Regaining control over algorithms: a hypervisual tool to get from awareness to knowledge

We will be presenting a talk on ways to get from algorithm awareness to algorithm knowledge at the upcoming ICA 2022 Preconference (26 may 2022)

The talk will tackle the issue of algorithm awareness amongst journalists at a time when news has become fundamentally contingent upon the two colliding processes of platformization (Niebord & Poell, 2018) and datafication (Kennedy, Poell & van Dijk, 2015, Arsenault, 2017). Focusing on the continuous interferences of algorithms in media operations and news circulation (Gillespie, 2013, Diakopoulos, 2014), we explore journalists’ ability to make sense of their changing ecosystem and their aptitude to regain control over the production and flow of information. We also call attention to an ongoing research aimed at designing a hypervisual tool that has the potential to reach this goal.

Algorithms are highly efficient technical artifacts used by platforms as well as newsrooms to gather, process and distribute information. Although omnipresent, they are “invisible infrastructure” (Gran, Booth & Bucher, 2021) that have significant social power especially when they are employed to curate contents (Reider & Sire, 2013), shape choices (Yeung, 2017), induce feelings (Bucher, 2012) or impose agendas (Gillespie, 2017). In this communication, we look at them from the standpoint of social science as objects embedded in social processes and modelled on cultural interpretations. Following David Beer’s hypothesis, we argue that their role is determined by the decision-making parts of their codes (Beer, 2013) and their social function is dependent on social power dynamics (Beer, 2017). 

In order for journalists to discern the performative power of an algorithm with respect to its social impact and/or its effectiveness in shaping news contents (Joux and Bassoni, 2018) and news flows (Wallas, 2018), they need to overcome internal (technical proficiency) and external (code opacity) obstacles to get a clear insight into the workings and social ecology of this algorithm. In other words, they need to go beyond basic awareness of its existence and acquire constructive knowledge regarding its social functions. 

One of the main challenges facing them in this quest revolves around the issue of “algorithm visibility” considering that the ubiquity of these lines of codes renders them invisible, the same way media or metadata became invisible when they developed into infrastructures that people live in rather than with (Deuze, 2011, Pomerantz, 2015). 

Taking into consideration this specific problem, we looked at ways to revisibilize algorithms by focusing on their context and function. In this communication, we will present a Knowlege Management system called Graph ALGO-J that was designed as part of an ongoing research on the role and impact of algorithms in the journalism field. Its purpose is to provide users with interlinked data that can be explored, manipulated and amplified through a hypervisual interface.

Screenshot of COSMA ALGO J

Following an encyclopaedic approach, the knowledge graph gives access to information regarding algorithms (their origin, mode of operation, field of application and social function) as well as actors involved in the news environment (news media and digital intermediaries), devices, scientific research and journalistic investigations. But it also establishes direct and indirect links between each entry that is presented in the form of a card, in order to help users produce their own probe into the impact of algorithms. The ultimate goal of this tool is to become a “hyperdocument”:  a document that is also an instrument of action and knowledge (Otlet, 1934, Le Deuff, 2021) 

Rayya Roumanos & Olivier Le Deuff


References     

Arsenault, Amelia. (2017). The datafication of media: Big data and the media industries. International Journal of Media & Cultural Politics. 13. 7-24. DOI: 10.1386/macp.13.1-2.7_1

Beer, David. (2017). The social power of algorithms, Information, Communication & Society, 20:1, 1-13, DOI: 10.1080/1369118X.2016.1216147

Beer, David. (2013). Popular Culture and New Media: The Politics of Circulation. Basingstoke: Palgrave Macmillan. ISBN: 978-1-137-27004-7

Bucher, Taina. (2012). Want to be on top? Algorithmic power and the threat of invisibility on Facebook. New Media & Society, 14, 1164-1180. DOI: 10.1177/1461444812440159

Deuze, Mark. (2011). Media Life. Media, Culture & Society. 33. 137 -148. DOI: 10.1177/0163443710386518. 

Diakopoulos, Nicolas. (2014). Algorithmic Accountability Reporting: On the Investigation of Black Boxes. Tow Center for Digital Journalism Brief, Columbia University.

Gillespie,Tarleton. (2017) Algorithmically recognizable: Santorum’s Google problem, and Google’s Santorum problem, Information, Communication & Society, 20:1, 63-80, DOI: 10.1080/1369118X.2016.1199721

Gillespie, Tarleton. (2013). The relevance of algorithms. In T. Gillespie, P. Boczkowski, & K. Foot (Eds.), Media technologies: Essays on communication, materiality, and society (pp. 167–194). MIT Press.

