Un nombre croissant d’utilisateurs privilégient les médias sociaux comme principale source d’information (Gottfried and Shearer, 2016). Selon Liedke and Matsa (2022), la moitié des adultes aux États-Unis consultent occasionnellement les médias sociaux pour les actualités, avec une préférence notable pour Meta, où 30 % recherchent régulièrement des nouvelles actualités. Des études antérieures ont souligné la polarisation (Azzimonti and Fernandes, 2023; Arora et al., 2022), l’existence de bulle filtre (Flaxman et al.,2016; Kitchens et al., 2020) et de biais algorithmiques sur les plateformes de réseaux sociaux (Lambrecht and Tucker, 2019; Sapiezynski et al., 2022; Ali et al., 2019). Récemment, l’accent s’est porté sur la propagation de fausses informations en ligne (Pennycook et al., 2020), surtout autour de questions cruciales telles que la prévention de la transmission du virus de COVID-19 et la vaccination. Parallèlement, les législations évoluent vers des normes pour le contenu généré par les utilisateurs, stimulant la demande de solutions technologiques. Le Digital Service Act (DSA) de l’UE, récemment mis en place en février 2024, renforce les obligations des plateformes en matière de régulation du contenu. Notre projet explore comment les décisions algorithmiques contribuent à l’égalité d’accès à l’information en particulier relatives à la santé. Dans un premier temps, nous avons développé un outil de ‘fact-checking’ entrainé exclusivement sur des contenus publicitaires afin de classifier un échantillon d’annonces publicitaires liées à la santé et publiées sur la plateforme Meta. Dans un second temps, nous examinons la diffusion algorithmique de ces publicités en fonction des caractéristiques démographiques et des états au sein des Etats-Unis.

(Mise à jour le 21 juin 2024)

Retour à la liste des projets labellisés par la MSH Paris-Saclay