• L’existence des plateformes numériques et de leurs services reposent sur l’usage d’algorithmes informatiques. Ces codes contiennent en effet les instructions assurant l’accessibilité aux plateformes ainsi que le fonctionnement de leurs services. Mais la manière dont une plateforme et ses services sont accessibles, visibles et fonctionnent n’est pas sans conséquences sur les décisions prises par leurs utilisateurs. Ces algorithmes peuvent ainsi biaiser ces décisions de manière volontaire ou non, et alors avoir des conséquences problématiques majeures sur les plans économiques (pratique anti-concurrentielle, tarification, etc.) et sociétaux (discrimination, stéréotypes, bulle informationnelle, etc.) étant donnée l’importance des plateformes numériques à l’heure actuelle.

Dans le domaine des biais des algorithmes, les chercheurs de l’iLab Ideal se focalisent sur deux cas d’usage: le ciblage publicitaire et les systèmes de recommandation. Basés sur des algorithmes, ces deux processus déterminent en effet les informations auxquelles les utilisateurs de plateformes sont exposées en ligne et influenceront alors les choix réalisés par les utilisateurs des plateformes.

Ciblage publicitaire et biais de genre

Le mode de financement indirect de nombreuses plateformes via la publicité confère aux algorithmes de ciblage publicitaire une importance primordiale. En effet, de l’efficacité de ces derniers dépend une partie importante des revenus des plateformes. Le ciblage va reposer sur l’utilisation de données personnelles collectées ou achetés sur les utilisateurs de la plateforme.

Working papers

  • Cecere G., Jean C., Manant M. and Tucker C., “Computer Algorithms prefer headless women“. Presented at the: MIT Code Conference, Boston (2018), Assa Atlanta (2019), TSE Artificial intelligence and data, Brussels (2019).
  • Cecere G., Jean C., Le Guel F. and Manant, M., “STEM and teens: An algorithm bias on a social media“. Presented at the: CODE MIT Conference, Boston (2017, 2018), Research seminar Università di Torino (January 2018), TSE Toulouse Biennal Postal Conference (2018), ZEW ICT Conference (2018), Ecole d’été du Numérique Montpellier (2018), Economics of Media Bias, Berlin (2019)

Systèmes de recommandation et polarisation

Les systèmes de recommandation sont omniprésents dans les médias sociaux et les plateformes de e-commerce. En se basant sur les contenus, produits ou services consultés ou achetés par un utilisateurs, ils vont déterminés des recommandations qui devraient être intéressantes pour l’utilisateur. Cette mise en avant de contenus, produits ou services peut influencer les futurs choix des utilisateurs et posent alors de nombreuses questions.

Working paper