Assembling fragments: a two-layer knowledge management tool to explore algorithms and their social functions

For the IST23, Rayya Roumanos & Olivier Le Deuff presented the reasoning behind Graph Algo-J, the knowledge management graph currently being developed within the framework of the Algo-J project.

Thanks to Sheila Webber for the live blogging of the presentation.

Abstract

Today, algorithms are under intense scrutiny. While developers focus on their efficiency and reliability, legal experts study their compliance with the law, social scientists explore their   widespread influence on people’s lives, and philosophers examine their ethics. What about journalists ? To date, very few newsrooms have taken up the challenge of investigating algorithms (Diakopoulos, 2018) despite the growing importance of these technological actants (Latour, 2005) in everyday life. One of the obstacles preventing them from addressing this critical issue is the lack of comprehensive understanding regarding how algorithms operate and impact lives.

This talk aims to present a tool currently being developed within the framework of a regional research project entitled AlgoJ whose objective is to provide journalists with the necessary resources to address this intricate matter. The tool in question is a knowledge management graph structured in such a manner that it provides multiple levels of reading and navigation regarding algorithms. Its purpose is to enhance algorithm literacy among journalists, empowering them to set up effective investigations into the disruptive influence of these technical pieces of engineering. It is built around a lexicon comprising linked notes or cards, with the aim of defining and elaborating on various terms using hypertext techniques. As a first step, all definitions within the prototype are produced by researchers based on scientific references as well as other documents (e.g. news publications). The next step will be to enable journalists to make use of the tool and enrich it with their own experiential knowledge. One of the distinctive features of this tool called Graph AlgoJ is its capacity to morph into a “hyperdocument” (Le Deuff, 2021, Otlet, 1934) that encompasses both established information and knowledge that is currently being developed. 

The focus of the talk will be to provide a comprehensive look at the reasoning behind the tool. It will first present the sociotechnical perspective used to establish its analytical framework then discuss its functions. The premise is that algorithms are not merely technical objects, but “heterogeneous and diffuse sociotechnical systems” (Seaver, 2017) that embody technological and normative dimensions. They are the product of a social context and are, as such, highly permeable to power dynamics stemming from cultural, political, and economic grounds. Furthermore, as omnipresent infrastructures they have become “invisible”, and have gained the ability to structure and ritualise people’s lives without their knowledge.  

In order to investigate their “social power”(Beer, 2017), journalists first need to acquire an acute understanding of their nature and function within a specific social context. Graph AlgoJ intends to offer a convincing response to this challenge through a structure that merges two interconnected paths: the first one adopts a conventional knowledge management approach, which involves providing a set of definitions to bridge the gap in knowledge, both in terms of general understanding and specialized expertise. The second focuses on connecting multiple elements in the graph in order to highlight relationships between actors, actants, and actions. 

We argue that this two layer approach can alleviate the pervasive imagery of the “black box” (Pasquale, 2016) as well as other highly effective “fictions” (Gillespie, 2014) presenting algorithms as objective, reliable, and unavoidable. Graph algoJ is designed to serve as a hyperdocument that combines academic information with empirical knowledge, with the goal of transcending mere informative content and becoming an “instrument” (Otlet, 1934) consisting of “a complex assemblage of fragments, with meaning derived from the various pathways established through active reading” (Balpe, 1990: 6). By providing this function, it will help journalists overcome technical, cognitive and cultural obstacles preventing them from applying critical and empirical attention to algorithms.

References 

  • Balpe, J.P. (1990), Hyperdocuments, hypertextes, hypermédias, Paris, Eyrolles.
  • Beer, D.G. (2017) The Social Power of Algorithms. Information, Communication and Society. pp. 1-13.
  • Diakopoulos, N. (2018) The Algorithms Beat. Data Journalism Handbook. Eds. Liliana Bornegru and Jonathan Gray.
  • Pasquale, F. (2015). The black box society: The secret algorithms that control money and information. Cambridge, MA: Harvard University Press.
  • Gillespie, T. (2014a). The relevance of algorithms. In T. Gillespie, P. J. Boczkowski, & K. A. Foot (Eds.), Media technologies: Essays on communication, materiality, and society (pp. 167–193). Cambridge: MIT Press
  • Latour, B. (2005). Reassembling the Social: An Introduction to Actor-Network-Theory. Oxford: Oxford University Press
  • Le Deuff, O. (2021), hyperdocumentation. London: Wiley-ISTE 
  • Otlet, P. (1934), Traité de documentation. Le livre sur le livre, Palais Mondial, Bruxelles
  • Seaver, N. (2017) Algorithms as culture: Some tactics for the ethnography of algorithmic systems, Big Data & Society, July–December 2017: 1–12

