et l’utiliser pour ajuster leur jugement, leur niveau de confiance remonte. Si l’idée de confiance n’a pas émergé telle quelle dans nos entretiens, qui plus est car notre échantillon se voulait « expert » de ces questions (catégorie high-tech), plusieurs d’entre eux nous ont souligné les apports de celui-ci pour constituer une communauté, ou encore identifier de nouveaux blogs « pertinents ». L’apport symbolique d’un algorithme et d’un classement « ouvert » est donc fort (spécifiquement en termes « d’égo ») mais il déprécie fortement le classement en lui-même, voire le modèle en général.

En somme, l’algorithme devient moins crédible ou pertinent car apparaissant comme moins complexe : « Si le nombre de backlinks est un critère pertinent, il serait bon de les pondérer » ou « Il n’y en a pas assez [de critères]. L’algorithme devrait être plus complexe ». La question étant, qui plus est pour feu Wikio : peut-on « monétiser » un classement ou un système à partir du moment où celui-ci est au mieux vu comme un jeu, au pire comme inefficace ou peu crédible ? Mon intuition me tend à dire que les changements incessants dans les algorithmes que nous employons tous les jours pour évaluer ce qui nous entoure relèvent autant d’une optimisation technique que de la volonté d’entretenir l’opacité de leur fonctionnement. Sinon, comment pourrions-nous considérer leurs résultats comme « naturels » ou « organiques » ? Y aurait-il toute cette « mythologie » en construction autours des « algorithmes » (termes aujourd’hui employé à toutes les sauces plutôt que de –continuer à- parler de « programmes ») ? Les entreprises pourraient-elles continuer à produire des discours qualifiant les machines d’intelligentes/smart ?

Sur mon précédent blog, je plaidais pour un droit au calcul plutôt qu’un droit à l’oubli. On ne connaitra surement jamais les critères d’un programme informatique, surtout commercial. Pour autant, appréhender les logiques de computation de ces programmes ne les transformerait pas en un jeu, mais offrirait une manière de penser avec les machines et non plus par ou comme les machines… Bref, un possible compromis (passant par l’éducation) entre une transparence totale (qui semble malheureusement ne pas être à l’ordre du jour) et une opacité subie ?

Comment Google redéfinit notre conception de la (e)réputation ?

« Votre marque n’est pas ce que vous en dites, mais ce que Google en dit » (Chris Anderson -Wired). Cette citation fortement reprise par les professionnels de la gestion de l’e-réputation pose question : cette focalisation sur Google est-elle justifiée ? En quoi Google agit sur la réputation numérique ? De plus, dans une vidéo diffusée l’année dernière, Matt Cuts soulignait “PageRank is much more a measure of reputation, it’s much more a reputation of where people links” distinguant ainsi les notions de popularité et d’autorité. Ceci amenant alors à deux nouvelles interrogations : Google mesure-t-il réellement la réputation (d’un document, d’un auteur, etc.) ? Et en quoi l’usage de Google modifie-t-il notre interprétation de cette notion ?

Afin de donner des pistes de réflexions à toutes ces questions, voici ci-dessous les diapos de ma présentation à la journée d’étude Composer avec les régimes de Google : autorité, notoriété, opacité organisée par le groupe de recherche PRIM de l’Université de Tours. Une journée, au passage, fort intéressante et riche d’échanges constructifs.

Bien entendu, je me permets de détailler un peu plus ci-dessous (diapo par diapo –ou presque) certains éléments me semblant pertinent à discuter (en attendant la vidéo de mon intervention que j’ajouterai le moment venu). Je fais l’économie des diapos sur la (e)réputation (de 1 à 7). La chose à retenir est qu’ici j’aborde la question du rapport de Google à la (e)réputation, et inversement, en fonction des quatre axes d’analyse qui me paraissent essentiels pour questionner la réputation en ligne : les aspects documentaires, de « systèmes », cognitifs/affectifs et managériaux.

Bonne lecture 🙂

 

Google : un documentariste loin d’être neutre (diapos 8 à 10)

 Diapo 8 : le moteur génère sa propre réputation

Au-delà du fait que Google (comme tout moteur de recherche) donne du sens aux documents qu’il traite en les mettant en cohérence il est intéressant de voir comment il produit sa propre réputation. Et ce en se basant sur l’acceptation économique (issue de la théorie du jeu) de la réputation. Avec sa capacité d’indexation, Google génère de l’incertitude en affichant notamment le volume de résultats qu’il met à disposition de l’usager. Voire, peut-être, de l’affolement du fait d’être « sur les épaules d’un géant » (slogan de Google Scholar –même s’il n’est pas attribué au moteur en lui-même selon la firme). Mais Google permet aussi, par son classement des résultats, de réduire l’incertitude, de ne fournir que les 10 résultats les plus « pertinents » pour une requête. Il génère ainsi la confiance que l’on peut lui porter, en diminuant l’asymétrie entre ce que « lui » sait et ce que l’usager « veut savoir ». Cette idée que Google est à la fois une porte d’accès à un très fort volume de documents (son index) mais aussi le moyen de s’y orienter convenablement, se retrouve selon-moi dans l’expression « le web visible », qui sous-entend ainsi que ce qui n’est pas indexé et traité par Google est invisible et inaccessible « facilement » ou « avec confiance ». Force est de constaté que les récentes lois sur le « déréférencement » ne font que renforcer la légitimité de Google à être vue comme le principal (et le plus fiable ?) accès au web.

Le moteur participe bien évidemment à la mise en avant de marqueurs réputationnels, dont une partie se constitue par la quantification des avis et opinions émis sur la plate-forme elle-même. Notons au passage la terminologie : « les avis de Google » (car effectivement, le calcul des notes et la hiérarchisation/visibilité de celles-ci sont un choix propres au moteur).

Diapo 9 : le cas du Knowledge Graph

Google procède à une redocumentarisation constante des documents qu’il traite (i.e. réticulation d’extraits de documents et ajouts de métadonnées pour ré-agencer l’interprétation desdits documents –schématiquement). Le cas du Knowledge Graph est intéressant : d’une part car il suppose l’accès à un ensemble de données/contenus déjà produits et structurés par les usagers du web au travers notamment de Wikidata et de Freebase. Et d’autre part car il permet à Google de ne plus produire des résultats mais des réponses, diminuant ainsi le coût cognitif des recherches, autant qu’en affinant le traitement des mots-clés et expressions (ce qui est le cœur de son business).

