Panique sur Facebook : nos émotions sont-elles manipulables sur les réseaux sociaux ?

Depuis 2-3 jours, un article réalisé à partir de Facebook fait pas mal de bruit sur Twitter : on s’y indigne notamment du fait que l’équipe d’analyste s’est servi de ses utilisateurs à leur insu, un peu comme on le ferait de rats de laboratoire, en modifiant les résultats qui s’affichent dans le flux d’actualité. Intitulé ‘Experimental evidence of massive-scale emotional contagion through social networks‘, l’article suggère que l’expérimentation sur le flux d’actualité permet de montrer qu’une émotion peut être contagieuse sur les réseaux sociaux (en l’occurrence le titre est trompeur car il n’étudie qu’un seul réseau social en ligne, donc le pluriel n’a pas lieu d’être).

Les réactions que j’ai vues étaient d’ordre éthique : les personnes étaient mécontentes qu’on ait pu les utiliser sans leur consentement. Pour ma part, je préfère qu’on utilise mon activité Facebook à des fins de recherche plutôt que pour me fourguer de la publicité, mais surtout, je me demandais ce que valait cet article. Alors je l’ai lu. Ce n’est pas glorieux.

Pour le décrire brièvement, l’article a utilisé un échantillon de près de 700 000 utilisateurs de Facebook. Les auteurs ont analysé leurs publications et « l’émotion » qui s’en dégage (la proportion de mots positifs et négatifs utilisés). Ensuite, ils ont modifié l’algorithme qui détermine ce qui apparaît dans le flux d’actualité de ces personnes pour leur montrer plus de publications positives ou négatives et tester si cela avait un impact sur les publications de ces personnes. Par cette démarche, ils considèrent avoir démontré expérimentalement que l’émotion est contagieuse sur les réseaux sociaux.

Avons-nous une dream team ?

Pour être bien traitée, il me semble qu’une problématique telle que l’analyse d’un phénomène psychologique (une émotion) sur un réseau social en ligne mobilise plusieurs disciplines :

  • Il faut une connaissance de la psychologie, afin d’être en mesure de définir ce qu’est une émotion avant de pouvoir mesurer sa contagion. Le premier auteur, Adam Kramer, est présenté comme data scientist chez Facebook mais il est titulaire d’un doctorat en psychologie ; cependant sa thèse ne portait pas du tout sur la notion d’émotion mais sur des enjeux de prise de décision ;
  • Il faut être capable de comprendre la façon dont un médium comme Facebook peut s’articuler avec le phénomène psychologique étudié ; ici les compétences semblent rassemblées car les deux autres auteurs ont une formation en sciences de l’information et de la communication ;
  • Du fait que l’article analyse le contenu textuel des publications Facebook pour en déduire l’expression d’une émotion positive ou négative, il faudrait un spécialiste de la fouille de texte (text mining), ce qu’aucun des trois auteurs ne semble être.

Il n’est donc pas certain que les différents aspects du sujet soient traités, mais il ne faut pas partir perdants : la formation n’est pas tout et on peut être compétent sur un sujet en faisant des recherches spécifiques pour la publication de l’article.

Une définition de l’émotion qui laisse sur sa faim

Il n’y a pas vraiment de définition de ce qu’est une émotion. Les auteurs emploient le terme « emotion » mais aussi « mood. » En réalité l’article n’analyse pas l’émotion elle-même mais son expression :

‘Emotional expression was modeled, on a per-person basis, as the percentage of words produced by that person during the experimental period that were either positive or negative.’

L’usage de termes positifs ou négatifs me semble pouvoir décrire plein d’autres choses que l’émotion : en traitement automatique du langage, c’est plutôt l’opinion que l’on décrit avec le spectre positif/négatif (on parle de « polarité » d’un discours) avec par ailleurs des catégories comme « neutre » et « mitigé » qui permettent de catégoriser les choses de façon un peu plus subtile. Par ailleurs on n’exprime pas systématiquement nos émotions sur Facebook, et si on les exprime, cela peut-être avec une image, un lien… Bref, il n’est pas du tout évident qu’on puisse associer une émotion et une publication sur Facebook.

Qu’est-ce qui est mesuré exactement ?

Dans l’article, la polarité d’un contenu est déterminée à partir d’une liste de mots positifs et négatifs, en l’occurrence un dictionnaire vendu en ligne, le LIWC 2007. De tels dictionnaires ont été assez couramment utilisés, notamment le SentiWordNet qui est à ma connaissance la référence dans le domaine. Il s’agit de dictionnaires, donc de listes de mots ; pour chacun de ces mots il est indiqué s’il est positif ou négatif. Ainsi ‘happy’ ou ‘good’ sont indiqués comme positifs, ‘sad’ ou ‘bad’ comme négatifs. L’analyse de sentiment à partir de dictionnaires polarisés donne des résultats peu satisfaisants : elle ne prend pas en compte les négations (‘I am not happy’ sera indiqué comme positif avec une telle technique), les modalisations (‘they think I am happy’),  la nature du locuteur (‘you are happy’) ou encore l’ironie (‘I’m so happy I lost my wallet’). Pour le dire brièvement, c’est un choix très contestable et franchement pas très fiable.

