Fiche de Lecture

Tournesol.app : Développons l'idée d'un système collaboratif et électoral des recommandations

Page présentation white paper : https://arxiv.org/abs/2107.07334

White paper : https://arxiv.org/pdf/2107.07334.pdf

Wikipédia : https://wiki.tournesol.app/wiki/Main_Page

Identification :

1ère idée : Un nouveau moyen de recommandation

De nos jours, selon le site Blog (https://blog.hootsuite.com/fr/algorithme-youtube/), l'algorithme de Youtube est influencé selon l'historique, les préférences de l'utilisateur et le succès de la vidéo. Cependant, ce type de recommandation a quelques failles puisque les vidéos les moins connues ne seront pas proposées et les différents critères qui peuvent caractériser une vidéo ne seront pas pris en compte séparément.

Tournesol.app : Site et extension permettant recommander collaborativement des vidéos Youtube pour leurs qualités et non seulement pour le "buzz".

Questionnement initial : Comment créer un algorithme de recommandation éthique mettant l'accent sur la qualité et apportant du bien à la société ?

Effectivement, les créateurs de contenus peu connus devraient avoir autant de visibilité que le créateur connu si leurs contenus sont aussi qualitatifs.

Fonctionnement

  • La première est de demander aux contributeurs de choisir deux vidéos et de choisir laquelle mériterait selon d'être recommandé. Cependant, cette technique n'est pas basée sur un système binaire (je recommande une vidéo et pas l'autre) mais demande à l'utilisateur de choisir sur une échelle de -10 à 10 avec -10 pour recommander totalement la vidéo de gauche et 10 pour la vidéo de droite (l'une contre l'autre). Cette technique met en place un système qui reflète d'une meilleure manière la réalité puisque les utilisateurs ont un référentiel contrairement au like (où c'est la quantité de like qui compte, par exemple vidéo de chat, et non sa qualité).

  • Une seconde solution trouvée est de différencier les recommandations selon différents critères au lieu de seulement mettre un like ou non. Ici, il existe 10 critères de qualités qui sont : fiable et non trompeur, important et exploitable, engageant et stimulant, encourage de meilleures habitudes, clair et pédagogique, convivial, diversité et inclusion, résistance aux malentendus, divertissant et relaxant. De la même manière que la solution précédente, celle-ci va permettre de se rapprocher de la réalité, car parfois, une vidéo peut être divertissante mais très peu fiable ou inversement. Une nouvelle fois, chaque critère contient une échelle de -10 à 10 pour ne pas seulement dire si une vidéo est pédagogique ou non mais à quel point elle l'est par rapport à l'autre.

Pour mettre en lien cette idée avec notre sujet, ce type de recommandation semble très convivial et pourrait nuire à l'addiction, car suite à ces recommandations, il sera possible de consulter des vidéos réellement intéressantes qui mèneront à la réflexion. Cette technique est donc plus soutenable et respectueuse envers les utilisateurs.

Une idée intéressante est de demander une adresse mail institutionnelle (universitaire, professionnelle, publique) pour se connecter ce qui permet de limiter le nombre de faux comptes susceptibles d'influencer les recommandations. Cela peut s'avérer encore plus utile pendant des périodes de tensions (élection, pandémie...) car c'est à ce moment que les fake news sont les plus susceptibles de se propager. De plus, il est possible de se faire certifier par un utilisateur possédant un nom de domaine de ce type pour palier le fait que vous ne posséder pas d'adresse mail institutionnelle. 

Vie privée : Il est rendu possible de dire que les comparaisons que sont faites sur une certaine vidéo sont privées. Cela permet d'éviter un biais de pression extérieure même si Tournesol promeut une grande transparence, il est important que cette transparence ne soit pas contre productive. La suite du document développe les différentes limites et projets du site. La complexité et les dilemmes éthiques qu'il peut y avoir et l'importance de la recherche dans ces débats sont très largement pris en compte:

  • influence de la position de la vidéo dans la comparaison gauche/droite

  • biais lorsqu'un utilisateur fait une chaîne de comparaison (comparaison de A avec B, B avec C, etc...) ce qui augmente petit à petit l'incertitude de la comparaison

Cette relation est intéressante notamment en la mettent en parallèle avec le réseau social Mastodon qui se veut comme une alternative décentralisée à Twitter :

"Autre grande différence avec Twitter, Mastodon n'utilise pas d'algorithmes de recommandation qui contrôlent les publications qui apparaissent sur votre écran en mettant principalement en avant des contenus qui correspondent à vos goûts et vos opinions et vous enferment dans vos certitudes sans vous ouvrir à la contradiction. Alors que Twitter utilise ce système par défaut pour hiérarchiser les tweets dans le fil d'actualité de ses utilisateurs, Mastodon se contente d'afficher les publications des comptes auxquels l'utilisateur est abonné au fur et à mesure de leur mise en ligne. Il est aussi possible de consulter un fil local, qui propose les publications à des autres utilisateurs de son instance et un fil global, affichant en plus les posts des instances voisines.

"Sources : https://www.rtl.fr/actu/sciences-tech/mastodon-comment-utiliser-le-reseau-social-a-la-mode-depuis-le-rachat-de-twitter-7900204225

 Article intéressant sur la motivation  à se lancer dans Mastodon pour essayer : https://www.lapresse.ca/affaires/techno/2022-11-09/bienvenue-sur-mastodon-l-anti-twitter.php