Cette ré-articulation sémiotique constante n’est bien évidemment pas neutre. Du côté des algorithmes de la plate-forme, des choix sont opérés pour sélectionner tel ou tel type de données à mettre en avant. De plus, le récent exemple de l’artiste Albertine Meunier, qui en modifiant des données sur Freebase a réussi à « leurrer » (tout du moins modifier) le Knowledge Graph, montre bien que Google ne fait qu’agencer des informations déjà traitées par les usagers… Le plus « amusant » étant qu’aux USA, lorsque l’on reproche à Google de ne pas produire des résultats « neutres » mais bien une forme d’opinion sur quelque chose, celui-ci invoque (et gagne ses procès grâce à) sa liberté d’expression (Diapo 10). Pourtant, la littérature professionnelle, et peut-être les usagers dans une certaine mesure (je suis preneur d’études récentes sur le sujet), continuent à parler de résultats naturels. Une naturalisation du moteur qui, de mon point de vue, favorise sa communication autant que son côté irremplaçable dans les usages ordinaires.

 

Google : une béquille mémorielle… qui brouille nos repères (diapos 11 et 12)

 Diapo 11 : plus que la notoriété, de la célébrité

L’algorithme (voire les algorithmes ?) de Google est un mécanisme de mémorisation inhérent aux stratégies de gestion de l’e-réputation, voire même qui en motive certaines : impossible de savoir ce qui sera mémorisé ou non, ce qui apparaitra dans le temps ou non, etc. Plus largement, et si l’on aborde l’e-réputation comme une information participant à la construction plus générale des réputations d’une entité, Google redéfinit clairement notre conception de la réputation. Là où la réputation suppose une temporalité, une évolution en fonction des informations qui circulent ou s’effaçent peu à peu des mémoires (collectives notamment), Google brouille ces repères (mémoire cache, critères de rafraîchissement des SERP, ajout ou pas à l’index en fonction des traces d’usage, etc.). La question de la « localité » de la réputation n’en est pas moins épargnée : là où elle est généralement attribuée à un groupe que l’on peut déterminer, difficile avec le moteur de définir précisément qui a produit quoi, et surtout qui a accès ou non aux informations ou aux marqueurs réputationnels (sans compter les questions de géolocalisation des usagers).

Autre aspect : l’on résume parfois la mise en visibilité des informations, et des noms qui y sont associés, à une question de notoriété. Une notoriété « suggérée » dans tous les cas, par la fonction suggest, avec des visées de « capitalisme linguistique » plus que de médiatisation. Mais partant de l’idée qu’une notoriété est généralement localisée elle aussi (je peux connaitre les individus qui me (re)connaissent), et qu’une « célébrité est reconnue par plus de personnes qu’elle n’en connaît elle-même » (Chenu, 2008), Google produit de la célébrité plus que de la notoriété. Et c’est ce qui pose problème, et amène encore une fois à des lois type « déréférencement ». Si seules les personnes qui me connaissent, ou qui sont proches de moi (géographiquement, socialement, etc.) ont vent de ce que je fais, je peux éventuellement m’en accommoder. Mais si je ne sais pas combien de personnes peuvent me (re)connaitre, associer certains de mes actes ou discours à mon nom, et dans quelle mesure, alors mon « image » devient une vraie problématique face à ce public imaginé que je ne peux déterminer. Et mes repères sont ainsi remis en question, une sensation de perte de contrôle et de surexposition peut ainsi naitre.

Diapo 12 : le PageRank n’explique pas tout

Pourtant, le PageRank est loin d’être suffisant pour expliquer à lui seul ces mécanismes de mémorisation, et surtout de mise en visibilité. Il parait même un peu vieillot, le PageRank, tel qu’il a été présenté par Brin et Page à la fin des années 90 : les citations par liens hypertextes sont loin d’être encore sincères (si elles ne l’ont jamais été), car les usagers savent réagir rapidement à des formes d’évaluations sociales (ou ce qu’ils croient être capable d’en générer) qui leur déplaisent. Les méthodes de noyage chères aux « nettoyeurs du net » en sont un symptôme : si des informations qui apparaissent dans les résultats ne me plaisent pas, alors je vais m’appuyer sur ce que je sais de Google (le PageRank) pour produire des résultats compatibles à mes représentations et au traitement du moteur. Nonobstant alors que toute forme de production de liens hypertextes et de contenus participent au fonctionnement des systèmes de computation de la plate-forme, qui sont loin d’être apolitiques, ou « naturels », ou neutres.

 

Google et les professionnels du web : de l’appropriation aux représentations (Diapo 13)

 

A force de se focaliser sur Google, de passer des heures et des heures à jouer avec son algorithme pour en percer les secrets et les critères de traitement, une forme de performativité apparait : pour être visible sur Google, il faut faire du Google…

Dans un papier à paraitre prochainement (quand le temps de la recherche aura suivi son cours), j’ai analysé les critères de mesure de l’e-réputation de 12 outils de veille « leaders sur le marché ». Pour un papier en écriture, j’ai procédé de même avec 50 brevets de « systèmes de réputation » propres à divers sites (e-commerce, réseaux socionumériques, etc.). Un constat : dans tous les cas (oui tous) le PageRank est utilisé comme base de mesure de la réputation. Avec certes diverses variations, ajouts de critères, etc. Il en va de même pour la plupart des critères de quantification et de mesure : ils sont en tous points similaires à ceux de Google Analytics, leader sur le marché de la mesure d’audience de sites web. Google influe sur les pratiques des professionnels du web, autant qu’il modifie sensiblement la manière d’aborder le web, et surtout de le quantifier. L’influence, la confiance,  la réputation, l’évaluation des sociabilités numériques ou encore la consommation de l’information en ligne sont aujourd’hui abordées par le prisme de Google (mais pas que évidemment, Facebook est aussi un bon cas d’étude). Nous construisons nos imaginaires et représentations du web en nous basant sur des choix opérés par une firme qui modèle ainsi petit à petit notre vision de ce medium.

 

Google et notre face numérique (diapo 14)

 

La réputation est autant une notion qui fait appel à un traitement rationnel de l’information (aspect économique) que cognitif et affectif (aspect « image mentale » propres aux recherches en gestion). Google redéfinit nos modes de mise en relation, notamment avec cette pratique devenue ordinaire de googlisation. L’exemple peut paraitre trivial, mais pour avoir des étudiants en fin d’étude ou en recherche de stage, je peux vous dire que la crainte du « recruteur qui tape mon nom sur Google » est bien réelle.

Chercher le nom d’une personne avant de la rencontrer, ou d’une organisation avant d’interagir avec elle, n’est pas sans incidence sur nos relations avec les autres. Qui plus est lorsque le moteur exclue certaines de nos particularités, en exacerbe d’autres, ajoute des éléments comme des images ou des vidéos, ou encore nous associe à d’autres entités. Dans une approche très goffmanienne de la chose l’on pourrait dire que Google participe à une mise en scène automatisée de soi, à la production d’une face (donc d’une réputation, si l’on suit la vision de Gloria Origgi) voire de stigmates par certaines associations ou mise en visibilité d’éléments jugés hors-contextes ou plus d’actualité. Bref, en provoquant des réactions affectives plus que rationnelles chez l’usager qui est face à certains résultats, Google participe à la production d’images mentales propres à la réputation. Comme tout média d’ailleurs, mais ici avec en plus l’idée que l’usager à une emprise directe sur le dispositif, et donc qu’il peut tout à fait rationnaliser sa recherche d’information, laisser de côté ce qui ne lui semble pas pertinent… Pour autant même un professionnel aguerris du recrutement peut difficilement faire l’épochè des informations qu’il lit et des connaissances ou image qu’il produit ainsi.