Gran, Anne-Britt, Booth, Peter & Bucher Taina. (2021). To be or not to be algorithm aware: a question of a new digital divide?, Information, Communication & Society, 24:12, 1779-1796, DOI: 10.1080/1369118X.2020.1736124

Joux, A., & Bassoni, M. (2018). Le journalisme saisi par les Big Data? Résistances épistémologiques, ruptures économiques et adaptations professionnelles. Les Enjeux de l’information et de la communication, 19/2(2), 125–134. DOI: 10.3917/enic.025.0125 

Kennedy, Hellen, Poell, Thomas. & van Dijk, Jose. (2015). Data and agency. Big Data & Society 3: 1-7. DOI: 10.1177/2053951715621569

Le Deuff, O. (2021). Hyperdocumentation. ISTE Ltd, Hoboken. DOI:10.1002/9781119855590

Poell, Thomas & Nieborg, David. (2018). The platformization of cultural production: Theorizing the contingent cultural commodity. New Media & Society. 20. DOI: 10.1177/1461444818769694

Otlet, Paul . (1934), Traité de documentation. Le livre sur le livre, Palais Mondial, Bruxelles

Pomerantz, Jeffrey. (2015). Metadata. MIT Press Essential Knowledge series

Rieder B & Sire G. (2014). Conflicts of interest and incentives to bias: A microeconomic critique of Google’s tangled position on the Web. New Media & Society. 16(2):195-211. DOI:10.1177/1461444813481195

Wallace, Julian (2018). Modelling contemporary gatekeeping: the rise of individuals, algorithms and platforms in digital news dissemination. Digital Journalism, 6(3):274-293. DOI: https://doi.org/10.1080/21670811.2017.1343648

Yeung, Karen (2017) ‘Hypernudge’: Big Data as a mode of regulation by design, Information, Communication & Society, 20:1, 118-136, DOI: 10.1080/1369118X.2016.1186713

Quel traitement la presse française généraliste réserve-t-elle aux algorithmes ?

Étude de la couverture médiatique des Facebook Files

Cet article revient sur le traitement journalistique des « Facebook Files » en France et s’intéresse plus particulièrement au degré d’expertise algorithmique décliné dans les articles généralistes consacrés à cette affaire entre le 13 septembre 2021 et le 1er décembre 2021.

Dans le cadre du projet Algo-J, ce travail analytique mené par Julien Mazurier, étudiant en master de journalisme à l’IJBA, entend apporter un premier éclairage sur l’approche privilégiée par la presse généraliste française dans la couverture de faits d’actualité mettant en cause les algorithmes des plateformes numériques. Il se penche également sur le niveau d’expertise associé aux différents angles journalistiques adoptés et propose une lecture critique des principaux cadrages utilisés dans ce contexte.

1. Rappel des faits

13 septembre 2021 : le Wall Street Journal publie le premier article d’une série de 17 articles consacrée aux « Facebook Files ». Sur la base de milliers de documents transmis par Frances Haugen, lanceuse d’alerte et ancienne employée du réseau social, le WSJ détaille non seulement les dysfonctionnements constatés au sein de Facebook, mais aussi leur impact sur les quelque 2,91 milliards d’utilisateurs mensuels de la plateforme. Plus encore, grâce à l’analyse d’une série d’échanges internes à l’entreprise, le quotidien new-yorkais est en mesure d’établir que ces dysfonctionnements sont bien connus des équipes de Facebook. Des solutions ont été clairement identifiées pour y mettre fin. Seulement, la correction de ces malfonctions aurait pour conséquence une réduction de l’audience du site, et donc des revenus publicitaires qui constituent l’écrasante majorité des revenus de la plateforme. 

Article après article, le WSJ met un peu plus en cause l’état-major de Facebook, qui se voit contraint de prendre la parole publiquement le 26 septembre. Dans un long article, la vice-présidente et directrice de la recherche de Facebook, Pratiti RayChoudhury, s’attache à corriger les propos du quotidien économique. Malgré cet effort rhétorique, Facebook annonce le lendemain, 27 septembre, l’abandon du projet d’Instagram Kids, la version du réseau social pour les moins de 13 ans.

Le 3 octobre, l’ancienne employée à l’origine de ces « Facebook Files » apparaît pour la première fois à visage découvert dans l’émission 60 Minutes sur CBS. Ex-employée du département « intégrité civique » de Facebook, Frances Haugen est spécialiste en algorithmes, passée par Google et Yelp. L’experte de 37 ans annonce avoir déposé une série de plaintes auprès de la SEC (Securities and Exchange Commission), le régulateur de la Bourse américaine. Ces plaintes lui permettent de demander le statut officiel de lanceuse d’alerte, censé lui apporter une protection juridique contre des poursuites de Facebook.

Le lendemain de l’interview de Frances Haugen, les serveurs de Facebook connaissent une panne sans précédent, rendant impossible toute communication via Instagram, WhatsApp, Messenger ou Facebook pendant plus de six heures. 

Le 25 octobre, une nouvelle salve d’articles d’autres médias américains et européens vient appuyer les propos de Frances Haugen et du WSJ. Un consortium international de médias, parmi lesquels le journal Le Monde, le quotidien allemand Süddeutsche Zeitung, ou encore les chaînes de télévision WDR et NDR, analyse à son tour les documents.

Au soir de ces révélations, l’entreprise présente ses résultats financiers trimestriels, qui sont excellents et surpassent même certaines prévisions. Silencieux depuis le début de l’affaire, Mark Zuckerberg, directeur général de Facebook, se contente d’évoquer un « effort coordonné pour utiliser de façon sélective des documents internes afin de peindre une fausse image de notre entreprise ».

Le 28 octobre, à l’occasion de la conférence des développeurs de Facebook, M. Zuckerberg annonce le lancement du “métavers”, vaste projet encore expérimental censé unifier des expériences de réalité augmentée et de réalité virtuelle dans un espace numérique partagé. Il annonce par ailleurs le changement de nom de la maison mère, qui s’appellera désormais « Meta ».

