C'est de là que viennent les mèmes Internet

Le mot meme a été inventé par le biologiste Richard Dawkins dans son livre de 1976 Le gène égoïste , dans lequel il a suggéré que les idées pouvaient se répliquer, évoluer et entrer dans la culture populaire selon un processus analogue à la propagation des gènes. Aujourd'hui, un mème est généralement considéré comme une variante d'une image basée sur un thème commun qui s'est largement répandu sur Internet. Les mèmes sont souvent humoristiques ou ironiques, mais ils sont aussi vecteurs de messages politiques, utilisés pour diffuser des messages agressifs ou racistes et pour inciter à la haine.





Plusieurs communautés en ligne se concentrent sur la création et la diffusion de mèmes dans le but de rendre une idée virale, un processus connu sous le nom de piratage de l'attention ou de militarisation. Ces communautés, sur des sites Web tels que Reddit, 4chan, Twitter et autres, sont devenues extrêmement influentes.

Et pourtant, on sait peu de choses sur la manière dont les mèmes se propagent ou sur la manière dont ils exercent leur influence.

Aujourd'hui, cela change, du moins en partie, grâce aux travaux de Gianluca Stringhini de l'University College London et de quelques collègues, qui ont développé pour la première fois un moyen de mesurer la diffusion et la propagation des mèmes sur le Web. Grâce à cette technique, l'équipe a mesuré la manière dont les communautés créatrices de mèmes s'influencent mutuellement et, de cette manière, a identifié les groupes les plus influents.



La première étape de l'approche consistait à développer un moyen de détecter et de suivre les mèmes. Pour ce faire, l'équipe recherche des images visuellement similaires et mesure comment elles se regroupent dans différentes communautés.

Repérer des images visuellement similaires est relativement simple avec une technique connue sous le nom de hachage perceptif ou pHashing. Celui-ci utilise un algorithme pour convertir une image en un ensemble de vecteurs qui la décrivent en nombres. Des images visuellement similaires ont des ensembles similaires de vecteurs ou de phases de pH.

L'équipe a laissé libre cours à son algorithme sur une base de données de plus de 100 millions d'images recueillies auprès de communautés connues pour générer des mèmes, telles que Reddit et son sous-groupe The_Donald, Twitter, le forum politiquement incorrect de 4chan connu sous le nom de /pol/, et un réseau social relativement nouveau appelé Gab qui a été mis en place pour accueillir les utilisateurs qui avaient été bannis d'autres communautés.



Les chercheurs ont également téléchargé quelque 700 000 images du site Web KnowYourMeme.com, une encyclopédie des mèmes qui agit comme une sorte de vérité fondamentale pour leur origine et leur signification.

Cette base de données produit plus de 100 millions de pHashes uniques, mais de nombreuses images sont des variantes proches les unes des autres. L'équipe a donc utilisé un algorithme de regroupement pour trouver des mèmes associés regroupés par communauté.

Ils ont également étudié comment les variantes et leurs clusters évoluent dans le temps. D'autres facteurs, tels que le nombre de mèmes dans un cluster, donnent une idée de leur popularité. En utilisant ces informations, ils peuvent déterminer quelles communautés sont les plus influentes.



Enfin, les chercheurs étudient comment les clusters sont liés aux entrées sur KnowYourMeme.com. Cela révèle à quoi ou à qui les mèmes font référence et comment le message est utilisé, c'est-à-dire s'il promeut l'humour, le racisme, l'antisémitisme ou autre chose.

Deux communautés relativement petites se distinguent comme étant particulièrement efficaces pour diffuser les mèmes. Nous constatons que /pol/ influence considérablement l'écosystème des mèmes en publiant un grand nombre de mèmes, tandis que The Donald est la communauté la plus efficace pour pousser les mèmes vers les communautés Web marginales et grand public, disent Stringhini et co.

Ils soulignent également que /pol/ et Gab partagent des mèmes haineux et racistes à un taux plus élevé que les communautés traditionnelles, y compris un grand nombre de mèmes antisémites et pro-nazis.



Des mèmes apparemment neutres peuvent également être transformés en armes en les mélangeant avec d'autres messages. Par exemple, le mème Pepe the Frog a été utilisé de cette manière pour créer des messages politiquement actifs, racistes et antisémites.

Mais une communauté se démarque comme étant globalement la plus active. The_Donald est le plus actif lorsqu'il s'agit de publier des mèmes en général, disent Stringhini et co. C'est également le sous-reddit où la plupart des mèmes liés au racisme et à la politique sont publiés.

Les chercheurs, qui ont mis leur technique à la disposition d'autres pour promouvoir une analyse plus approfondie, sont même capables de faire la lumière sur la question de savoir pourquoi certains mèmes se sont largement répandus alors que d'autres disparaissent rapidement. L'un des éléments clés pour assurer leur diffusion est de s'assurer que de nouvelles 'progénitures' sont produites en continu, disent-ils.

Cela suggère immédiatement une stratégie pour quiconque souhaite devenir plus influent : créer une usine de mèmes qui produit un grand nombre de variantes d'autres mèmes. De temps en temps, ce processus est tenu de produire un succès.

Pour tout biologiste de l'évolution, cela peut sembler familier. En effet, il n'est pas difficile d'imaginer un processus qui traite les pHash comme des génomes et leur permet d'évoluer par mutation, reproduction et sélection.

À l'heure actuelle, les humains sont la partie essentielle de cet algorithme évolutif dans des communautés comme 4chan. Mais combien de temps avant que les ordinateurs ne prennent le relais, peut-être dans le cadre d'un processus contradictoire, pour produire des mèmes générés par des machines hautement contagieux ? En ce qui concerne la militarisation des mèmes, nous n'avons peut-être qu'entrevu l'avenir.

Réf : arxiv.org/abs/1805.12512 : Aux origines des mèmes par le biais des communautés Web marginales

cacher