Sans compter le fait que Google tente toujours de personnaliser au mieux ses résultats pour coller aux attentes de ses usagers, avec de possibles « bulles informationnelles » ou d’opinions. Et que quoi de plus mobilisateur que des informations qui nous font réagir émotionnellement ?

 

Au final… Google produit sa réputation, et nécessite de questionner son « autorité réputationnelle »

 

Comme je le souligne dans ma présentation, il me semble stérile d’opposer les questions statistiques/algorithmiques, et celles d’un jugement humain. L’algorithme de Google repose autant sur des choix (critères, entrées à retenir ou non, valeurs attribuées, etc.) que des résultats statistiques (ainsi que le note très bien Bernhard Rieder). La question est plutôt d’évaluer où les jugements humains ont influé sur certains résultats, et où nous sommes face à des résultats mathématiques/statistiques. C’est pour cela que l’idée de « qualculation » me plait bien, et semble être un outil conceptuel intéressant pour questionner l’intentionnalité derrière un algorithme autant que les effets de celui-ci.

De même, pourquoi confronter affinité/affect et autorité/rationalisation ? La réputation est une notion intéressante pour cela, tant elle articule des aspects cognitifs et d’autres plus « mécaniques » de traitement de l’information. Dans mes recherches je propose ainsi l’idée « d’autorité réputationnelle » (terme encore à définir), où la question est moins de s’intéresser aux processus de légitimation de l’in-formation, qu’à la manière dont des traitements statistiques vont mettre en forme l’opinion, et surtout vont ensuite produire des formes d’indicateurs qui vont orienter la consommation ordinaire de l’information numérique. Une approche qui est en partie le leitmotiv de ce blog…

Enfin, Google ne produit pas ou ne mesure pas « la réputation » : il produit des formes de mesure qui, de manière performative, deviennent pour les usagers des réputations. Mais qui pour autant servent surtout à appuyer ses diverses politiques et stratégies d’expansion. Google comme outil de régulation des réputations produites… sur et par Google ? La question est pour moi moins dans le fonctionnement de la plate-forme que dans les « pouvoirs » qu’on lui attribue, et sa capacité à devenir ordinaire dans nos tactiques quotidiennes visant à donner du sens à ce(ux) qui nous entoure(nt).

Veille stratégique: le chaînon manquant vers la décision

La veille documentaire est un élément essentiel du bon fonctionnement d’une organisation : se tenir au courant de l’actualité, fournir des recherches précises et localisées… Bref, fournir de l’eau au moulin de la consommation de l’information. Mais est-ce qu’une activité de veille est par nature stratégique ? Et peut-elle vraiment vraiment offrir les capacités à décider dans l’organisation ? Voici quelques réflexions…

Le texte original de ce billet a été publié dans la revue Netsources (n°113 – janvier 2014). Netsources est une publication bimestrielle dédiée à la recherche d’information sur internet (méthodologies de recherche, tendances dans les métiers de l’information, analyses d’outils performants, descriptions de sites à valeur ajoutée …).

Quelques constats et questions…

Lorsque Netsources m’a demandé de rédiger un article sur le sujet de mon choix, je venais juste de terminer des entretiens avec des veilleurs et dirigeants, ainsi qu’une série de « visites en entreprise » à des étudiants en apprentissage dans le domaine de la veille. De ces échanges et observations est ressorti (parmi d’autres choses) un constat récurrent : mais au fait, à quoi sert réellement notre veille ? Car si la majorité des actions de veille se veut « stratégique », comment évaluer l’impact du travail effectué, et surtout son intégration, dans le processus décisionnel de l’organisation ? Bref, la veille doit favoriser la prise de décision, et sans visibilité réelle de son impact sur lesdites décisions, difficile d’y déceler l’aspect stratégique tant mis en avant.

Dans cet article je souhaite donc m’atteler à discuter (à défaut de fournir des « solutions miracles ») deux questionnements centraux qui, je l’espère, feront écho à ceux que se posent parfois la profession : est-ce que toute activité de veille est, pour une organisation, stratégique ? Et la vraie problématique n’est-elle pas le management de l’information et l’accompagnement des décideurs, plus que la nature-même de l’activité de veille ou des informations traitées ?

A l’heure d’un accès de plus en plus aisé pour tous à l’information dans les organisations et d’une réduction drastique des budgets, de nombreux services de veille se voient dans la nécessité de démontrer leur performance, de justifier de l’efficacité de leurs démarches. En somme, montrer que, oui, leur veille est bien un apport stratégique pour l’organisation et pas seulement une énième « usine à rapports » que les collaborateurs liront « quand ils auront 5mn » (après Facebook, Twitter, leurs sites favoris et surtout leurs mails).

 

Pourquoi qualifier une activité de veille de « stratégique » ?

Depuis ses prémices dans les années 1960, avec des auteurs comme Aguilar, la veille est abordée comme une surveillance globale de l’environnement pertinent d’une organisation lui permettant par la suite de prendre une décision. L’intérêt d’une veille est d’accompagner la prise de décision, soit directement par des recommandations issues d’analyses, soit de manière plus diffuse (et alors très difficilement évaluable) par la sélection et la diffusion continue d’informations thématiques.

Plus précisément, et en nous appuyant sur la définition donnée par Lesca en 1994[1], la veille est « un processus collectif continu par lequel un groupe d’individus traquent, de façon volontariste, et utilisent des informations à caractère anticipatif concernant les changements susceptibles de se produire dans l’environnement extérieur de l’entreprise, dans le but de créer des opportunités d’affaires et de réduire des risques et l’incertitude en général, ce qui permet à l’entreprise d’agir très vite et au bon moment ».

Premier point : la veille se veut anticipative pour être stratégique, puisqu’elle doit appuyer des prises de décision qui, fatalement, auront un impact sur « l’avenir » de l’organisation.  Le travail essentiel de la veille ne consiste donc pas à agencer au mieux un grand nombre d’actualités sur un sujet, mais de réduire au maximum les informations récoltées et de leur donner du sens par des analyses visant à « réduire l’incertitude » du décideur. Ce qui amène au point deux.

Deuxième point : la veille vise à rassurer ! Je le répète souvent sur mon (ancien) blog ou ailleurs mais l’objectif premier du veilleur est de produire du sens. Et si nous nous informons c’est en général pour nous rassurer sur les orientations que nous prenons dans notre environnement, les opinions voire les croyances que nous générons à partir de ce qui nous entoure.