2. Méthodologie d’enquête

Ce travail de recherche est basé sur l’analyse d’un premier corpus de 147 articles portant sur les « Facebook Files » et composé à l’aide de la plateforme Europresse. L’outil d’archivage documentaire a été paramétré afin d’extraire les articles de presse écrite publiés entre le 1er octobre et le 1er décembre 2021 qui contiennent au moins l’un des mots-clés suivants : « Frances Haugen » (le nom de la lanceuse d’alerte à l’origine de la fuite de documents) et « Facebook Files » (nom utilisé par la presse pour désigner les documents internes à l’entreprise). 

Après élimination des doublons, des revues de presse et des articles ne traitant pas directement des « Facebook Files », le corpus final rassemblait 50 articles, issus de 17 quotidiens locaux et nationaux.

Ce corpus n’est pas exhaustif : il n’inclut que les articles de médias francophones répertoriés sur Europresse. De la même manière, il comporte une barrière temporelle limitée aux mois d’octobre et novembre 2021. Une analyse des textes permet, néanmoins, de rendre compte des grandes lignes du traitement journalistique des « Facebook Files » dans la presse généraliste française, notamment en ce qui concerne la capacité des journalistes à comprendre et expliquer le fonctionnement des algorithmes mis en cause dans cette affaire. Le travail analytique développé ci-après entend donner un éclairage sur la manière dont une partie de la presse généraliste française rend compte des enjeux algorithmiques soulevés par les Facebook Files. 

2.1. Définition des critères de l’analyse

Sur la base de ce corpus d’articles, un certain nombre de caractéristiques ont été étudiées pour déterminer les modalités de traitement journalistique des « Facebook Files ».

Approche journalistique

Pour chacun des articles nous avons déterminé un principe directeur, autrement dit, un angle d’attaque, appelé ici approche, dans lequel le journaliste a choisi d’ancrer son récit. Ces approches sont au nombre de 7, et sont décrites dans le tableau ci-dessous.

ApprochesQuestionnement journalistique
JuridiqueQuelle est la réglementation en vigueur ? Quelles évolutions juridiques envisager pour empêcher de tels dysfonctionnements ?
ResponsabilitéQuelle est la responsabilité de Facebook dans les dysfonctionnements décrits dans les documents internes ?
JudiciaireA quoi Frances Haugen s’expose-t-elle en révélant ces documents ? Quels sont les recours envisageables pour Facebook ?
FinancièreQuel est l’impact en bourse et en fonds propres de ces révélations pour Facebook/Meta ?
OrganisationnelleComment les employés de Facebook ont-ils pu s’accommoder des dysfonctionnements sans qu’aucune décision ne soit prise pour les contrecarrer ? Quels sont les rapports de force entre les différents pôles de Facebook ?
DépendanceA quel point dépendons-nous de Facebook/Meta pour mener nos activités personnelles et professionnelles ?
TechniqueComment les dysfonctionnements décrits ont-ils pu se produire ? Quelles solutions techniques pourraient être envisagées ?

Degré d’expertise

Comme les articles que nous avons isolés sont de nature généraliste, nous avons cherché à déterminer leur degré d’expertise à travers l’analyse des profils des experts qui ont été invités à s’exprimer. Le niveau de pertinence de l’expert a été déterminé selon les critères suivants.

Pas d’expert.e interrogé
BasseL’expert.e n’appartient pas au monde du numérique
MoyenneL’expert.e appartient au monde du numérique
HauteL’expert.e appartient au monde du numérique et est spécialisé dans la question des algorithmes

Concepts-clés

Les révélations des « Facebook Files » sont tentaculaires et mettent en cause le réseau social sur plus d’un front, et notamment celui des algorithmes. Au fil du corpus, les algorithmes sont décrits comme hors de contrôle, privilégiant l’engagement des utilisateurs au mépris de leur santé, menaçant la démocratie par la recommandation de contenus clivants, etc. Sans prétendre confirmer ou infirmer ces énoncés, force est de constater que les questionnements autour des algorithmes du groupe Meta portent sur trois principales catégories :

  • les algorithmes de recommandation : ceux qui ont pour mission de présenter aux utilisateurs des nouveaux contenus susceptibles d’attirer leur attention.
  • les algorithmes de classement : ceux qui s’attachent à hiérarchiser les contenus sur les fils d’actualités des réseaux sociaux.
  • les algorithmes de modération : ceux qui détectent, sanctionnent ou alertent les usagers par rapport à des contenus qui pourraient être contraires aux règles d’utilisation des plateformes ou ou qui portent sur des sujets sensibles.

Notre démarche a consisté à évaluer pour chaque article le degré d’explication du fonctionnement de chacune de ces catégories d’algorithmes. Pour déterminer des critères objectifs, nous nous sommes appuyés sur la documentation scientifique disponible sur ces sujets ainsi que sur les publications de la presse spécialisée. Nous avons par la suite retenu trois niveaux d’explication.

