Dans “The Spread of True and False News Online”, une recherche parue dans Science au début du mois de mars 2018 (Vol 359, no. 6380, pp. 1146-1151), trois chercheurs du Media Lab au MIT (Soroush Vosoughi, Deb Roy et Sinan Aral) ont analysé la propagation 126 000 nouvelles et rumeurs sur Twitter de 2006 à 2017. Leurs données comptent des gazouillis envoyés par environ 3 millions de personnes plus de 4.5 millions de fois. Pour établir si une nouvelle était fausse, ils se sont basés sur six sites qui vérifient la véracité des nouvelles.
Certains critiques ont cependant estimé que leur définition de “nouvelles” étaient très large:
Some political scientists also questioned the study’s definition of “news.” By turning to the fact-checking sites, the study blurs together a wide range of false information: outright lies, urban legends, hoaxes, spoofs, falsehoods, and “fake news.” It does not just look at fake news by itself—that is, articles or videos that look like news content, and which appear to have gone through a journalistic process, but which are actually made up. (Meyer, 2018)
Néanmoins, cette recherche semble démontrer ce que l’on suspectait sans l’avoir formellement établi: les fausses nouvelles circulent plus rapidement que les vraies, touchant de 1000 à 100 000 personnes (pour les plus populaires), alors que les vraies nouvelles touchent rarement plus de 1000 personnes.
“”The authors found that accurate news wasn’t able to chain together more than 10 retweets. Fake news could put together a retweet chain 19 links long—and do it 10 times as fast as accurate news put together its measly 10 retweets. […]
A false story reaches 1,500 people six times quicker, on average, than a true story does. And while false stories outperform the truth on every subject—including business, terrorism and war, science and technology, and entertainment—fake news about politics regularly does best.
Twitter users seem almost to prefer sharing falsehoods. Even when the researchers controlled for every difference between the accounts originating rumors—like whether that person had more followers or was verified—falsehoods were still 70 percent more likely to get retweeted than accurate news.” (Meyer, 2018)
Dans un article du New York Times, Sinan Aral, l’un des auteurs de l’étude, explique leur théorie sur l’origine de ces résultats:
“Surprisingly, Twitter users who spread false stories had, on average, significantly fewer followers, followed significantly fewer people, were significantly less active on Twitter, were verified as genuine by Twitter significantly less often and had been on Twitter for significantly less time than were Twitter users who spread true stories. Falsehood diffused farther and faster despite these seeming shortcomings. […]
Why would that be? One explanation is novelty. Perhaps the novelty of false stories attracts human attention and encourages sharing, conveying status on sharers who seem more “in the know.”
Our analysis seemed to bear out this hypothesis. Using accepted computerized methods for inferring emotional content from word use, we found that false stories inspired replies on Twitter expressing greater surprise than did true stories. The truth, on the other hand, inspired more joy and trust. Such emotions may shed light on what inspires people to share false stories.” (Aral, 2018; nos emphases)
Dans leur étude, les auteurs ont validé que les robots (bots) ne propageaient pas les nouvelles aussi rapidement que les humains. Il semblerait donc qu’il y ait une validation sociale à partager et à répandre des nouvelles qui suscitent la surprise… D’autres études tendent à démontrer que les renseignements sur ce qui est négatif et menaçant sont davantage partagés.
Le professeur Aral estime qu’il faudrait mettre en place des mécanismes pour limiter cette propagation, soit en qualifiant les nouvelles au moyen de cotes (mais il semble que les internautes ne tiennent pas compte de ces mises en garde), soit en limitant l’intérêt financier associé à la multiplication des clics… Des questions qui ont traversé l’ensemble de leur travail ont été: “qu’est-ce que la vérité?” et “Comment la reconnaît-on?”
La formation de citoyens numériques critiques et responsables pourrait-elle jouer un rôle?
Sources:
Aral, Sinan, “How Lies Spread Online“, The New York Times, 8 mars 2018
Meyer, Robinson, “The Grim Conclusions of the Largest-Ever Study of Fake News“, The Atlantic, 8 mars 2018