Le veilleur a donc une activité stratégique quand il arrive à (r)assurer le décideur, à lui fournir les éléments nécessaires pour qu’il puisse décider de la place de son organisation dans un futur proche et dans un environnement incertain car changeant. Et, contrairement à ce que l’on peut parfois lire ou déduire, un dirigeant se base généralement sur très peu d’informations pour décider. Tout du moins, la part d’affect dans la prise de décision (la « vitesse 1 » de Kahneman[2]) est souvent tout aussi prégnante que l’approche rationnelle que permet la veille. La veille doit permettre à l’organisation de s’adapter à son environnement autant que le veilleur doit s’adapter à ses commanditaires. Ce qui amène au point trois.

Troisième point : la veille n’est pas un processus figé. Comme le souligne Rouibah[3] « Le projet des systèmes de veille est de développer alors « un processus informationnel créatif» visant à assurer aux entreprises un développement stratégique en phase avec les évolutions perçues. ». Créatif à la fois de sens, de valeur, d’information, mais surtout en constante adaptation aux besoins de l’organisation autant qu’aux perceptions déjà existantes de l’environnement. L’information étant une « matière » produite par les humains, et consommée par eux, la veille relève tout autant d’actions techniques que de questions de management et de communication.

Mais un veilleur doit-il seulement se valoriser par sa maitrise technique à l’heure où de nombreuses plateformes de veille proposent des résultats « clés en main » ? Et des algorithmes suffisent-ils à générer la nécessaire confiance pour appuyer des décisions ?

Veille documentaire VS veille stratégique

La veille est, a minima, utilisée comme pratique documentaire dans les organisations. Elle vient nourrir les bases de données de l’organisation sur des thématiques spécifiques, documenter des projets en cours, ou encore par la recherche ponctuelle d’information accompagner des questionnements précis. La veille documentaire s’appuyant sur le cycle classique  du renseignement est donc nécessaire : collecter l’information (ce que font très bien de nombreux logiciels), l’analyser (tout du moins la sélectionner) et la diffuser (dans les inévitables newsletters que nous recevons tous). Mais est-ce pour autant stratégique, au sens où ces informations produites et stockées vont avoir un rôle dans l’accomplissement d’un objectif ? Il est alors question de mon point de vue de différencier l’intéressant (les informations qui me permettent de me « tenir au courant ») de l’utile (les informations qui vont appuyer mes décisions).

Le cas de l’e-réputation, que je connais bien, est assez symptomatique d’une veille généralement documentaire que l’on présente comme stratégique. Les rapports offrent une vue d’ensemble des opinions formulées à l’encontre d’une organisation ou autre, ils fournissent un décompte précis des likes et autres RTs sur le sujet, ou encore une présentation des fameux « influenceurs » à partir de critères similaires et souvent hors-contexte. Et ensuite ? Si mon organisation sait ce que l’on « dit sur elle », va-t-elle pour autant savoir comment agir, voire comment anticiper les actions nécessaires à produire ? Au vu des crises générées sur le web par des erreurs de communication,  il est fort à parier que si les organisations savent ce que « disent » leurs publics sur le web, certaines ne l’intègrent pas pour autant dans une gestion proactive de leur réputation et de leur communication numérique.

Est-ce alors la nature de l’information collectée qui peut apporter cette nécessaire aide à la décision ? Pour Lesca toujours, une information peut être qualifiée de stratégique lorsqu’elle ne concerne pas les actions courantes de l’organisation, et qu’elle aide à prendre des décisions « non répétitives, non familières, pour lesquelles on ne dispose pas de modèles déjà éprouvés par l’expérience ».

La veille documentaire est utile et nécessaire aux organisations pour documenter leur quotidien. La veille stratégique quant à elle suppose de détecter au sein de l’ensemble des informations quotidiennes collectées celles qui auront de la valeur pour orienter les actions inhabituelles de l’organisation. Et si la valeur d’une information « est déterminée par son usage et non par sa nature ainsi que par le service rendu. »[4], il parait nécessaire pour la fonction veille dans l’entreprise d’accompagner les usages autant que redéfinir ses prestations de service.

 

Des stratégies des services de veille… pour rendre la veille (plus) stratégique

Avec le développement des outils numériques, chaque salarié en situation de prendre des décisions (fussent-elle minimes) a accès à des outils de collecte et de traitement de l’information (moteurs de recherche en tête). Le service de veille doit-il alors rester le point obligé de passage pour accéder à l’information dans l’organisation ? Oui, s’il souhaite, comme l’ont fait parfois les services documentaires, voir sa fonction et son intérêt pour l’organisation se limiter à des activités purement techniques ou répétitives de traitement et au mieux de capitalisation. Non, s’il considère que son rôle est d’accompagner les usages plus que (tenter vainement) de les centraliser.

Attention, loin de moi l’idée de dire que tout le monde doit ou sait chercher ou encore traiter l’information et le document, voire de réactiver le mythe du « tous veilleurs dans l’entreprise ». Au contraire. Mais par manque de temps, de connaissance des activités de veille dans l’organisation, et par l’accès rapide et au coût cognitif faible à des outils de plus en plus puissants et pleinement intégrés aux usages quotidiens, de nombreux collaborateurs deviennent leurs propres veilleurs.

Un premier aspect pour passer de la veille documentaire à une activité plus stratégique, voire pour mesurer plus précisément l’impact de la veille dans les prises de décision, consiste à accompagner l’ordinaire informationnel des collaborateurs. Partir du principe que si chacun a accès à l’information, alors le rôle du veilleur ne se limite plus à être une source parmi d’autres, mais à devenir un référent pour faciliter l’accès à d’autres sources et donner du sens aux informations consommées chaque jour dans l’organisation.

Par exemple, lors d’un précédent travail de recherche, je me suis aperçu que les dirigeants d’une grande entreprise se référaient plus aux informations issues de leurs comptes de réseaux sociaux numériques, qu’aux newsletters fournies par le service de veille. Et que, pour des rapports se voulant plus stratégiques, les dirigeants avaient déjà une idée plus ou moins claire de leur environnement grâce à leurs propres outils de collecte et de traitement de l’information, et s’appuyaient donc peu sur les recommandations de leurs veilleurs parfois en dissonance avec celles obtenues, par exemple, sur Twitter. Le service de veille a dans ce cas décidé d’accompagner les dirigeants dans le développement de leurs comptes Twitter : en sélectionnant (à partir de multiples critères définis ensemble) les abonnements du compte, en proposant aux dirigeants de qualifier les informations les plus « retweetées » dans leurs timelines, et surtout en intégrant à leurs rapports des informations issues de cette « veille Twitter » tout en complétant par celles qui n’y apparaissaient pas. Ainsi, en accompagnant les usages et en donnant du sens à l’ordinaire informationnel des dirigeants, cette équipe a su (pour l’instant –cela fait déjà un an et demi) s’intégrer un peu plus dans les processus décisionnels de l’organisation, souvent plus affectifs que rationnels, et surtout valoriser son activité.