Algorithmes de recommandationAlgorithmes de classementAlgorithmes de modération
Explication élémentaireDescription sommaire du fonctionnement de l’algorithmeDescription sommaire du fonctionnement de l’algorithmeDescription sommaire du fonctionnement de l’algorithme
Explication partielleExplication du système de recommandation favorisant les contenus publiés par des proches (Meaningful social interactions)Explication du système de scoring des publications (Meaningful social interactions)Explication du système de liste noire et de liste blanche (XCheck)
Explication approfondieExplication du système de réduction de la prévalence des publications issues de comptes qui publient massivement (sparing sharing)Explication du système de limitation des commentaires et des invitations à des groupesExplication du système d’apprentissage basé sur l’analyse des contenus (Classifiers)

Précisions concernant les concepts

  • Système des meaningful social interactions (recommandation et classement)

Le système des meaningful social interactions (MSI) est expliqué par Frédéric Filloux, journaliste et enseignant à Sciences Po, dans un article intitulé « Avec les révélations de Frances Haugen, la fin de l’impunité de Facebook ? » publié dans l’Express, le 6 octobre 2021.


“Le MSI est en fait un indice qui mesure la propagation d’un contenu selon des règles précises. Selon ce principe, chaque interaction sur un contenu génère une note qui va donner au contenu sa “qualité” – du point de vue de Facebook s’entend. Un “like” sur une photo de famille vaudra 1 point ; un clic sur le bouton “colère” pour qualifier un fait d’actualité en vaudra 5. Si l’utilisateur partage un contenu avec un commentaire, le score du post monte à 15 points ; et si le commentaire est particulièrement teigneux – “significant” selon la terminologie maison -, il montera à 30 points. L’indice MSI de chaque contenu augmente évidemment avec le nombre d’interactions. Et plus le score MSI sera élevé, plus le contenu qu’il “porte” sera montré au plus grand nombre. C’est ainsi que l’utilisateur verra surgir dans son “fil d’information (le News Feed) les saillies d’un admirateur d’Eric Zemmour, dont les prises de position sont certaines de faire exploser le MSI bien plus que la modération d’un Robert Badinter devisant sur l’abolition de la peine de mort. Pour réduire la propagation de contenus toxiques, il suffirait à Facebook de jouer sur quelques composantes du score MSI, par exemple réduire la pondération de l’agressivité des propos. Mais cela réduirait l’engagement, c’est-à-dire la vitesse de propagation multipliée par le nombre d’interactions.”


  • Système de sparing sharing :

Le système de sparing sharing est expliqué par Florian Reynaud, journaliste de la rubrique Pixels du Monde, dans un article intitulé « Au cœur de Facebook, déprime et frustration dans les équipes chargées de rendre le site plus “sain” » publié le 26 octobre 2021.

“En 2017, un mécanisme intitulé sparing sharing, conçu pour réduire le spam, a été mis en place : il consistait à limiter la portée des liens et contenus partagés par les internautes identifiés comme publiant beaucoup plus que la moyenne des utilisateurs.”



  • Système de X-Check (ou cross-check)

Le fonctionnement du X-Check est expliqué par Julien Lausson, journaliste à Numerama, dans un article intitulé « Sur Facebook et Instagram, certaines célébrités ont droit à une modération assouplie », publié le  14 septembre 2021.


Ce programme qui bénéficie aux stars est appelé « Crosscheck » ou « XCheck » et, selon des données datées de 2020, il aurait concerné environ 5,8 millions de profils — un nombre considérable pris tel quel, mais qui demeure modeste face à la totalité des internautes qui peuplent le site communautaire. Rappelons qu’en 2017, Facebook dépassait la barre des 2 milliards d’utilisateurs. Les membres figurant dans XCheck ne sont pas exemptés de toute modération, mais ils ont droit à plus de considération. En cas de signalement les visant, les cas sont traités avec bien plus d’attention, plus de temps parfois, et sont vérifiés à plusieurs reprises — d’où le nom de « cross check », qui veut dire « vérification croisée ». Des égards auxquels n’a pas droit la majorité des membres.


  • Systèmes d’apprentissage par classifiers :

Ces systèmes d’entraînement de l’intelligence artificielle sont expliqués par Alexandre Piquard, journaliste au Monde spécialisé dans les questions numériques, dans un article intitulé « Facebook Files : hors des Etats-Unis, les failles de la modération dans des dizaines de langues » et publié le 25 octobre 2021.

Les classifiers servent à la détection des discours de haine ou discriminants. Ce sont des logiciels d’intelligence artificielle créés pour analyser les contenus […]. Le problème est que ces systèmes informatiques ont besoin de « classifiers », des catégories qui leur permettent de reconnaître un type de contenu problématique, par exemple sexuel ou haineux, mais qui nécessitent un entraînement à partir d’un grand volume de données dans la langue correspondante. « Cela prend du temps », constate un employé dans un document. « Notre manque de classifiers en hindi et en bengali signifie que beaucoup de ces contenus ne sont pas signalés ou modérés.”

3. Analyse

3.1. Approche privilégiée

Il ressort de l’analyse du corpus que deux approches sont privilégiées : l’approche en responsabilité (39,58% des articles) et l’approche juridique (27,08%). A elles seules, ces deux catégories composent donc 66,66% des approches du corpus. Dans le tiers restant, l’approche technique est la plus importante, avec 16,67% des articles. 

