L'effet de chambre d'écho dans les réseaux sociaux : analyse théorique et stratégies de contrôle

Je présente un cadre mathématique pour modéliser les chambres d'écho dans les réseaux sociaux et contrôler leur impact. La communication numérique est omniprésente dans nos sociétés, alors que les mondes en ligne et hors ligne s'entremêlent de plus en plus. Sur les plateformes sociales en ligne, les utilisateurs partageant les mêmes idées ont tendance à se rassembler et à former des communautés aux opinions bien arrêtées. Ces "chambres d'écho" sont particulièrement importantes dans les débats polarisés sur la politique, les questions de société ou les théories du complot, et tendent à entretenir l'animosité entre les camps opposés et à renforcer les croyances préexistantes. Les paysages politiques et informationnels sont considérablement affectés, ce qui fait de la régulation des chambres d'écho une question cruciale de cybersécurité. Il est donc nécessaire d'analyser et de comprendre ce phénomène de manière plus éclairée. La question de savoir si une chambre d'écho est réellement souhaitable ou non dépend du contexte : mon cadre est agnostique et peut s'adapter aux deux. Ces dernières années, les chambres d'écho sont devenues l'un des principaux centres d'intérêt de la recherche sur la dynamique de l'opinion et la diffusion de l'information, avec une pléthore de modèles susceptibles d'éclairer les études empiriques. Il y a cependant un manque de méthodes fondées sur des principes pour piloter efficacement l'effet de chambre d'écho. Dans cette thèse de doctorat, je développe deux modèles mathématiques pour décrire, quantifier et contrôler l'effet de chambre d'écho : un modèle macroscopique basé sur la dynamique de groupe, et un modèle microscopique incorporant des caractéristiques au niveau de l'utilisateur. Pour chaque modèle, je présente des algorithmes qui ont un impact significatif sur la diversité du contenu auquel les utilisateurs sont exposés, tout en tenant compte des préférences individuelles pour éviter les effets de contrecoup. La précision des modèles et l'efficacité des algorithmes de recommandation sont illustrées par des applications sur des données réelles. Cette thèse de doctorat apporte une contribution au débat croissant sur la régulation des plateformes sociales en ligne.