Conférence d’Alexandre Coutant sur les publics de l’information

Le 11 juin 2023, le professeur Alexandre Coutant du département de communication sociale et publique de l’Université du Québec à Montréal (UQAM) a donné une conférence intitulée “Ce que les publics de l’information permettent de penser en termes d’éducation aux médias et à l’information”, dans le cadre du projet ALGO-J

Résumé de l’intervention

L’éducation aux médias et à l’information (ÉMI) associe historiquement la nécessité de développer des littératies informationnelles à la possibilité d’exercer pleinement sa citoyenneté. La numérisation des pratiques informationnelles est venue multiplier les dimensions où une éducation est nécessaire comme les contextes dans lesquels exercer cette citoyenneté. Pourtant les recherches critiques en ÉMI déplorent régulièrement des initiatives pédagogiques trop focalisées sur des dimensions instrumentales, individualisantes et peu connectées aux questions de participation citoyenne. Une tendance renforcée par la panique médiatique entretenue autour des fausses informations et du complotisme. Au sein de ce débat, un constat demeure hautement problématique : le peu d’enquêtes approfondies permettant de comprendre les publics de l’information. Cette intervention propose de détailler tout l’intérêt à tirer d’une meilleure compréhension de ces derniers, en se fondant sur l’exemple d’une enquête menée auprès des publics québécois de l’information.

Enjeux de la littératie algorithmique : rendre visible l’invisible

Communication présentée dans le cadre du séminaire design des algorithmes de recommandation de biens culturels, organisé par Samuel Gantier et Fanny Bougenies dans le cadre du GdT Design des algorithmes de recommandation de biens culturels.

Le but de cette communication a été de présenter les enjeux définitionnels, scientifiques, conceptuels et pratiques de la littératie algorithmique. Cette littératie constitue une forme de réponse à l’opacité des traitements algorithmiques qui influent voire biaisent des chaînes de décision qui concernent les individus. Nous avons souhaité retracer le contexte de cette littératie, ses origines et ses proximités avec d’autres littératies ainsi que ses relations avec des disciplines des SHS qui étudient les algorithmes et leurs effets. Nous avons montré l’intérêt de s’intéresser à des perspectives mécanologiques en revenant notamment sur les travaux de Gilbert Simondon et de Bernhard Rieder qui ouvrent des pistes qui incitent à mieux documenter les processus algorithmiques à des fins de responsabilité (accountability) et pour faciliter les démarches de retro-ingénierie et d’investigation journalistique. Nous avons enfin présenté un outil réalisé dans le cadre du projet AlgoJ qui vise à rendre visible et intelligible les processus algorithmiques : le graphe AlgoJ basé sur le logiciel COSMA (https://cosma.graphlab.fr/)

L’éthique des données

Retour sur la communication présentée par Ugo Verdi au séminaire Genic (Groupe sur l’éthique et le numérique en SIC) du 10 novembre 2022

L’éthique des données étudie les problèmes moraux en lien avec la donnée (Floridi & Taddéo, 2016). Elle a pour objectif de mieux comprendre les données, leur rôle dans la société et la manière avec laquelle elles sont utilisées (Arruda, 2020).  

Présente sur l’ensemble du cycle de vie de la donnée, elle promeut une bonne utilisation des données et un double engagement responsable avec l’environnement, compris à la fois comme environnement des personnes et comme respect écologique. Ceci nécessite par un consentement éclairé du consommateur apporté par des politiques de transparence, d’accès, de sécurité et d’intégrité des données (Harfoush, 2021), poursuivant une logique de mise en capacité du citoyen (empowerment). Elle est une extension des règlementations préexistantes. Dans le cadre français, il s’agit avant tout du RGPD et de la loi pour une République Numérique de 2016.