Mais la valorisation du service rendu par un pôle veille dans l’organisation ne peut se limiter à l’accompagnement des dirigeants (bien que très utile pour obtenir de plus larges budgets ensuite). Le management de l’information doit être plus affirmé. Par exemple, quel collaborateur n’a pas la sensation d‘être « noyé sous les mails » ? Peut-être le même qui « aurait aimé mais n’a vraiment pas le temps de lire » votre newsletter…

Le rôle du veilleur, en 2015 et même avant, n’est-il pas alors de l’accompagner dans la gestion de ses mails, de lui donner des formations à la gestion des clients mails (ce qui, par expérience, à généralement un succès fou), plutôt que d’essayer seulement d’optimiser les heures d’envoi des alertes ? De même pour les moteurs de recherche : impossible d’empêcher les collaborateurs de s’en servir (et quel intérêt ?), mais il est tout à fait faisable de les accompagner dans ces usages.

La communication, plutôt que la diffusion, est ensuite centrale. De manière anecdotique une responsable d’un service veille stratégique m’expliquait un jour que la direction à laquelle son équipe avait envoyé un rapport avait fait ensuite appel à des prestataires pour retravailler ledit rapport. Le problème ? La mise en page de celui-ci n’était pas au goût de la direction, et pas assez attractif pour être diffusé. Et la responsable du service veille de m’expliquer alors que tout cela était de l’argent perdu et que leur rapport était aux normes habituelles, donc très bien comme ça, personne ne s‘en étant jamais plaint.

De mon point de vue la question est ici moins des réticences du commanditaire que de la non-adaptation du service veille. Si communiquer consiste de manière très basique à « mettre en commun », il convient d’adapter le produit de sa veille aux attentes, et surtout aux habitudes de consommation/lecture des publics. Bref, savoir attirer et orienter un objet devenu source de convoitise dans nos sociétés numériques : l’attention.

A l’inverse, une responsable de service veille me montrait récemment comment elle avait produit une présentation attractive de ses activités à l’aide d’outil type «Prezi » (pour sortir du monotone PowerPoint[5]). Après l’avoir présenté dans plusieurs réunions d’équipes et de dirigeants, elle a organisé une « journée portes ouvertes » de son service afin d’attirer l’attention, présenter ses activités et son équipe, et s’enquérir des usages et besoins spécifiques des collaborateurs. Cela n’est qu’un exemple qui peut paraitre anecdotique, mais de mon point de vue ce type d’action participe à rapprocher la veille de la prise de décision : en faisant connaître l’activité, en la valorisant (i.e. pour apparaître comme une ressource essentielle lors de situations décisionnelles compliquées), en proposant des offres de service autant que des réponses à des demandes, mais surtout en interagissant avec les autres collaborateurs pour ne plus seulement être perçus comme des techniciens de l’information mais de réels managers.

Au final, la plupart de ces démarches se heurtent cependant à la réalité du temps disponible, et des moyens alloués. Et cela fonctionne de manière récursive : il faut apparaitre comme stratégique pour obtenir des moyens, et c’est avec plus de moyens que l’on peut valoriser l’aspect stratégique de ses actions, et ainsi de suite.

Le « chaînon manquant » vers la décision, l’aspect stratégique de la veille, se situe néanmoins dans ce qui n’est pas soluble dans la technique [réflexion qui, au passage, ne manquera pas d’énerver les plus techno-compatibles de mes connaissances ;-)]. L’algorithme d’un logiciel de veille ne peut pas donner du sens à une information dans un contexte d’incertitude. Les statistiques et les chiffres sont rassurants, mais l’accompagnement et les conseils d’experts dans leur métier aussi. Des bases de données documentaires au web, de l’e-réputation au Big Data, nos outils, techniques et méthodes évoluent. Mais pour autant, et même si nous sommes un jour dans une possible « gouvernementalité algorithmique » totale, concevoir l’information pour orienter le regard et la décision reste une problématique dont seules les relations humaines peuvent fournir des pistes de réponse.


[1] LESCA, H., « Veille stratégique pour le management stratégique : Etat de la question et axes de recherche », Economies et Sociétés, Sciences de Gestion, Vol. 20, n° 5, pp. 31-50, 1994.

[3] ROUIBAH, K., « Une méthodologie pour la gestion des signaux faibles de veille stratégique : illustrations par un prototype », Gestion 2000, pp. 101-122, 2001.

[4] MOINET, N. « De l’information utile à la connaissance stratégique : la dimension communicationnelle de l’intelligence économique », Communication & Organisation, 1/2009, n° 35, pp. 215-225, en ligne : www.cairn.info/revue-communication-et-organisation-2009-1-page-215.htm, 2009.

[5] Voir  des exemples d’alternatives ici : http://www.webdesignertrends.com/2013/10/le-top-10-des-alternatives-a-powerpoint/

 

Petite bibliographie critique sur les Big Data

Les Big Data sont devenu(e)s (comme les algorithmes, l’e-réputation, etc.) une sorte « d’objet » qui cristallise de nombreux imaginaires, promesses, utopies, voire idéologies. Voici une liste (loin d’être exhaustive –voir les compléments à la fin du billet) de ressources/références critiques à prendre en compte lorsqu’on s’intéresse au sujet.

Dans le cadre de certain de mes cours j’aborde cette année la question du/des (?) Big Data. Après une revue de ce que c’est, de ce que cela permet notamment dans une optique décisionnelle pour les organisations, des outils et méthodologies nécessaires, des questions de statistiques notamment, je propose à mes étudiants de développer un regard critique sur le sujet.

Pour cela, je leur présente un corpus de textes critiques sur le sujet (du coup, je pourrai ainsi les renvoyer vers le blog). Un corpus qui, bien entendu, est loin d’être exhaustif ou représentatif des différents points de vue sur les Big Data, et qui mélange des critiques aussi bien académiques que de praticiens. Un corpus qui présente essentiellement des documents en anglais, mais aussi en français (pour ne pas trop brusquer mes étudiants 🙂 ). Si la bibliographie sur l’e-réputation que je propose sur ce blog se veut à la fois critique et offrant une vue d’ensemble sur le sujet, ici nous sommes bien exclusivement dans les limites voire les risques du traitement de grands jeux de données numériques.

Bien évidemment, ces critiques ne sont pas elles-mêmes exemptes… de critiques. N’hésitez pas à m’en faire part ou en débattre dans les commentaires (ce que je fais pour ma part en cours). Et pour les avantages/promesses, il me semble qu’une simple requête sur un moteur de recherche permet de les mettre en avant. De plus, mes étudiants ont organisé récemment une conférence sur le sujet où l’intervenant (qui vend des prestations et des outils de traitement des Big Data) nous a gratifié d’un « les risques et les limites, tout le monde les connait, alors je n’en parlerai pas »… Tout en présentant ensuite un grand nombre de poncifs. Ce qui parait « évident » (ou pas vendeur) pour les uns, ne l’est pas forcément pour les autres.