Cette répartition peut s’expliquer par la volonté des journalistes de désigner les responsables du scandale. Sur le banc des accusés, Facebook est évidemment le premier visé. Les journalistes généralistes ont immédiatement dénoncé les manquements du groupe, et se sont interrogés sur les dispositifs et conséquences juridiques relatifs au domaine algorithmique. Du reste, le réseau social n’est pas le seul à voir sa responsabilité engagée par la presse généraliste. Les législateurs nationaux et européens, et plus généralement les institutions publiques ayant autorité sur le domaine du numérique sont elles aussi pointées du doigt. C’est principalement le cas de l’Union européenne, dont les projets de directives Digital Market Act et Digital Services Act, débattus au même moment devant les instances européennes, ont facilité la lecture des Facebook Files en termes de régulation du numérique. La presse généraliste questionne enfin le rôle des gouvernements nationaux et des autorités administratives indépendantes comme la CNIL dans la prévention des dérives liées aux algorithmes. 

Cette prédominance du cadrage en responsabilité témoigne par ailleurs de la manière dont le scandale s’est progressivement élargi. D’abord mis en cause médiatiquement par le Wall Street Journal sur la base des preuves fournies par Frances Haugen, Facebook s’est retrouvé pris dans l’œil du cyclone lorsque ces éléments ont été transmis à un consortium de journalistes européen, leur travail engageant encore davantage la responsabilité du groupe. Le scandale s’est ensuite étalé pour toucher les autorités qui ont pour responsabilité la régulation des algorithmes, et plus généralement du numérique, dont l’inaction ou l’incurie auraient pu contribuer aux dysfonctionnements identifiés.

3.2. Evolution des approches

Les trois approches majoritaires se distinguent par des temporalités propres. L’approche en responsabilité est la première à se dégager, dès le 4 octobre. L’approche juridique se démarque à deux reprises Premièrement, au début du scandale, avec deux jours de décalage par rapport à l’approche en responsabilité, soit le 6 octobre. Puis, dans un second temps, l’approche juridique bénéficie d’un regain d’intérêt sur la période qui s’étale du 4 au 20 novembre. 

L’approche technique, elle, se concentre exclusivement sur les 25, 26 et 27 octobre.

Cette répartition fait écho à la chronologie des révélations, initiées sur le terrain de la responsabilité lorsque le WSJ publiait les preuves des manquements tolérés par Facebook. Les journalistes généralistes ont ensuite essayé de donner davantage de profondeur à ces accusations en apportant un éclairage juridique sur les régulations qui s’appliquent au groupe, et qui auraient été ignorées ou contournées. 

La temporalité de l’approche technique correspond à la prise en main des éléments de preuve par un consortium international de médias, parmi lesquels le journal Le Monde, le quotidien allemand Süddeutsche Zeitung, ou encore les chaînes de télévision WDR et NDR. Cette mise en commun a abouti à une nouvelle salve d’articles détaillant les dysfonctionnements techniques et organisationnels de Facebook. 

De la même manière qu’au début du scandale, cette nouvelle salve d’articles relative aux capacités techniques du groupe a été suivie d’un rebond des approches juridiques, à même d’expliquer les paramètres réglementaires relatifs à ces nouveaux aspects techniques.

3.3. Zoom sur les algorithmes

17 articles mentionnent un seul type d’algorithme (de recommandation, de classement ou de modération) ; 16 articles en mentionnent deux types, et 9 mentionnent les trois types. Sur les 50 articles, 8 ne mentionnent aucun type d’algorithme.

Les articles qui traitent de la responsabilité sont ceux qui mentionnent le plus d’algorithmes. Sur les 9 articles qui mentionnent les trois types d’algorithmes, 6 ont une approche en responsabilité. 

Par ailleurs, tous les articles sur la responsabilité mentionnent au moins un type d’algorithme. A l’inverse, la majorité des articles techniques mentionnent un ou deux algorithmes. 

Les articles techniques s’attachent en effet généralement à décrire le fonctionnement d’un type d’algorithme précis, là où les articles en responsabilité ont davantage tendance à balayer les trois types. 

Quant au type d’algorithme visé, sur 50 articles, 28 mentionnent l’algorithme de recommandation, 21 celui de classement  et 26 celui de modération. 

Les algorithmes de recommandation sont ceux dont il est le plus question. Chez les journalistes généralistes, la question algorithmique est en effet souvent abordée par le prisme de la viralité des contenus trompeurs ou de la constitution des bulles de filtre. Des éléments qui renvoient prioritairement aux algorithmes de recommandation. 

3.4. Explication des algorithmes

Le Monde et L’Express sont les seuls titres à avoir fourni une explication approfondie des algorithmes de recommandation. Pour les algorithmes de modération, Le Monde est le seul quotidien à avoir fourni une explication approfondie. 

Pour les algorithmes de classement, aucun article du corpus ne fournit d’explication approfondie. 

De fait, Le Monde faisait partie du consortium international de journalistes qui s’est vu transmettre les documents confidentiels par Frances Haugen et le WSJ. Il est donc compréhensible que les articles les plus fouillés sur le fonctionnement des algorithmes se retrouvent dans ses colonnes.

