Comment vous vous scellez dans votre bulle d'information, sans même le réaliser
Une étude PNAS révèle : nos habitudes de recherche en ligne nous enferment dans des bulles d'information. Nos croyances préalables guident nos requêtes, et les algorithmes les renforcent. Des modifications simples peuvent briser ces chambres d'écho auto-créées, élargissant nos perspectives.

Une nouvelle étude majeure publiée dans *PNAS* révèle comment nos habitudes de recherche en ligne nous enferment, sans que nous le sachions, dans des bulles d'information. Nos croyances préalables influencent nos requêtes, et les algorithmes de recherche, en quête de pertinence, renforcent ces visions initiales, créant des chambres d'écho involontaires.
🚀 Pas assez de temps ? Un résumé vite fait !
- 🔎 Nos croyances initiales influencent inconsciemment les termes que nous utilisons pour chercher en ligne.
- 🔄 Les moteurs de recherche, axés sur la pertinence, renforcent ces biais, créant des "chambres d'écho" personnelles.
- 💡 Des modifications simples aux algorithmes peuvent briser ce cycle, offrant une perspective plus large et favorisant la mise à jour des croyances.
Le piège insoupçonné de la recherche en ligne
Une recherche approfondie, menée sur 21 expériences impliquant près de 10 000 participants, met en lumière un phénomène puissant. La manière dont les individus cherchent des informations en ligne est un facteur clé de la polarisation des croyances. Même sans intention de confirmer leurs vues, la structure des outils de recherche traditionnels et basés sur l'IA peut les emprisonner.
L'inspiration de cette étude est venue d'une expérience personnelle. Eugina Leung, professeure de marketing à la Freeman School of Business de l'Université de Tulane, raconte son observation. En cherchant un remède contre le rhume, elle a remarqué que des termes légèrement différents menaient à des résultats très distincts. Par exemple, "effets secondaires médicaments rhume" et "meilleur médicament symptômes rhume" donnaient des informations alarmantes ou rassurantes.
L'effet de recherche étroite : une confirmation involontaire
Les chercheurs ont d'abord exploré ce qu'ils nomment "l'effet de recherche étroite". Les participants déclaraient leurs croyances sur divers sujets. Ils devaient ensuite trouver leurs propres termes de recherche. Des codeurs, à l'aveugle, ont évalué si ces termes étaient neutres ou biaisés.
Dans une étude, les personnes croyant la caféine bénéfique cherchaient "avantages de la caféine". Celles plus sceptiques recherchaient "dangers de la caféine". Ce schéma s'est répété sur des thèmes variés comme les prix de l'essence, la criminalité ou l'énergie nucléaire. Ces termes de recherche influençaient directement les résultats obtenus. Ces résultats, à leur tour, modifiaient les croyances des participants. Une expérience a montré que même une affectation aléatoire de termes de recherche entraînait des changements de croyance dans des directions opposées. La teneur des résultats, et non seulement le terme, façonnait donc l'opinion.
Des bulles d'information auto-créées
Les chercheurs ont aussi étudié les conséquences concrètes de ces changements de croyances. Des étudiants néerlandais, après avoir cherché les risques ou bénéfices de la caféine, devaient choisir une boisson. Ceux qui avaient recherché les avantages étaient plus enclins à choisir une boisson caféinée. Cela confirme l'impact sur les décisions réelles.
Eugina Leung souligne un point essentiel : "Nous créons tous nos propres mini 'chambres d'écho' sans même nous en rendre compte." Nos croyances existantes guident inconsciemment nos recherches. Les moteurs de recherche, conçus pour la pertinence, nous montrent alors des résultats qui confirment notre point de vue initial. Ce phénomène touche de nombreux domaines, de la santé à la finance. Il se produit sur toutes les plateformes, y compris Google, Bing et les nouveaux chatbots IA comme ChatGPT.
La solution : un design algorithmique repensé
Les interventions testées ont révélé des résultats prometteurs. Encourager plus de recherches ou inciter à la réflexion critique n'a pas suffi à corriger ce biais. Le changement le plus efficace est venu de la modification des algorithmes eux-mêmes.
En utilisant un moteur de recherche personnalisé, l'équipe a présenté des résultats plus équilibrés. Par exemple, une recherche sur les "bénéfices de la caféine" montrait aussi des informations sur les risques. Ces résultats élargis ont systématiquement conduit à des croyances plus modérées. Les participants ont trouvé ces informations tout aussi pertinentes et utiles que les résultats restreints.
Cette approche a été appliquée aux chatbots IA. Une version du chatbot, inspirée de ChatGPT, fournissait des réponses étroites. L'autre proposait des réponses plus larges et équilibrées, incluant avantages et inconvénients. Le chatbot offrant des réponses élargies a favorisé une plus grande mise à jour des croyances. Les utilisateurs ont évalué ces réponses comme également utiles et pertinentes. Ce constat est optimiste. Il suggère que les plateformes peuvent contribuer à mieux informer le public sans compromettre la satisfaction des utilisateurs. Un bouton "Chercher largement", par exemple, pourrait être une solution simple et puissante.
Comprendre les limites et les prochaines étapes
Il est crucial de noter les conditions spécifiques où cet effet est le plus fort. Premièrement, les utilisateurs doivent avoir une croyance préalable, même subtile, qui influence leurs termes de recherche. Deuxièmement, la technologie de recherche doit fournir des résultats différents et plus étroits en fonction de la requête. Troisièmement, les croyances des utilisateurs doivent être suffisamment malléables pour être mises à jour par l'information reçue.
Certaines situations pourraient ne pas s'y conformer. Un événement majeur créant une recherche commune, des informations rares ou des croyances politiques identitaires très ancrées en sont des exemples. L'objectif général de cette recherche est de créer un écosystème d'information plus sain. Les prochaines étapes incluent l'étude de la psychologie des chercheurs. Il s'agit de comprendre qui est le plus susceptible à cet effet. Les chercheurs exploreront également l'application de ces principes aux sujets polarisés et à la désinformation.
Eugina Leung insiste sur le fait qu'il ne s'agit pas seulement de "bulles de filtres" créées par les algorithmes. Il s'agit aussi de chambres d'écho que nous créons nous-mêmes. La bonne nouvelle est que la solution est à portée de main. De simples modifications de conception dans la technologie peuvent transformer ces outils en puissants instruments pour élargir nos perspectives.
L'étude, intitulée "The narrow search effect and how broadening search promotes belief updating", a été rédigée par Eugina Leung et Oleg Urminsky.