Un indice du fait que la technique n’est pas satisfaisante est la remarque (dans l’article) selon laquelle les mots positifs et négatifs n’étaient pas corrélés (‘scarcely correlated’) : en réalité il me semble que les deux groupes devraient être négativement corrélés, c’est-à-dire que plus il y aurait de mots positifs, moins il y aurait de mots négatifs et inversement. Si les deux groupes augmentaient ou diminuaient ensemble, ce serait tout bonnement inquiétant, mais là les deux groupes ont l’air indépendants, ce qui ne confirme ni n’infirme quoi que ce soit.

Corréler l’émotion et sa trace

Quand bien même on serait en mesure d’identifier les publications positives et négatives, et que cette polarité serait le signe d’une émotion réellement éprouvée par l’auteur, cette histoire de contagion est-elle crédible ?

Pour qu’il y ait contagion, il faut que quelqu’un éprouve une émotion (à un instant T) puis qu’elle soit communiquée à quelqu’un d’autre (à un instant T+1) et que l’émotion de cette deuxième personne soit due à la communication de la première. Or il me semble qu’aucune de ces conditions n’est remplie :

  • la dimension temporelle n’est pas évoquée, on parle de corrélation entre des émotions et non de dynamiques de diffusion ;
  • rien ne prouve que l’émotion de la deuxième personne est due à ce qu’a exprimé la première. Ainsi un groupe d’amis homogène peut avoir globalement la même humeur sans s’être parlé : par exemple si vous soutenez la même équipe de foot, il est probable que vous exprimiez la même émotion que vos amis lorsque l’équipe gagne ou perd ;
  • rien ne prouve que les émotions de la première et de la deuxième personne sont les mêmes. Avec la technique utilisée, une personne triste et une personne en colère verront toutes deux leurs publications classées en négatif, sans que leur réaction n’ait de rapport (par exemple, l’une peut avoir raté un examen et l’autre perdu son portefeuille). Il arrive sans cesse à nos amis des choses agréable ou désagréables en même temps que nous ; si vous n’avez que deux émotions possibles (positive ou négative), vous partagerez probablement celle où vous vous trouvez avec 50% de vos amis Facebook.

On part donc d’indices possibles d’une émotion, qu’on peine à détecter, pour supposer que leur corrélation a un sens et n’est pas fortuite.

Est-ce au moins crédible statistiquement ?

Sur le papier, les résultats ont l’air de confirmer l’hypothèse : quand on diminue la quantités de publications « négatives » que voit une personne, les siennes semblent être moins négatives également, et réciproquement. L’effet a l’air particulièrement vrai du ratio de termes positifs quand on réduit  l’exposition à des termes positifs.

Toutefois on sait que les résultats négatifs sont rarement publiés, donc ce qu’on voit dans une publication confirme presque toujours l’hypothèse (c’est pratique) – du moins en apparence.

J’ai donc essayé de comprendre à quoi les chiffres correspondent, et il faut avouer que ce n’est pas clair : les variables dont l’article indique la valeur (r, z, d…) ne sont pas définies, donc on ne comprend pas bien à quoi elles correspondent. N’étant pas statisticienne, je ne suis pas capable d’évaluer les tests effectués (et on me souffle qu’ils ne sont pas clairs), mais il y a un test qui me semble assez parlant : retracer le graphique (en l’occurrence, uniquement les deux premiers qui ont l’air d’être les plus significatifs) en remettant une échelle correcte, c’est-à-dire qui commence à 0 et s’arrête à 100, puisque ce sont des pourcentages.  Comme les valeurs ne sont pas indiquées, j’ai mis des valeurs approximatives en utilisant la graduation de l’axe, mais ça ne change pas grand chose car…

Plot

Là tout d’un coup, je sais pas vous mais je ne suis plus tellement ébahie par l’ampleur des résultats.

En résumé

Les méthodes employées par Facebook sont cavalières, mais surtout, elles ne sont pas concluantes :

  • L’article généralise de « Facebook » à « les réseaux sociaux » (en ligne ?) ;
  • on ne sait pas ce qu’est une émotion ;
  • elle est modélisée de façon minimaliste ;
  • sa détection est plus qu’approximative, sans doute pleine d’erreurs ;
  • la contagion n’est pas analysée dans sa dimension temporelle ;
  • l’analyse statistique n’est pas claire ;
  • la corrélation est surinterprétée en causalité ;
  • les résultats ne sont pas significatifs.

Je doute donc que Facebook ait manipulé les émotions de qui que ce soit.