« Big Data » : influence, manipulation et micro-ciblage en contexte numérique

Posted on

Informations edited from an announcement Calenda.

Event type colloque-2

Contacts

Event dates
  • From at

Event place Événement hybride sur site et en ligne, 405 Rue Sainte-Catherine E Montréal, Canada (H2X 3S1) ,

Argumentaire

Démocratisation à l’échelle mondiale, émancipation, pluralisme, diversité et transparence de l’information, les promesses de l’Internet étaient nombreuses et laissaient miroiter, comme toutes les nouvelles technologies, un avenir radieux dans un monde connecté, unifié et apaisé (Howard, 2015 ; Margetts et al., 2015). Mais force est de constater qu’à l’euphorie des débuts a succédé la désillusion. Le déploiement de la logique publicitaire depuis une quinzaine d’années, associé au développement du web 2.0, a conduit à l’émergence de nouvelles hégémonies qui entrent en contradiction avec les idéaux fondateurs et expliquent en partie « Le Désenchantement de l’Internet » (Badouard, 2017). Ce désenchantement touche en particulier à la question du contrôle de l’information, de sa diffusion et de son instrumentalisation, à tel point que beaucoup considèrent aujourd’hui le Web 2.0 et ses technologies algorithmiques comme un outil de manipulation (Woolley et Howard, 2019 ; Morozov, 2015), de discrimination et de ségrégation (van Brakel, 2021).

L’alliance entre le big data et l’automatisation de la communication en ligne rendait possible une diffusion à la fois personnalisée et massive (Cattaruzza, 2019). Ceci représente une mutation majeure appelée à se développer, comme le souligne Philippe Vion-Dury (2018), « en décuplant la quantité et la nature des données, c’est l’essence même des méthodes qui a changé, en permettant d’étudier avec une plus grande précision des phénomènes collectifs, mais surtout individuels. […] des statistiques de masse et probabilités grossières, on passe à un tout autre régime : individualisé, précis, invisible et omniprésent, capable de refaçonner la société » (Vion-Dury, 2018 : 21). Ces questions peuvent être observées dans différents secteurs comme la culture, le marketing d’influence, et la propagande politique. Dans le secteur culturel, la prescription algorithmique personnalisée (mais aussi de masse) joue un rôle fondamental sur la manipulation des goûts et des opinions car elle a pénétré tous les domaines de la production culturelle et artistique et à tous les échelons, de la création à la réception. Les modalités, implications et conséquences de ce phénomène recoupent en partie le rôle des plateformes comme nouveaux intermédiaires, prescripteurs de par la personnalisation des recommandations et le ciblage en fonction des profils d’utilisateurs (Bouquillion, 2020 ; Beuscart J.-S., Coavoux S., Maillard S., 2019 ; Karakayali, Kostem, et Galip, 2018). Par ailleurs, la propagande semble à tout le moins revenir sur le devant de la scène à la fois en termes de préoccupations politiques mais aussi scientifiques (Colon, 2021, 2019 ; Conesa, 2018). L’affaire Cambridge Analytica, la campagne pour le Brexit et l’élection de Bolsonaro au Brésil confirment d’une manière ou d’une autre l’influence de la propagande en contexte numérique lors des campagnes électorales (Theviot, 2019), ce qui semblerait être une menace pour les démocraties actuelles (Bradshaw et Howard, 2017). De même, par la collecte et le traitement des données personnelles, qui entraîne la perte de la vie privée en ligne (Musiani, 2016), les pratiques d’influence et de ciblage publicitaire, voire comportemental (Ouakrat, 2012), ont transformé le secteur publicitaire au sein duquel des nouveaux dispositifs techniques se développent dans un espace de circulation des messages en pleine mutation. Par exemple, dans le cas du marketing d’influence, la manipulation des opinions et des goûts s’exprime dans les réseaux socionumériques par des influenceuses et des influenceurs ; l’influence devient ainsi un métier à part entière (Jodelet, 2003 ; Heath, 2006 ; Breton, 2008).