Voici donc ces ressources, qui se veulent accessibles et qui (en partie seulement) offrent un panorama des principales critiques sur le sujet. J’ai essayé de les classer par thèmes/affirmations/questions.

 

Big Data, une vraie révolution ?

Dès 2012, InternetActu reprenait les propos d’Alan Mitchell s’interrogeant sur le fait que les entreprises se focalisent un peu trop (et vite) sur le sujet, sans prendre en compte de nombreuses limites quant à cette « révolution » annoncée.

Paola Tubaro souligne que l’analyse et le traitement des données n’a rien de simple ou de nouveau juste parce qu’elles sont « big » ou numériques.

La conclusion de l’article résume bien le tout : “Big data” has arrived, but big insights have not. The challenge now is to solve new problems and gain new answers – without making the same old statistical mistakes on a grander scale than ever. »

Les Big Data sont-elles réellement efficaces pour la prise de décisions ?

Des limites des corrélations ou encore du fait que trop de données laisse de côté certaines « plus petites » (minoritaires) mais essentielles.

Comme le résume Fred Cavazza : « Il est donc essentiel de ne pas se laisser aveugler par les données qui peuvent potentiellement vous embarquer sur la mauvaise voie si elles sont mal exploitées. »

La sélection des données ou des modèles pour les traiter supposent un regard, un choix. Les résultats sont donc loin d’être « objectifs » ou refléter une « réalité ».

Tout est dans le titre : les organisations ne doivent pas se départir de relations directes avec leurs publics/consommateurs, et ne pas tout miser sur le traitement des données pour générer de la confiance ou optimiser leurs services/produits.

On peut collecter des données « brutes »

La donnée brute est un mythe et, avec le développement des politiques d’Open Data, il est nécessaire de sensibiliser le public sur ce sujet.

Une analyse et présentation de l’ouvrage “Raw data is an oxymoron” par J-C Plantin.

Du Big Data pour prédire l’avenir ?

Une remise en cause de certaines recherches sur la prédictibilité des élections grâce à l’analyse de grands corpus de tweets, et quelques recommandations pour évier certains biais.

Ou comment (et pourquoi) l’outil de Google n’a pas su (malgré les énormes volumes de données traitées) prédire une pandémie. Comme le souligne l’auteur : « In short, you wouldn’t have needed big data at all to do better than Google Flu Trends. Ouch. »

Car les météorologues traitent eux aussi des grands jeux de données depuis longtemps… Avec l’exactitude que l’on connait tous (mais qui est déjà assez impressionnante, sans pour autant être 100% fiable).

Big Data : des impacts ou risques sociétaux  ?

Les organisations stockent donc de grands volumes de données (souvent « personnelles ») de leurs clients pour mieux les traiter. Avec de nombreux risques de sécurité associés…

Doit-on développer des « droits civiques » pour mieux limiter les risques sociétaux liés aux Big Data ? Quelques propositions.

Le traitement algorithmique des données suppose -encore une fois- un regard et articule parfois les préjugés de ses concepteurs ou commanditaires… Et un autre exemple qui va dans le même sens, tout du moins qui interroge les mêmes risques : « Chicago’s new police computer predicts crimes, but is it racist? »

Dans l’excellente revue en open access First Monday (si vous ne la connaissez pas, courez y jeter un coup d’oeil), cet article de recherche met en perspective des questionnements cruciaux sur les modes de gouvernance (et de surveillance) que peuvent induire le traitement des données personnelles au niveau d’un Etat (mais pas que).

 

Big Data = renouveau des sciences humaines ?

Un récapitulatif (à partir d’un article de recherche publié récemment) de certains biais propres aux recherches s’appuyant sur les données issues des « médias sociaux ».

Dans la même lignée que l’article précédent.

Le monde est complexe, et les données (fussent-elles en grande quantité) ne suffisent pas à l’expliquer ou à le comprendre. Le point de vue inverse (ou presque) : “The End of Theory: The Data Deluge Makes the Scientific Method Obsolete”.

 

Et toujours plus de ressources…

Comme dit en introduction, le but ici est de fournir des références accessibles (à mes étudiants, et celles et eux que ça intéresse). Il en existe de nombreuses autres, notamment des articles scientifiques généralement cités dans les ressources que je présente ici.

Pour aller plus loin, voici d’autres « compilations »/bibliographies, et ressources intéressantes :

Et bien évidemment, je suis preneur de toute autre ressource?! Merci 🙂

Communication de crise : gérer l’ordinaire plutôt que l’exceptionnel ?

Les principaux écrits sur les crises, qui plus est sur le web, ont parfois tendance à se focaliser sur les cas exceptionnels. Ou, quoi qu’il arrive, de ne proposer des actions ne situant jamais en amont des dites crises, et supposant une gestion de l’urgence.Voici le support et la vidéo d’une conférence donnée récemment où je reviens sur l’idée de se concentrer sur l’ordinaire (au sens de de Certeau) afin d’anticiper au mieux une crise.

Cette conférence organisée par l’association Communication et entreprise a proposé à ses membres (responsables/directeurs de la communication dans diverses organisations) des exposés associant un chercheur et un praticien de la communication. Le premier venant présenter ses recherches, et le deuxième dire ce que ces recherches peuvent lui apporter dans son quotidien. Ce qui, entre parenthèses, me semble un bon moyen de connecter des problématiques organisationnelles à des questions de recherche, et de sensibiliser ainsi autant les chercheurs que (surtout) les praticiens.

Vous retrouverez l’ensemble des vidéos de cette « Académie scientifiques » (dirigée par Thierry Libaert) dédiée à la communication de crise et à laquelle participaient 5 autres chercheurs par ici.

Pour ma part, j’ai focalisé ma présentation sur la réputation en ligne d’une part, et sur mon approche de la veille par agents-facilitateurs afin d’anticiper une crise d’autre part. L’idée étant de souligner qu’une crise sur le web n’arrive que rarement par un élément exogène aux actions des organisations (attaque d’une ONG, boycott de clients mécontents) mais généralement par des erreurs… de communication. Plutôt que de produire « de la comm » pour gérer des erreurs « de comm », autant dès le départ viser la congruence avec les représentations des publics.

En bref, s’imprégner au quotidien des informations qui participent à la construction des opinions concernant une organisation ou les thématiques qu’elle traite, afin de pouvoir mesurer ensuite plus finement les réactions engendrées, voire les anticiper en fonction des actualités de l’organisation. Une approche plutôt en adéquation avec la praticienne qui m’accompagnait, responsable de la communication du RSI, un organisme qui ne vit pas « une crise exceptionnelle » mais un ensemble de « micro-crises » issues de problèmes quotidiens.

