Quelle est l'utilité de la recherche personnalisée ?

Comme la plupart des moteurs de recherche, Google stocke d'énormes quantités de données sur les recherches passées des utilisateurs connectés ; il utilise les données pour peaufiner un ensemble d'algorithmes qui fournissent des résultats de recherche plus pertinents. Mais un récent étudier s'interroge sur l'utilité réelle de ces résultats personnalisés.

Grands penseurs : Les chercheurs ont testé les algorithmes de personnalisation de Google en créant des historiques de recherche basés sur des livres de philosophes bien connus.

En fin de compte, le compromis n'est pas bon, dit Martin Feuz , chercheur au Centre d'études culturelles à l'Université de Londres, qui a participé aux travaux. Nous donnons trop d'informations [personnelles] et n'obtenons pas des résultats de qualité suffisante.

Ensemble avec Matthieu Fuller , un autre chercheur au Center for Cultural Studies, et Félix Stalder , maître de conférences en culture numérique et théories des réseaux à l'Université des arts de Zurich, Feuz a créé des comptes Google factices pour trois philosophes célèbres : Emmanuel Kant, Friedrich Nietzsche et Michel Foucault. Ils ont construit un faux historique Web pour chaque profil en recherchant sur Google à l'aide de termes collectés dans les livres de chaque philosophe. Feuz admet que ces profils ne reflètent probablement pas les termes de recherche de l'utilisateur moyen, mais il soutient que le projet fournit toujours un aperçu de la façon dont Google personnalise les résultats.

Les chercheurs ont utilisé chaque profil pour effectuer un ensemble de recherches de test. Ils ont utilisé trois ensembles de termes : un associé aux intérêts partagés par les trois philosophes, un autre créé à partir de balises populaires sur le service de bookmarking social Delicious, et un troisième composé de phrases glanées dans plusieurs livres. Ils ont ensuite comparé les résultats des trois profils avec les résultats produits par une recherche anonyme (effectuée sans être connecté à un compte Google).

Les chercheurs ont découvert que les résultats personnalisés apparaissaient environ la moitié du temps. Ces résultats étaient significativement différents de ce que l'utilisateur anonyme a vu : dans un cas, plus de six des 10 premiers résultats semblaient différents. Cependant, dans de nombreux cas, ils ont constaté que les changements ne révélaient aucun nouveau contenu : environ 37 % des résultats personnalisés impliquaient simplement le déplacement de liens de la deuxième page de résultats vers la première. Et seulement 13% environ des résultats personnalisés provenaient d'au-delà des 1 000 premiers liens de Google.

Enfin, les chercheurs ont découvert que Google donnait des résultats personnalisés même dans les cas où il n'y avait pas de relation claire entre la requête de recherche et l'historique Web de l'utilisateur. Ils soupçonnent que cela signifie que Google utilise l'historique Web pour affecter les utilisateurs à des catégories démographiques et ajuster les résultats en conséquence. Feuz se dit également préoccupé par le fait que Google modifie les informations que les utilisateurs voient sans leur faire comprendre que quelque chose se passe.

Ethan Zuckerman , chercheur au Berkman Center for Internet and Society de l'Université Harvard, affirme que le travail fournit des informations empiriques utiles sur les méthodes de personnalisation de Google. Il note que la société doit garder ses algorithmes obscurs car toute une industrie se consacre au jeu du système afin de gagner de l'argent grâce à la publicité liée à la recherche.

Zuckerman est également préoccupé par le fait que Google n'indique pas clairement comment l'accès de l'utilisateur moyen aux informations est modifié. Il note que les algorithmes se sont peut-être adaptés aux chercheurs alors même qu'ils tentaient de cerner le comportement de Google. Avec la personnalisation, nous étudions quelque chose de profondément instable, dit-il.

Le grand défi pour Google est qu'ils ont tellement de bagages autour de leur algorithme existant, dit David président , CTO et cofondateur de TrapIt , une startup d'intelligence artificielle qui vise à aider les gens à trouver des informations pertinentes en ligne. Que ce soit en utilisant la personnalisation des graphes sociaux ou la recherche traditionnelle, le contenu populaire ou mieux noté a tendance à se perpétuer, explique Schairer. Cela rend difficile la visualisation d'un contenu plus obscur mais de haute qualité.

La personnalisation fait partie des efforts de Google pour élargir la compréhension sociale de son moteur de recherche. La semaine dernière, la société a présenté +1 , un service qui permet aux utilisateurs de recommander des liens et du contenu à des personnes qu'ils connaissent. Feuz dit que +1 pourrait également augmenter la quantité de contenu unique disponible dans les meilleurs résultats. Un signal +1 d'une personne au sein du réseau social d'un utilisateur pourrait lui donner plus de confiance pour élever un document bien en dessous de la position de résultat de recherche 100 jusqu'aux 10 premiers environ, dit-il.

Feuz dit qu'il aimerait que Google indique quels résultats sont personnalisés et donne aux utilisateurs la possibilité de basculer entre les résultats personnalisés et les résultats standard, afin qu'ils puissent voir comment les algorithmes affectent les informations qui leur sont disponibles.

cacher