Au sein de la data literacy, si l’éthique des données est citée à plusieurs reprises, sa description et sa mise en application n’est que peu présente. Il faut s’intéresser aux critical data literacies, ce courant de la data literacy inspiré par les travaux de Paolo Freire qui promeut une analyse politique des différents objets (la data comme objet sociologiquement dépendant de ses contextes culturels), pour déceler une vision plus fine de l’éthique qui ici est vue comme un catalyseur de l’empowerment des citoyens et qui, à plus grande échelle, alimente toute volonté de justice sociale. Les algorithmes, dans ce contexte, sont vus comme des instruments portant une volonté politique qu’il faut décortiquer pour ne pas en subir les biais discriminants.

En étudiant les discours d’un public d’entrepreneurs travaillant sur la data literacy avec une réflexion éthique, il apparaît pour ce public que la data literacy est à la fois un ensemble de compétences mais également une posture critique : « c’est une éducation civique à la donnée » comme le précise l’un d’entre eux. Ainsi, l’éthique des données ne représente à leurs yeux que l’un des nombreux enjeux actuels autour des données : si les différents usages des données sont cités, il est à noter que l’interprétabilité des algorithmes est présent dans cette liste, démontrant une résonance entre données et algorithmes.

Basant les analyses spécifiquement sur l’éthique des données, il découle une vision partagée d’une éthique comme code de conduite permettant de « limiter les abus » sur « l’ensemble de la chaine de de traitement des données ». Un code de conduite qui à nouveau dépasse le cadre des données pour atteindre des domaines parallèles dont les plus emblématiques sont : « comprendre les algorithmes de recommandation », « éthique de l’intelligence artificielle », « combattre la désinformation » ou encore « promouvoir le respect de la vie privée ». Il s’agit donc d’une vision globale critique bien plus large que le domaine de la data, l’éthique des données tendant à se confondre ici avec l’esprit critique.

Au final, l’éthique des données peut-être vue comme un code de conduite et un éventail de compétences permettant, à travers la data literacy, d’adopter une posture réflexive et critique poussée sur la donnée et ses usages mais également sur un ensemble de concepts limitrophes comme l’intelligence artificielle et les algorithmes. A nouveau, se pose la question d’une application applicative concrète, une difficulté constante du fait que l’éthique des données est avant tout prescriptive, dénuée de valeur juridique.

Bibliographie

Un état de l’art de la data literacy

Le colloque « à l’épreuve des données : sensibilité, interprétation, appropriation des données numériques » a été l’occasion de proposer un état de l’art de la littératie des données.

Par Ugo Verdi

Ses définitions sont nombreuses (une trentaine recensée) et montrent une évolution qui passe d’une vision fonctionnelle (la data literacy en tant que set de compétences) à une vision élargie incorporant des logiques démocratiques et citoyennes. Plus récemment, deux éléments se sont ajoutés aux définitions : l’éthique des données et l’esprit critique.

Si les deux termes relèvent de logiques multiples (logistique, intellectuelle…) et dépassent le simple cadre de compétences fonctionnelles, ils ne sont, pour autant, que peu définis dans la data literacy : leur présence est donc de l’ordre du symbolique, de l’évocatoire, de ce qui serait nécessaire. Globalement, au sein des définitions, une même logique est toujours présente, celle d’une maitrise des données et de leurs usages dans la société.

La data literacy renvoient à diverses influences, véhiculées par les visions parfois contradictoires à la fois en ce qui concerne le concept littératie mais aussi les enjeux définitionnels autour des données. La littératie en tant qu’analyse des impacts de la lecture et de l’écriture sur la cognition humaine est réinterprétée au travers de la littératie des données comme décodage d’un monde gouverné par les logiques algorithmiques. De même, les données, auparavant simples ressources statistiques dans la conduite des pratiques scientifiques, sont désormais étendues à l’ensemble des pratiques citoyennes sous des formes multiples nécessitant une réappropriation de leurs caractéristiques et enjeux.