Les articles qui adoptent une approche en responsabilité, une approche juridique ou une approche technique sont ceux qui contiennent les explications les plus approfondies pour les trois catégories d’algorithmes. Les approches techniques font la part belle aux algorithmes de recommandation, dépassant les deux autres approches avec 37,5% d’articles contenant une explication partielle, contre 26% pour les approches en responsabilité et 15% pour les approches juridiques.

3.5. Expertise dans les médias

82% des articles du corpus ne font intervenir aucun expert. Parmi les 18% qui en font intervenir un, 4% font intervenir un expert moyennement pertinent, et 14% un expert hautement pertinent. 

L’écrasante majorité des articles de la presse généraliste se passent donc de l’éclairage d’un expert pour expliquer le fonctionnement des algorithmes visés par le scandale des Facebook Files. 

Les approches organisationnelle et technique sont celles qui, en proportion, font intervenir le plus souvent des experts pertinents. A l’inverse, l’approche en responsabilité, malgré un volume de publication nettement supérieur, ne compte qu’un article faisant intervenir un expert hautement pertinent. 

Logiquement, les approches organisationnelle et technique appellent une expertise afin de décrire le partage des compétences au sein des équipes de Facebook, ou bien pour comprendre le fonctionnement précis d’un algorithme. Là où la mise en cause de la responsabilité du groupe n’appelle pas nécessairement une expertise aussi approfondie.

Conclusion

En définitive, il ressort que la presse généraliste a privilégié le traitement des Facebook Files selon le prisme de la responsabilité. Immédiatement après la révélation du scandale, les principaux médias étudiés ont cherché à identifier des responsables. Ils ont logiquement pointé du doigt les torts de Facebook et de sa maison mère Meta. Ils ont ensuite élargi la question de la responsabilité aux dispositifs législatifs qui ont permis la prolifération des manquements identifiés, justifiant une approche davantage juridique. L’explication technique des révélations au centre de l’affaire a en revanche été traitée de manière plus tardive, et de manière globalement moins convaincante.

Cette étude permet par ailleurs de mettre en lumière le très faible recours à des experts dans le domaine du numérique pour détailler les raisons du scandale et le fonctionnement des algorithmes. Face à ce manque de précision, Facebook apparaît alors comme un monstre aux contours flous dont l’opacité de fonctionnement conduit à une présomption générale de culpabilité. En complément de cette étude, une analyse des cadrages pourrait être opportune pour identifier les imaginaires que mobilisent les journalistes généralistes lorsqu’ils abordent des thématiques algorithmiques

Crédit image de l’entête : Alex Haney sur Unsplash

Présentation de l’Osintosphère

Dans le cadre de la journée OSINT organisée récemment à l’IJBA, nous avons présenté plusieurs réalisations dont l’Osintosphère. Nous en donnons ici une présentation plus détaillée.

L’Osintosphère est un projet web qui représente sous forme de graphe les principaux acteurs de l’OSINT (Open Source Intelligence). Il s’agit d’un hyperdocument qui rend visibles les grandes figures du domaine ainsi que les relations qui existent entre elles. Non exhaustif, l’osintosphère sera néanmoins régulièrement mise à jour.

L’outil s’appuie sur le code de l’Otletosphère, une réalisation du programme de recherche HyperOtlet financé par l’ANR. Le logiciel en mode open source est désormais accessible sous le nom d’Opensphère. Il fait partie des outils disponibles au sein du GraphLab.

Le projet d’Osintosphère fait suite à un dossier spécial coordonné par Rayya Roumanos et Olivier Le Deuff pour la revue I2D. Le numéro est intégralement disponible sur Cairn.

Qu’est-ce que l’OSINT ?

L’OSINT désigne des méthodes et des techniques d’enquête à partir de ressources librement accessibles. Cette potentialité intéresse plusieurs professionnels :  les journalistes dans le cadre de ses investigations, les acteurs du droit pour la recevabilité des preuves, les professionnels de la finance, les veilleurs, les documentalistes, les hackers, les activistes ainsi que les services de renseignements et de cybersécurité.
Nous avons tenté d’en recenser plus de 200.

A quoi sert ce dispositif ?

L’Osintosphère est un hyperdocument qui permet de visualiser les acteurs du domaine et leurs éventuelles connexions. Ce travail reste un work in progress dédié à des fins de recherche et de pédagogie. Sans être exhaustif, il permet de mesurer l’ampleur du domaine et de repérer les principaux acteurs qui mériteraient d’être suivis, notamment sur Twitter.

Il est possible de circuler dans le graphe de plusieurs manières :

  • En cliquant sur les nœuds qui s’affichent pour avoir accès sur la fiche qui décrit alors l’acteur-réseau.
  • En cliquant sur les liens mentionnés dans la fiche latérale.
  • En utilisant le moteur de recherche pour retrouver une personne
  • En utilisant les filtres dans le bandeau supérieur pour n’afficher que les catégories souhaitées.
  • Il est aussi possible de sortir du mode graphe pour bénéficier d’un affichage sous forme alphabétique. Il suffit de cliquer sur le mode « fiches » dans le bandeau supérieur. Pour revenir au mode graphe, vous pouvez cliquer sur « Réseau ».

