Un modèle mathématique capture l'impact politique des fausses nouvelles

Les décideurs politiques et les faiseurs d'opinion du monde entier s'efforcent de comprendre la nature des fausses informations et leurs implications pour la société, la démocratie et même la vérité elle-même.

Cependant, le débat est obscurci par des désaccords sur la manière de définir le phénomène. Sans une définition appropriée, les décideurs politiques, les journalistes et les gens ordinaires ont du mal à s'y attaquer. Il est donc désespérément nécessaire de trouver une manière claire et puissante de penser aux fausses nouvelles qui permette une analyse objective.

Entrez Dorje Brody de l'Université de Surrey et David Meier de l'Université Brunel, tous deux au Royaume-Uni. Ces gars-là ont utilisé la théorie mathématique de la communication pour concevoir un modèle mathématique qui simule la façon dont les fausses nouvelles influencent les référendums et les élections, et indique des moyens d'atténuer leurs effets.

Tout d'abord un peu de contexte. Le problème fondamental de la communication est de reproduire en un point de l'univers un message créé en un autre point. Le problème est rendu plus difficile par le fait qu'il y a toujours du bruit qui déforme ce message... 0 s se retourner dans un s, b sonnent comme des d, et les signaux de fumée sont, eh bien, soufflés.

Ainsi, le destinataire de tout message doit avoir une stratégie pour faire face à ce bruit. Cela s'avère tout à fait possible dans de nombreuses situations. Le mathématicien et ingénieur Claude Shannon a prouvé qu'un message peut toujours être reproduit plus ou moins exactement, à condition que le bruit soit inférieur à un certain seuil. L'idée clé ici est que les fausses nouvelles peuvent être traitées mathématiquement comme un type particulier de bruit.

Brody et Meier définissent les fausses nouvelles comme des informations incompatibles avec la réalité factuelle. En ce sens, c'est le bruit qui doit être supprimé avant qu'un signal puisse être correctement interprété. Cependant, ce bruit a des propriétés particulières en ce sens qu'il est biaisé d'une manière spécifique, contrairement au bruit aléatoire.

Cela signifie que le flux d'informations contient plusieurs composants. Il y a le message factuellement correct ainsi que divers détails et rumeurs factuellement incorrects, qui sont du bruit aléatoire. Mais il existe aussi des messages délibérément biaisés qui correspondent à de fausses nouvelles. La clé pour interpréter un signal est d'éliminer à la fois le bruit aléatoire et le biais pour laisser le message pur.

Ce n'est pas une tache facile. Mais il s'avère que les mathématiciens disposent d'outils mathématiques puissants parfaitement adaptés à cette fin. Développée dans les années 1950 et 1960, la théorie du filtrage est une branche de la théorie de la communication qui vise à filtrer le bruit dans les canaux de communication. Fondamentalement, cette théorie traite le biais et le bruit aléatoire de différentes manières pour atteindre le signal sous-jacent.

Brody et Meier utilisent cette idée pour modéliser la façon dont les électeurs interprètent les nouvelles. Les chercheurs disent que les électeurs se répartissent en trois catégories. Premièrement, ceux qui ne sont pas au courant des fausses nouvelles et les traitent donc comme du bruit ordinaire. Ignorant que les nouvelles pourraient être fausses, ils sont entièrement confiants dans leurs opinions. Cette catégorie est la plus vulnérable à l'exposition aux fausses nouvelles, disent les chercheurs.

Le deuxième groupe est constitué de ceux qui sont au courant des fausses nouvelles mais ne savent pas comment les séparer du bruit. Ce groupe est moins sensible aux fausses nouvelles mais est moins confiant dans ses opinions en raison de l'incertitude créée par les fausses nouvelles. Les personnes de cette catégorie sont considérablement plus conscientes des incertitudes dans leurs estimations, disent Brody et Meier.

Et enfin, il y a les électeurs qui peuvent repérer les fausses nouvelles et les retirer immédiatement de leurs calculs. Ces personnes ont confiance en leurs opinions car elles ne sont pas affectées par les biais introduits par les fausses nouvelles. Cependant, Brody et Meier considèrent ce groupe comme une idéalisation. Après tout, c'est une tâche presque insurmontable pour un individu donné d'identifier parfaitement quelles informations sont fausses et lesquelles ne le sont pas, soulignent-ils.

Ils simulent ensuite une élection au cours de laquelle ces groupes de personnes reçoivent une série d'informations contaminées par des bruits aléatoires et de fausses nouvelles. Ils exécutent la simulation plus de 1 000 fois pour voir comment les fausses nouvelles influencent les préférences de vote.

Les résultats rendent la lecture intéressante. Il s'avère, sans surprise, que les électeurs du premier groupe sont facilement manipulés par de fausses nouvelles. De même, ceux du troisième groupe ne sont pas affectés par les fausses nouvelles.

Cependant, le deuxième groupe est le plus intéressant. Les électeurs de cette catégorie sont conscients de l'existence de fausses nouvelles, mais ne connaissent pas le moment de leur diffusion. Ils ont donc tendance à surcompenser la possibilité que les informations qu'ils reçoivent puissent être contaminées. Cependant, une fois la fausse nouvelle publiée, les membres de ce groupe réussissent bien à éliminer son influence.

On peut interpréter cela comme une indication que la simple connaissance de la possibilité de fausses nouvelles est déjà un antidote puissant à ses effets, disent Brody et Meier.

Cela laisse espérer que l'effet des fausses nouvelles pourra être atténué.

Le travail laisse des questions importantes sans réponse. Une grande inconnue, bien sûr, est la proportion d'électeurs dans la première catégorie et comment, voire s'il est possible de les faire passer dans la deuxième catégorie.

Une autre question importante est la nature de la réalité factuelle. De nombreux observateurs se demanderont s'il est raisonnable de supposer qu'une réalité factuelle objective existe, en particulier lorsqu'il s'agit de questions politiques et d'anticipation.

Et même s'il existe une réalité objective, le processus de communication nous aide-t-il à comprendre sa véritable nature ou nous aide-t-il simplement à nous mettre d'accord sur ce qu'elle pourrait être ?

Comme beaucoup avant eux, Brody et Meier ne sont pas encore en mesure d'aider à résoudre cette épineuse énigme.

Réf : arxiv.org/abs/1809.00964 : Comment modéliser les fausses nouvelles

cacher