Voici donc d’une par les slides de ma présentation ainsi que la vidéo de la conférence qui vous permettra de mieux comprendre mes propos. Pour le reste, les commentaires vous sont ouverts!

 

Les doudounes, l’algorithme et la réputation par anticipation

Lorsqu’on s’intéresse à la réputation en ligne, on ne peut passer à côté des fameux « bad buzz » dont les mécanismes sont généralement similaires : une action d’une entreprise => des personnes qui s’en plaignent sur le web => une montée en médiatisation => une reprise par des journalistes => des excuses de l’entreprise. Mais le cas de l’entreprise Moncler est particulier…

La réputation est depuis longtemps présentée comme une valeur intangible des organisations[1]. Au-delà des questions d’image et de communication, certains auteurs soulignent que la réputation agit aussi sur des aspects financiers, pouvant parfois expliquer la différence entre la valeur boursière d’une organisation et ses résultats réels : « sur les marchés financiers, la décision d’investir dans la réputation apparaît particulièrement importante, pour ceux qui sont en relation avec les investisseurs, puisque l’information est au coeur du fonctionnement de ces marchés »[2]. Mais que se passe-t-il si les informations qui permettent de constituer une réputation ne sont plus traitées par les potentiels investisseurs ou acteurs des marchés financiers, mais directement par des algorithmes ?

Voilà ce qui est arrivé au fabriquant italien de manteaux de luxe Moncler, comme le résume Le Monde (édition abonnés) :

Lundi 3 novembre, Moncler, le roi de la doudoune, a perdu plus de 6 % à l’ouverture de la Bourse de Milan. Motif ? Un documentaire diffusé sur la RAI la veille au soir avait montré des oies plumées vivantes. A croire que tous les traders regardent la télévision publique italienne. En fait, non. Les ordres de vente ont été déclenchés à la suite des 4 400 tweets écœurés qui ont suivi l’émission, repérés par les algorithmes des maisons de trading.

 

De la formation d’une réputation à sa prédiction : l’opinion comme signal faible ?

 Les cas de crises de réputation sont nombreux (voire à ce propos le blog de Nicolas Vanderbiest). Pour Moncler on y retrouve les mécanismes habituels que décrivent Les Inrocks :

La polémique embrase les réseaux sociaux depuis lundi, y compris sur la page Facebook officielle de Moncler, où de nombreux clients calent leur indignation. Sur Twitter, les appels au boycott anti-Moncler se multiplient : « Nous boycottons les duvets », « Nous boycottons Moncler », « Nous n’achèterons pas vos doudounes » ou encore « Honte de torturer des animaux vivant. » Un hashtag a même été spécialement créé pour fustiger cette barbarie:#siamotuttioche (nous sommes tous des oies).

Pourtant, hormis quelques exemples comme celui de Greenpeace VS Nestlé (un « classique » repris par tous les praticiens) rares sont ceux qui touchent directement la « santé financière » d’une entreprise. En effet, il est généralement assez difficile de démontrer que la réputation d’une organisation à un impact direct sur son chiffre d’affaire, ou son cours de bourse, et encore plus que cette réputation va avoir un impact dans le futur. C’est d’ailleurs en partie pour cela que les praticiens se basent sur la notion « d’image », qui est purement cognitive et affective, et qui reste donc assez floue pour proposer de nombreuses actions de gestion aux résultats difficilement mesurables. Pour ma part j’aborde la réputation comme un mécanisme collectif d‘agencement des opinions, les systèmes de computation des plateformes web venant automatiser cette agencement par la mémorisation, la diffusion et la mise en visibilité de certaines opinions plutôt que d’autres (généralement par la mesure de la popularité des dites opinions).

Mais, d’une part, peut-on prédire cet agencement ? Et, surtout, l’impact que ces opinions auront sur les relations entre une entreprise et ses clients ? Au vu des ordres d’achats effectués automatiquement par l’algorithme de trading, l’on peut émettre les hypothèses suivantes (non exhaustives):

  • Les opinions collectées sur Twitter sont potentiellement représentatives de celles des clients de Moncler, voire des consommateurs italiens dans leur ensemble
  • Les opinions diffusées sur Twitter ne sont qu’une amorce de reprises médiatiques qui vont suivre et qui vont toucher plus largement les publics (et surtout, ici, les investisseurs)
  • La réputation (en ligne ou non) d’une organisation influe directement sur ses ventes.

Concentrons sur la première hypothèse. Comme le souligne Julien Boyadjian[3] « Twitter n’est ni un échantillon représentatif de la population ni, dans le cas français, un espace prédictif des futurs résultats électoraux. » Voire, donc, de résultats financiers. Même si Twitter concentre un grand nombre de « leaders d’opinion », combien sont réellement des acheteurs de produits Moncler ? Ou combien touchent directement de potentiels acheteurs ? Le choix d’introduire comme variable à un algorithme le volume de tweets et les « sentiments » qu’ils contiennent est donc en grande partie partial, et monte selon moi la recherche de nouveaux terrains de constitution d’une opinion publique. Et, surtout, la délimitation de nouveaux espaces permettant de capter des « signaux faibles » afin de gagner quelques millièmes de secondes en plus dans les prises de décision boursières. Mais plus qu’un signal faible, que n’importe qui pourrait capter et qui serait annonciateur d’événements à venir, il serait approprié de parler de « signe »[4] : celui-ci est dépendant du regard que l’on pose sur lui, il ne peut s’évaluer en fonction de corrélations statistiques, et suppose une prise en compte forte du contexte. Un contexte qui, dans notre cas, repose en partie sur l’hypothèse que les usagers de Twitter sont représentatifs des clients de la marque, et aussi qu’ils peuvent directement agir sur les perceptions des dits clients (ce qui nous amène à l’hypothèse suivante).

Pour la deuxième hypothèse, de nombreuses recherches sur la « viralité » montrent que celle-ci est plus contextuelle qu’instrumentalisée, et qu’elle est alors difficilement prévisible. Il en va de même pour les leaders d’opinion et le fait qu’ils participent réellement à la formation d’une opinion voire d’une réputation. Ainsi, lorsqu’on regarde l’évolution du volume de tweets sur la question (tout du moins ceux portant le hashtag #Siamotuttioche –les usagers les plus révoltés) on s’aperçoit très vite que la contestation retombe :

Moncler 1

Y a t-il eu un « emballement médiatique » ?[5] Ou va-t-il tout du moins y en avoir un de longue durée sur Twitter ? Les premiers chiffres semblent montrer que non. Mais là est tout l’intérêt du cas de Moncler : la réelle crise (financière) est générée par l’anticipation de la première (réputationnelle). La mémorisation des échanges, leur diffusion, la formation d’une opinion puis son agencement par les plateformes et dans les esprits pour former une réputation importe peu.

