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).