Dans le cadre de ce colloque les rapports entre manipulation et big data seront étudiés dans une perspective interdisciplinaire, afin de cerner les manifestations et tenter de mesurer l’efficacité pour en poser clairement les enjeux. Afin de saisir les rapports du Big Data et la recherche en sciences sociales (Bastin et Tubaro, 2018) il s’avère plus que jamais indispensable de faire dialoguer les disciplines pour permettre une compréhension globale de ces phénomènes et de leurs mécanismes et aller au-delà des affirmations péremptoires ou des positions purement idéologiques.

Sans se limiter à une analyse uniquement technique, sociologique ou communicationnelle, nous proposons quelques interrogations qui prennent aussi en compte des aspects psychologiques, linguistiques, politiques, économiques ou encore des implications juridiques et philosophiques. Dans cette optique quelques pistes et questions non exhaustives sont suggérées :

  • Le Data Mining et l’Intelligence Artificielle utilisés à des fins de ciblage politique ou commercial ;
  • Les enjeux juridiques, politiques, sociaux et culturels au cœur du rôle des plateformes ;
  • Les algorithmes et le design, et leurs rapports à la diversité des goûts comme des opinions ;
  • Surveillance, protection de la vie privée et liberté d’expression en régime numérique ;
  • Les enjeux géopolitiques de la cybersécurité, le bouleversement des équilibres par l’émergence d’acteurs « disruptifs » et la numérisation à l’échelle planétaire ;
  • L’économie de l’attention et des émotions dans le capitalisme cognitif.

Participation

Événement GRATUIT et ouvert au PUBLIC mais INSCRIPTION requise.

  • En présence :

Salle des Boiseries, J-2805

Université du Québec à Montréal

Pavillon Judith-Jasmin

405 Rue Sainte-Catherine E, Montréal, QC H2X 3S1

  • En ligne :

Lien pour zoom. Seulement les personnes inscrites recevront le code d’accès pour zoom

Programme

Jeudi 27 octobre

UQAM

9h15  Accueil et café

9h45-10h

  • Mot du vice-recteur à la recherche UQAM : Christian Agbobli
  • Présentation de la Chaire UNESCO en communication et technologies pour le développement

10h-10h20 : Introduction générale du thème central du colloque et présentation du conférencier/Keynote par Rania Aoun, enseignante-chercheure, Collège Glendon, Université York et au Département de communication sociale et publique (UQAM).

10h20-11h

  • Keynote : Sébastien Gambs, professeur au Département d’informatique (UQAM) et titulaire de la Chaire de recherche du Canada en analyse respectueuse de la vie privée et éthique des données massives Respect de la vie privée et éthique : comprendre les tensions et convergences pour le développement responsable de l’apprentissage machine.
  • Modérateur : Camille Alloing, professeur au département de communication sociale et publique, UQAM

11h-12h  Période de discussion ouverte avec le public

13h30 -14h15 Panel 1 : Big Data et enjeux juridiques liés aux innovations technologiques émergentes

Modérateur : Haykel Ben Mahfoudh, professeur en droit international et directeur du MUTAN

  • Benjamin Lehaire, professeur, École des Sciences de l’administration, Université TÉLUQ L’ émergence de la techno-normativité. Comment l’innovation se place-t-elle hors la loi ?
  • Karim Benyekhlef, professeur à la Faculté de droit de l’Université de Montréal et Directeur du Laboratoire de Cyberjustice L’usage des algorithmes dans l’administration publique : promesses et risques juridiques
  • Valère Ndior, Professeur de droit public, Université de Bretagne occidentale (Lab-LEX) et Président du Réseau francophone de droit international Réflexions juridiques sur l’exploitation des données d’utilisateurs de réseaux sociaux à des fins de profilage.