Nous observons ici les risques liés aux algorithmes présentés par Rouvroy et Berns[6] où pour les auteurs il est nécessaire « de conserver un doute, d’entretenir une méfiance par rapport à la suffisance des corrélations, de maintenir la distinction entre corrélation et cause, de se méfier des « effets » autoperformatifs des corrélations (leur capacité rétroactive), d’éviter que des décisions produisant des effets juridiques à l’égard de personnes ou les affectant de manière significative ne soient prises sur le seul fondement d’un traitement de données automatisé (…). ». Seulement, ici, Moncler n’a pu développer cette méfiance et se retrouve donc « forcé » de décider en fonction des opinions fussent-elles non-représentatives, et non corrélées avec un potentiel « tsunami médiatique ». Ils ont subit le résultat d’une « documentation à haute fréquence« , et surtout de son traitement.

Il parait alors difficile de répondre à la troisième hypothèse, tant il faudrait définir des indicateurs à long terme pour mesurer l’impact sur le volume de ventes. Et, surtout, des indicateurs qualitatifs et pas seulement financiers. De plus ici la prédiction est auto-réalisatrice : la réputation (supposée) à influer sur les résultats financiers de l’entreprise…

 

Rationnaliser l’affect : la réputation comme un objet décisionnel ?

Et là, vous pourriez me dire : rien de bien neuf, ou presque, les algorithmes de trading sont monnaie courante, et se basent sur des variables discutables afin d’anticiper la réaction des marchés. Certes. Comme le souligne d’ailleurs un article de Libération, le trading à souvent reposé sur une « pratique empirique sur fond d’ésotérisme ». De plus, depuis au moins 2009 des éditeurs de logiciels financiers annoncent intégrer Twitter au fonctionnement de leurs outils. Avec des conséquences allant au-delà des problématiques de vente de doudounes

Mais ici, tout d’abord, l’on constate que la réputation a été valorisée (au sens économique) comme un actif de l’organisation. Pourtant comme le note Girard[7] « Le calcul de la valeur d’un actif n’a de sens et d’intérêt que si celui-ci peut être transféré, échangé et s’il a ou est susceptible d’avoir un propriétaire. Or, la réputation ne satisfait aucun de ces critères ». Cette rationalisation de la réputation constituée en grande partie d’éléments affectifs (sentiments) et cognitifs (perceptions) repose sur une nécessaire commensuration, soit « la voie qui vise à réduire et simplifier des informations disparates en nombres ou chiffres qui peuvent être facilement comparés », la transformation de critères qualitatifs en mesures quantitatives[8].

Cette commensuration parait utile afin d’identifier au mieux les affordances situationnelles pour définir des gammes limitées d’actions. Mais contrairement aux habituelles pratiques de gestion de l’e-réputation visant à orienter une prise de décision, ce ne sont pas pour le cas de Moncler des individus/prestataires qui ont procédé à cette rationalisation/commensuration, ni même l’entreprise, mais des algorithmes. Laissant ainsi supposer que la réputation est un objet que l’on peut définir de manière homogène, qu’il ne s’agit plus d’un agrégat de perceptions et d’informations, que sa diffusion comme sa constitution ne repose plus sur des ressorts affectifs…

La réputation (en ligne) comme l’étalon de mesure de la performance (future) d’une organisation et comme objet qui pourrait être échangé sur des marchés (puisqu’il agit comme un actif) montre selon-moi la manière dont le web redéfinit cette notion. Puisque les plateformes fournissent des indicateurs et des critères de mesure relativement similaires, puisque les mêmes plateformes apparaissent comme des terrains stables d’observation, de formation et de captation des opinions, alors la réputation peut devenir une variable d’ajustement de nos économies. Et pas juste une variable supposée ou prêtée à des possibles parties prenantes (à partir de leurs « images mentales »), mais bien un critère mesurable à un instant précis et que l’on peut ensuite introduire dans des systèmes de computation.

De plus, ce cas peut devenir un réel soutient aux discours de prestataires de gestion de l’e-réputation. Oui, une « mauvaise » (e)réputation peut déstabiliser une entreprise. Oui, il va falloir décider par l’opinion car sinon c’est l’opinion qui influera sur vos résultats financiers. Et là où les méthodes de management de l’e-réputation reposent habituellement sur le pouvoir supposé des internautes et sur les techniques d’influence possibles des organisations, force est de constater qu’une approche proactive voire anticipative parait nécessaire (donc de nouvelles prestations en vue à mon avis). De manière récursive les discours sur l’importance de la (e)réputation amènent des pratiques qui influent elles-mêmes sur ces discours en venant les renforcer… et en établissant un peu plus la réputation comme un objet ordinaire qui oriente de fait nos agir en ligne et hors-ligne. On observe alors que pour le passage de l’imaginaire (la gestion de l’e-réputation comme obligation pour les organisations) à l’idéologie (la réputation comme un objet tangible qui régit le développement économique d’une entreprise), il ne semble n’y avoir qu’un tweet ou presque…

J’essaierai à l’avenir sur ce blog de recenser des exemples similaires. Ainsi que continuer dans tous les cas à resituer mes observations de la manière dont la réputation est générée (autant qu’elle participe à leur fonctionnement) par des systèmes algorithmiques qui orientent notre consommation ordinaire de l’information numérique.


[1] DOWLING, G., Creating Corporate Reputations, Identity, Image, and Performance, Oxford University Press, 2002.

[2] BESSIERE, V., SCHATT, A., « Quels sont les effets de la réglementation sur l’investissement en réputation des auditeurs et des analystes financiers ? », Management & Avenir, 2011/1, n° 41, pp. 324-334, 2011.

[3] BOYADJIAN, J., « Twitter, un nouveau « baromètre de l’opinion publique » ? », Participations, 2014/1 N° 8, p. 55-74.

[4] ALLOING, Camille et Christophe DESCHAMPS (2011), Veille stratégique et Internet participatif : les usages des agents-facilitateurs remettent-ils en question le concept de signal faible ? », Colloque Spécialisé en Sciences de l’information : Management de l’information, défis et tendances, Université de Moncton, Canada, juin 2011, [En ligne]. http://hal.archives-ouvertes.fr/hal-00600995.

[5] Au vu des résultats données par Google actualités Italie (https://www.google.it/#tbm=nws&q=moncler+siamotuttioche+) l’on voit que la presse à fortement reprise l’affaire. Mais qu’encore une fois, deux semaines plus tard, l’histoire s’essouffle.

[6] ROUVROY, A., BERNS, T., « Gouvernementalité algorithmique et perspectives d’émancipation » Le disparate comme condition d’individuation par la relation ?, Réseaux, 2013/1 n° 177, p. 163-196

[7] GIRARD, B., « Le souci de sa réputation peut-il modifier les comportements d’une entreprise ? », en ligne : http://www.dissonancesx90x.net//Reputation.pdf, 2012.

[8] Wendy Nelson Espeland, Mitchell L. Stevens, « Commensuration as a Social Process », Annual Review of Sociology, Vol. 24, 1998, pp.313-343.