Développement du projet étape par étape

1. Le recueil de données

Les données récoltées viennent pour la plupart du réseau social Twitter qui recense un nombre important d’acteurs actifs sur les thématiques de l’OSINT. Les métadonnées Twitter permettent de renseigner plusieurs d’éléments (courte description, hashtags, followers, lieu d’habitation) et nous ont permis de réaliser un premier travail de description. Le nombre de followers et la régularité de l’activité autour des thématiques OSINT a été utilisé comme critère pour décider ou non de l’intégration à l’Osintosphère.

D’autres réseaux ont été utilisés pour ajouter des acteurs clefs, ou pour compléter les données déjà récoltées. Si plusieurs figures mentionnent sur leur compte leur employeur ou propose des liens vers leur blog, d’autres affichent très peu d’infirmation sur leur profil. Nous avons notamment utilisé Linkedin pour affiner certaines descriptions.

Nous précisions par ailleurs, qu’aucune donnée personnelle de type mail, adresse physique, adresse IP, numéro de tel, etc., ne figure dans la base et que nous avons respecté l’anonymat des personnes qui ne souhaitent pas dévoiler leur identité en ligne.

Les personnes figurant dans l’osintosphère peuvent également demander à ne pas y figurer en nous contactant. A l’inverse, il est possible de demander à l’être ou de signaler des manques via le formulaire dédié.

2. La structuration des métadonnées

La base de données, hébergée sur Google Sheets, est structurée d’après un schéma de métadonnées exprimé via les entêtes de colonnes. Chaque ligne représentant une entité. Un export est ensuite effectué en  format .json.

Les métadonnées ont été choisies et ordonnées afin de pouvoir subdiviser les acteurs en catégories. Nous avons retenu des catégories exclusives, c’est-à-dire chaque entité est classée dans une catégorie dominante. Elles sont également utilisées pour l’affichage final de la « fiche individuelle » de chaque entité avec un code couleur dédié.

Les catégories suivantes ont été retenues : journalisme, veille, renseignement, veille et formation, cyber, justice et droits de l’homme.

Les entités sont, par ailleurs, subdivisées selon leur nature. Il s’agit majoritairement des personnes, mais il est possible d’y trouver des ressources, des évènements ainsi que des institutions ou des organisations.

Un premier travail de repérage a été fait par les étudiants en DUT Information Numériques Dans Les Organisations dans le cadre d’un cours sur l’OSINT. Le travail a, par la suite, été poursuivi par Agathe Legrand durant son stage au sein du projet HyperOtlet.

L’intégration des données se poursuit désormais de façon régulière.

3. Les relations

Les relations sont hébergées dans le même tableur Google Sheets que les entités ordonnées par lignes : une ligne représente une relation.

Les liens entre les différents acteurs permettent d’obtenir la vue graphe et facilitent la visualisation des communautés. Nous avons essayé de préciser la nature de la relation qui s’affiche avec une infobulle.

Outre le travail de recensement des acteurs clefs, le travail de recensement des relations demeure long à produire. Il est donc très loin d’être finalisé. Il reste beaucoup de manques qui peuvent s’observer par les nombreuses entités isolées sur le graphe. Notre objectif des prochains mois réside justement sur l’enrichissement des relations.

Nous avons choisi aussi d’intégrer notre récente journée d’études sur le sujet parmi les évènements. Tous les participants y sont donc recensés et reliés à la journée. Beaucoup d’évènements ont lieu régulièrement dans le domaine, en présentiel ou en ligne. Il a été impossible de tous les recenser.

4. Choix de mise en forme

Une fois les relations établies, le but est d’assembler et de structurer toutes les données et informations afin d’aboutir à une visualisation simple et efficace . Les liens sont reliés par des nœuds reproduisant une constellation comme pour l’Otletosphère et de l’OpenDataSphère.

L’Osintosphère.https://hyperotlet.huma-num.fr/osintosphere/

Vers un graphe Algo J avec Cosma

Le projet AlgoJ prévoit plusieurs axes de développement dont un dédié à la mise en ligne d’une plateforme collaborative de ressources et d’outils à destination des journalistes et chercheurs. Au coeur de ce dispositif se trouve Cosma ALGO J que nous vous présentons rapidement ici.

L’équipe travaille depuis plusieurs semaines à la réalisation d’un graphe d’un lexique thématique pour Algo J. Cette réalisation repose sur le récent logiciel développé par l’équipe du Graphlab : Cosma.

Issu des recherches menées dans le cadre d’HyperOtlet, le logiciel Cosma est né suite au développement de l’Otletosphère, le réseau social de Paul Otlet consultable sous forme de graphe. Il a pour but de réaliser des lexiques sous forme de fiches interreliées. Téléchargeable gratuitement et open source, il s’adresse à des publics très divers.

Vous retrouverez dans ce billet d’Arthur Perret, la genèse du projet COSMA, ses objectifs et les potentialités du logiciel. Vous pouvez également tester une application du dispositif Cosma à un glossaire des humanités numériques.

Dans le cadre du projet AlgoJ, nous avons lancé un travail de réalisation de fiches dédiées à la thématique algorithmique après un premier travail exploratoire d’Emma Rondot, stagiaire du projet HyperOtlet et étudiante en deuxième année de master à l’Institut de Journalisme Bordeaux Montaigne.

Le travail de rédaction de contenus se poursuit et s’accompagne d’une typologie pour catégoriser les contenus afin de définir un code couleur plus facile pour l’usager de la base de connaissance Algo J. Plus d’une centaine de fiches a déjà été produite.