14h15-14h45  Période de discussion ouverte avec le public

14h45-15h  Pause café

15h00 -15h45 Panel 2 : Big Data et enjeux sociétaux (démocratie, environnement, diversité culturelle et surveillance de masse)

Modérateur : Julien Onno, PhD en sociologie et chercheur postdoc, Université de Montréal

  • Destiny Tchéhouali, professeur, Département de communication sociale et publique, UQAM L’ influence des algorithmes de recommandation des plateformes de streaming sur la diversité des contenus consommés en ligne et leurs impacts sur la vie privée en ligne des utilisateurs canadiens
  • Fabien Richert, professeur, École des médias, UQAM De l’interpellation à la surveillance algorithmique
  • Odile Farge, enseignante-chercheure, Membre de l’Équipe de Recherche PLIDAM-INaLCO L’ empreinte démocratique, sociale et environnementale : pour une éthique du numérique. Le cas de Little Syster.

15h45-16h15  Période de discussion ouverte avec le public

16h15-16h45  Mot de fin et clôture de la journée 1

Vendredi 28 octobre 2022

UQAM

  • 8h45  Accueil et café
  • 9h Présentation du programme de la journée et de la conférencière/Keynote

9h10-9h50

  • Keynote : Nadia Naffi, professeure, Faculté des sciences de l’éducation, Université Laval et titulaire de la Chaire de leadership en enseignement sur les pratiques pédagogiques innovantes en contexte numérique-Banque Nationale Développer l’agentivité numérique pour contrer la désinformation sous forme de deepfake : une urgence sociétale.
  • Modérateur : Simon Collin, professeur au département de didactique des langues, UQAM

9h50-10h50  Période de discussion ouverte avec le public

10h50-11h  Pause café

11h -11h45 Panel 3 : Big Data et Éducation

Modératrice : Chantal Tremblay, Professeure au département de didactique, UQAM

  • Deni Darmawan, professeur au Department of Educational Technology and Communication Science, Universitas Pendidikan Indonesia, Neni Herlina, professeure à Universitas Pendidikan Indonesia et Dian Rahadian, professeur à Istitut Pendidikan Indonesia, Garut Mobile VCDLN-Learning Model as Varian of Digital Communication Big Data Based on Artificial Intelligence
  • Patrick Charland, professeur à la Faculté des sciences de l’éducation et titulaire de la Chaire UNESCO de développement curriculaire, UQAM Potentiel du Big Data en éducation : Vers une meilleure compréhension des processus d’apprentissage à partir des données neurophysiologiques
  • Yawa Assiklou, doctorante-chercheure en science politique, Université Paris-Sarclay Analyser les données massives en éducation pour améliorer les politiques d’intégration du numérique dans les systèmes éducatifs nationaux africains

11h45-12h15  Période de discussion ouverte avec le public

13h30 -14h15 Panel 4 : Big Data et Marketing

Modératrice : Sandrine Promp Tep, professeure de marketing numérique, ESG UQAM

  • Umaru A Pate, professor, Bayero University Kano et Joseph Wilson, Ph.D Department of Mass Communication, University of Maiduguri Nigeria  Micro-Retargeted Advertising and Online Shopping Motivation among Nigerians
  • Rania Aoun, enseignante-chercheure, Collège Glendon/Université York/UQAM Marques, technologies émergentes et Big data à l’aube du métavers
  • Mehdi Ghazali, Cloud Data Engineer|Modern Data Architecture, Accenture, Université de Sherbrooke Nouvelles plateformes et traitement des données pour des fins de profilage

14h15-14h45  Période de discussion ouverte avec le public

14h45-15h  Pause café

15h00 -15h45

Panel 5 : Big Data et Design

Modératrice : Rania Aoun, enseignante-chercheure, Collège Glendon, Université York/UQAM

  • Naël Shiab, journaliste de données, CBC/Radio Canada Entre science, communication et design : le journalisme de données, nouvelle frontière numérique
  • Anis Semlali, American University of Ras Al Khaimah, UAE Big data et interconnectivité en design d’intérieur : perspective et enjeux
  • Imen Ben Youssef, professeure invitée à l’École de design, Université de Montréal Rôle des données numériques en design d’intérieur dans le contexte de la pandémie COVID-19