La question de cette réappropriation, de cette acculturation, est l’objectif recherché de la data literacy. Par conséquent, l’aspect monolithique initial de la data literacy a été remis en cause par de nombreux chercheurs qui ont développé des alternatives spécifiques, centrées sur des axes de recherches singuliers : les compétences (comme l’esprit critique et la dataviz), les questions citoyennes (data citizenship), les questions pédagogiques (educational data literacy), les types de données (open data literacy) ou encore les questions scientifiques (science data literacy). Et par-delà cette évolution interne, la data literacy est soumise aux interactions avec ses voisines, tendant à faire d’elle une métalittératie, un « cadre englobant, autonome et exhaustif qui alimente les autres types de littératies » (Mackey et Jacobson, 2014 ; traduction de Michelot, 2019).

Des questionnements épistémologiques

La question de la traduction n’est pas tranchée. On rencontre une dizaine de termes français avec chacun une spécificité particulière et un usage final des données spécifique . Même, la question de l’unicité de la data literacy est discutée et il apparaît plus juste de parler au final de data literacies pour montrer la diversité des approches et des pratiques. La relation avec le numérique reste également à clarifier, en particulier dans le cas de son ascendant. Faire de la data literacy une forme déclinée de la digital literacy va à l’encontre de l’absence original de distinguo entre données analogiques et numériques. A ce flou définitionnel et scientifique, s’ajoute le fait que les techno-discours tendant à faire de la donnée une entité essentialisée et autonome, en expansion illimitée, et dont les effets entraineraient une « révolution des données » dans la société.

Il est préférable pour les chercheurs de mettre à distance ces types de discours pour remettre au cœur des débats les finalités des usages des données.

Bibliographie.

Journée d’étude. Les journalistes au défi des algorithmes  

L’IJBA et le MICA organisent le 10 novembre prochain une journée d’étude sur la place des algorithmes numériques dans la pratique journalistique. Chercheur.es et professionnel.`les de l’information sont invité.es à explorer les nouvelles formes de dépendance aux algorithmes du secteur privé comme public, et à analyser les défis de l’enquête sur ces actants invisibles qui structurent notre rapport au monde et à l’information.

Ils sont chargés d’orienter (les élèves), de prédire (les catastrophes naturelles), d’appareiller (les malades), de distribuer (les allocations), de juger (les prévenus), de prévenir (les récidives), de suggérer (des contenus) de rédiger (des articles) ou encore de distribuer (des informations)… Pourtant leurs propriétés, leur mode de fonctionnement, et leurs possibles biais échappent régulièrement à la vigilance des décideurs et des journalistes.

Rares sont les enquêtes qui s’attaquent de front à la question algorithmique. La presse en compte une dizaine consacrées à Facebook, TikTok, Parcoursup ou encore Tinder. Leurs résultats sont toujours édifiants et leur méthodologie invariablement complexe. Comment aider les journalistes à se saisir de ces sujets épineux, mais nécessaires ? Quelles méthodes, quels outils et quels terrains privilégier ? La première partie de la journée sera consacrée au casse-tête de l’investigation sur les algorithmes avec  Michaëla Cancela-Kieffer (AFP), Hubert Guillaud (journaliste indépendant), Soizic Pénicaud (experte indépendante), Frédéric Sallet (Sud Ouest), Emmanuelle Saillard (INRIA) et Nicolas Kayser-Bril (AlgorithmWatch).

L’après-midi s’ouvrira sur une carte blanche de Michaëla Cancela-Kieffer qui reviendra sur les leçons tirées du projet international AIJO en matière d’amélioration de la représentation des femmes dans la presse grâce à l’intelligence artificielle. Maxime Crépel présentera ensuite les résultats d’une enquête comparative menée par Le MédiaLab sur la presse UK/US pour comprendre les caractéristiques et limites du traitement médiatique des algorithmes.

La journée se poursuivra avec une table ronde consacrée à l’influence des infomédiaires sur les stratégies éditoriales des médias d’information. Muriel Beasse (Lisec), Bénédicte Courret (Radio France), Olivier Laffargue (Le Monde) et Alexandre Marsat (Curieux !) échangeront autour du rapport de force asymétrique qui s’est installé entre les journalistes et les plateformes. Si être « algorithme-compatible » est désormais une obligation, comment préserver la qualité de l’information et maintenir le contrôle sur les contenus et les formats ? 

