Le terme «algorithme» est devenu une notion centrale et polémique dans l’univers numérique. Il symbolise les dangers et dérives d’un monde automatisé, conditionné par des logiques commerciales.
Algorithme, ce savant persan
Avant d’être associé en bien ou en mal aux recherches sur Google, aux fils d’actualité sur Facebook et aux recommandations d’achat sur Amazon, algorithme c’est au départ un savant persan.
Le mot découle d’une déformation en latin médiéval (avec influence du grec arithmos, nombre) du nom du mathématicien et astronome du 9e siècle Al-Khwarizmi, considéré comme le père de l’algèbre.
Un algorithme, c’est quoi au juste ?
Comme une recette de cuisine, un algorithme est une « série d’instructions permettant d’obtenir un résultat », explique le sociologue Dominique Cardon dans son ouvrage « A quoi rêvent les algorithmes » (Seuil).
La notion était familière des seuls mathématiciens avant qu’elle se popularise avec le développement de l’informatique (un programme est un algorithme) et devienne un concept clé des rouages d’internet.
Où sont les algorithmes ?
« Nous sommes littéralement entourés d’algorithmes », explique le spécialiste des sciences de l’information Olivier Ertzscheid. « Chaque fois que nous consultons Facebook, Google ou Twitter nous sommes directement exposés aux choix » que font pour nous des algorithmes et « parfois influencés par eux ».
Les algorithmes règnent dans les salles de marché pour réaliser des ordres d’achats/ventes à grande vitesse (« trading haute féquence ») avec l’inconvénient de provoquer des « krachs éclair », chutes brutales et exagérées de cours. Ils sont aussi devenus auxiliaires de police, capables d’anticiper les lieux où des délits risquent d’être commis.
Un algorithme à l’origine de Google
Un algorithme est à l’origine de Google: PageRank (PR) a été mis au point dans les années 90 à Stanford (Californie) par Larry Page (d’où son nom) et Sergey Brin, les deux fondateurs de la firme. PR permet de classer la popularité des pages web. C
‘est le coeur du moteur de recherche Google qui en une fraction de seconde répond à une demande composée de mots clés. Aujourd’hui Google utilise une « dizaine d’algorithmes comprenant chacun des milliers de paramètres et variables », selon Olivier Ertzscheid.
Facebook et la «bulle de filtres»
Facebook fonctionne avec des algorithmes sophistiqués pour offrir des contenus personnalisés à ses 1,18 milliard d’utilisateurs quotidiens, en particulier pour les « fils d’actualité » qui compilent messages « d’amis », articles partagés, etc., sélectionnés en fonction de l’activité et des contacts de chacun sur le réseau social.
Le danger ici, c’est la « bulle de filtres », selon l’américain Eli Pariser qui a développé ce concept dans le livre « The Filter bubble » : à force d’être entouré d’informations filtrées par des algorithmes en fonction de ses amis, goûts et précédents choix numériques, un internaute est plongé à son insu dans une « bulle cognitive » qui renforce sa perception du monde et ses propres convictions.
Algorithmes et vérité
Un autre danger a été mis en lumière lors de l’élection présidentielle américaine: la circulation sans véritable frein de fausses informations (« fake news ») ou de canulars malveillants (« hoax »). Les algorithmes de Facebook n’ont pas été conçus pour distinguer le vrai du faux, tâche d’ailleurs compliquée pour une intelligence artificielle.
La compagnie de Mark Zuckerberg qui se définit comme un service et non pas un média, refuse d’être « l’arbitre de la vérité ». Elle a toutefois réagi aux critiques, fin 2016, proposant des outils pour permettre aux utilisateurs de signaler les informations douteuses.
Anticiper nos comportements ?
On peut distinguer quatre grandes « familles » d’algorithmes, selon Dominique Cardon : ceux qui calculent la popularité des pages web, ceux qui classent leur autorité, ceux qui évaluent la notoriété des utilisateurs des réseaux sociaux et ceux qui tentent de prédire l’avenir.
Cette quatrième catégorie est « problématique », selon le sociologue, car elle tente d’anticiper nos comportements à partir des traces que nous avons laissées sur le web par le passé. C’est par exemple la technique d’Amazon pour recommander de nouveaux livres à un client en fonction de ses lectures récentes.
Vous avez repéré une erreur ou disposez de plus d’infos? Signalez-le ici