15h45-16h15  Période de discussion ouverte avec le public

16h15-17h  Synthèse du colloque et Clôture de la journée 2

Bibliographie

  • BADOUARD, R. (2017). Le Désenchantement de l’Internet : désinformation, rumeur et propagande. Limoges : FYP.
  • BASTIN, G., et TUBARO, P. (2018). Le moment big data des sciences sociales. Revue française de sociologie, 59, 375-394.
  • BRADSHAW, S., et HOWARD, P. N. (2017). Troops, trolls and troublemakers: a global inventory of organized social media manipulation (Working Paper No. 2017.12). (p. 37). Oxford, England, Project on Computational Propaganda.
  • BRETON, P. (2008). Convaincre sans manipuler – Apprendre à argumenter. Paris, La Découverte.
  • BEUSCART J.-S., COAVOUX S., MAILLARD S. (2019), « Les algorithmes de recommandation musicale et l’autonomie de l’auditeur. Analyse des écoutes d’un panel d’utilisateurs de streaming» Réseaux, n° 213, pp. 17-47.
  • BOUQUILLON, P. (2020). Les stratégies de visibilité, le rôle des plateformes. Enjeux numériques, (10), 21-26.
  • CATTARUZZA A. (2019), Géopolitique des données numériques. Pouvoir et conflits à l’heure du big data, Paris, Le Cavalier Bleu.
  • COLON, D. (2021). Les maîtres de la manipulation : un siècle de persuasion de masse. Paris, Tallandier.
  • COLON D. (2019). Propagande : la manipulation de masse dans le monde contemporain. Paris, Belin éditeur.
  • CONESA, P. (2018). Hollywar : Hollywood arme de propagande massive. Paris : Robert Lafont.
  • HEATH, R. L. (2006). “Onward Into More Fog: Thoughts on Public Relations’ Research Directions”. Journal of Public Relations Research 18 (2) : 93-114.
  • HOWARD, P. N. (2015). Pax Technica: How the Internet of Things May Set Us Free. New Haven, CT :  Yale University Press.
  • JODELET, D. (2003). Les représentations sociales. Paris : Presses universitaires de France.
  • KARAKAYALI N., KOSTEM B., GALIP I. (2018), « Recommendation systems as technologies of the self. Algorithmic control and the formation of music taste ». Theory, Culture and Society, vol. 35, n° 2, pp. 3-24.
  • MARGETTS, H., JOHN, P., HALE, S., & YASSERI, T. (2015). Political Turbulence : How Social Media Shape Collective Action. NJ : Princeton University Press.
  • MOROZOV, E. (2015). Le mirage numérique. Pour une politique du Big Data. Paris : Les Prairies ordinaires.
  • MUSIANI, F. (2016) Internet et vie privée. Éditions Uppr.
  • OUAKRAT A. (2012), “Le ciblage comportemental, une perte de contrôle des éditeurs sur les données de l’audience”, Tic & Société, Vol. 6, N°1.  DOI : https://doi.org/10.4000/ticetsociete.1251 SMASH
  • THEVIOT, A. (2019). Big Data électoral. Dis-moi qui tu es, je te dirai pour qui voter. Lormont, Éd. Le Bord de l’eau, coll. Territoires du politique.
  • VAN BRAKEL, R. (2021). How to watch the watchers? Democratic oversight of algorithmic police surveillance in Belgium. Surveillance and Society, 19 (2), 228-240.
  • VION-DURY, P. (2016). La Nouvelle Servitude volontaire : enquête sur le projet politique de la Silicon Valley, Limoges : FYP.
  • WOOLLEY, S. C. et HOWARD, P. N. (2019) Computational Propaganda: political parties, politicians, and Political Manipulation on Social Media. Oxford, Oxford University Press.