A 17h, la conférence de clôture de Thibault Phillipette, professeur à l’Université Catholique de Louvain, portera sur les défis de la littératie algorithmique et les modes d’accompagnement de la pensée critique par le design. 

Programme

8h30-9h Accueil (café)
9h-9h10 Mot de bienvenue. Arnaud Schwartz (Directeur de l’Ijba)
9h10-9h30 Introduction. Comprendre la mécanique, reprendre le contrôle. Rayya Roumanos (Ijba) & Olivier Le Deuff (Bordeaux Montaigne)
9h30-10h45 Table ronde. Le casse-tête de l’enquête sur les algorithmes
Michaëla Cancela-Kieffer (AFP), Hubert Guillaud (journaliste indépendant), Soizic Penicaud (experte indépendante), Frédéric Sallet (Sud Ouest)
Animation : Olivier Le Deuff
10h45 – 11h Pause
11h-12h Conférence. Surveiller les algorithmes : cinq ans d’expériences avec AlgorithmWatch. Nicolas Kayser-Bril (AlgorithmWatch)

12h-14h Pause déjeuner


14h-14h30 Carte blanche. Le projet Aijo ou comment utiliser l’IA pour améliorer la représentation des femmes dans la presse. Michaëla Cancela-Kieffer (AFP)
14h30-15h15 Conférence. Analyses du traitement médiatique de l’IA : prophétie, critique et promesse. Maxime Crépel (Le Medialab)
15h15-16h30 Table ronde. L’impact des algorithmes sur les stratégies éditoriales
Muriel Beasse (Lisec), Bénédicte Courret (Radio France), Olivier Laffargue (Le Monde), Alexandre Marsat (Curieux !), Emmanuelle Saillard (INRIA)
Animation : Rayya Roumanos

16h30 – 17h Pause

17h-18h : Conférence de clôture. Éducation à l’algorithmique : accompagner la pensée critique par le design. Thibault Philippette (Université Catholique de Louvain)

Enjeux définitionnels et scientifiques de la littératie algorithmique : entre mécanologie et rétro-ingénierie documentaire

Parution dans la revue Tic & Société, vol. 15, n. 1-2, d’un article d’Olivier Le Deuff et Rayya Roumanos sur les enjeux de la littératie algorithmique.

Résumé en français

Le but de cet article est de définir les bases d’une littératie algorithmique qui constitue une réponse aux phénomènes de traitement algorithmique des informations et des données. Comme ces traitements sont souvent opaques et potentiellement biaisés, la littératie algorithmique constitue un moyen de monter en compétences pour y faire face. Nous examinons le contexte de cette littératie, ses origines et ses proximités avec d’autres littératies, puis nous analysons les liens possibles avec des disciplines des sciences sociales qui étudient les algorithmes et leurs effets. Nous montrons l’intérêt d’associer cette littératie aux perspectives mécanologiques qui se réfèrent aux travaux pionniers du philosophe de la technique Gilbert Simondon, puis à ceux plus récents de Bernhard Rieder. Nous mettons en évidence l’importance de corréler cette littératie émergente à une documentation des processus se situant entre rétro-ingénierie et explication des traitements algorithmiques effectués par les écosystèmes numériques.

Résumé en anglais

The aim of this article is to pave the way for a new form of literacy called algorithm literacy, that enables users to identify and understand how algorithms work and to what extent they impact their daily lives. The goal of algorithm literacy is to help users acquire new skills to counter the recurrent problem of opacity and biases in algorithmic processing of data and information. We first examine the context and origins of this literacy and its proximity to other literacies. We then analyse the possible bridges that can be built with the many fields of social sciences that study algorithms and their effects. We demonstrate the importance of associating this literacy with the mecanological angle developed by Gilbert Simondon and, more recently, Bernhard Rieder. We then look at possible correlations that this literacy might establish with reverse engineering efforts to help understand the algorithmic processes at play.

L’article est accessible en ligne : https://journals.openedition.org/ticetsociete/7105

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

Rayya Roumanos & Olivier Le Deuff 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/
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search