Le dispositif est déjà fonctionnel mais nous le livrerons d’ici quelques mois dans une première version.

Nous donnons quelques aperçus dans les captures d’écran ci-dessous.

Cosma permet de visualiser une galaxie de contenus et ses relations sous forme de graphes. Il est possible de définir une typologie des contenus et de leur assigner des couleurs déterminées. Les liens peuvent être également définis de façon graphique si on veut préciser leur nature.

COSMA ALGO J. Vue graphe

Le but est d’avoir une lecture latérale de la fiche et de bénéficier du graphe pour situer le concept ou l’élément décrit dans un ensemble plus grand. L’intégralité des fiches est également consultable dans la barre latérale droite avec un index alphabétique.

Vue fiche et graphe

La fiche permet de rebondir sur les liens et les rétroliens. Les liens correspondent à tous les éléments hypertextuels mentionnés dans le texte de la fiche, tandis que les rétroliens mentionnent toutes les fiches qui renvoient à la fiche consultée. COSMA repose ainsi sur les principes hypertextuels conceptualisés par Ted Nelson. A noter qu’il est possible aussi d’isoler les relations principales en utilisant la fonction focus du graphe.

Vue focale

Les captures d’écran ne permettent pas de se représenter pleinement ce qu’il est possible de faire. Il faudra donc patienter avec une première mise en ligne officielle.

Animated GIF - Find & Share on GIPHY
Le graphe de connaissances AlgoJ en quelques secondes

Lancement du projet AlgoJ

Nous avons le plaisir de vous annoncer le lancement du projet AlgoJ, financé par la Région Nouvelle Aquitaine (2021-2023)

Mené en partenariat avec Sud Ouest et Curieux!, le projet Algo-J entend étudier la place et du rôle des algorithmes numériques dans le secteur de la presse. Il est porté par Rayya Roumanos et Olivier Le Deuff et s’appuie sur une équipe pluridisciplinaire composée d’Arnaud Schwartz, Florian Tixier, Ugo Verdi et Mohamed Mosbah.     

L’enquête comprend trois visées qui répondent aux multiples enjeux de la présence massive et structurante des algorithmes dans l’écosystème informationnel. Celle, d’abord, d’étudier l’influence de ces actants technologiques sur les écritures journalistiques. Celle, ensuite, de mesurer le niveau d’acculturation des journalistes à la logique algorithmique qui charpente leurs horizons de production de l’information. Et celle, enfin, de mettre en œuvre une méthodologie à mi-chemin entre l’exploration scientifique et l’investigation journalistique pour enquêter sur les algorithmes. 

La phase régionale d’Algo-J est prévue sur deux années et repose sur des partenariats avec des acteurs solidement implantés dans la région Nouvelle-Aquitaine :

  • Le journal Sud Ouest qui offre aux chercheurs la possibilité de développer avec ses journalistes une méthodologie d’enquête sur les algorithmes en vue de publier une plateforme à visée pédagogique
  • L’association NACSTI et Cap Sciences Bordeaux dont le média Curieux !, constituera le terrain d’étude privilégié dans le cadre de cette recherche. 
  • Le Club de la presse de Bordeaux et l’Association des diplômés de l’IUT/IJBA  dont l’implication dans le projet permettra de cibler un large réseau de journalistes indépendants et/ou salariés dans des rédactions de presse écrite, de radio et de télévision. 

Algo-J peut aussi compter sur la collaboration du Clemi et de Reporters Sans frontières, très investis dans les actions de sensibilisation au pouvoir des algorithmes dans le l’écosystème informationnel. 

Les premiers résultats de cette enquête feront l’objet de conférences et des journées d’études courant 2022.

Launching AlgoJ :a research project on algorithms in the news ecosystem

We are pleased to announce the launch of AlgoJ, a research project funded by the Nouvelle Aquitaine Region (2021-2023)

AlgoJ is conducted in partnership with Sud Ouest and Curieux!. It aims to study the influencing role of algorithms over journalism. It is led by Rayya Roumanos and Olivier Le Deuff and it relies on a multidisciplinary team composed of Arnaud Schwartz, Florian Tixier, Ugo Verdi and Mohamed Mosbah.     

With AlgoJ, we intend to explore the structuring effect algorithms have of the digital news ecosystem. First, we will consider their impact on news gathering, writing and publishing. We will also measure the level of awareness journalists have of algorithms and look at ways to implement an efficient algorithm literacy.  We also plan to build an innovative methodology that helps journalists understand and investigate algorithms. 

Over a period of two years, the project will explore these issues on a regional level, with the help of many partners :  

  • Sud Ouest newspaper, which will provide an immersive ground to explore new ways to investigate algorithms. 
  • Curieux!, the digital platform of Cap Sciences Bordeaux, where we will conduct participatory observations and in depth interviews with journalists and social media editors that have integrated algorithms in their daily routines. 
  • Bordeaux Press Club and IUT/IJBA Alumni Association, whose involvement in the project will enable us to target a large network of journalists employed in print, radio and television media. 
  • CLEMI and Reporters Without Borders, who are very active in raising awareness on the power of algorithms in the information ecosystem. 

The results of this research project will be presented on this website as well as during national and international scientific events.