Pourquoi certaines personnes sont-elles en dĂ©saccord – brusquement et avec persistance – sur des faits sur lesquels des experts scientifiques sont largement eux en accord ?
LâĂ©valuation de questions sociales controversĂ©es telles que par exemple, le changement climatique par des individus nâest souvent, que dans une faible mesure, influencĂ©e par leur connaissance factuelle de ces questions. Leurs valeurs culturelles et leurs visions du monde jouent souvent un rĂŽle plus important dans l’Ă©laboration de ces Ă©valuations (Kahan et al., 2011). Lorsque les gens communiquent sur un problĂšme, ils racontent des rĂ©cits qui reflĂštent leurs convictions, ainsi que leurs apprĂ©ciations des causes et des consĂ©quences, confĂ©rant ainsi un sens personnalisĂ© au problĂšme (McAdams & McLean, 2013; Brown, 2017).
Le changement climatique peut en ĂȘtre un excellent exemple.
Les rĂ©cits sur le changement climatique fournissent majoritairement des explications sur l’existence du phĂ©nomĂšne, ses causes et ses consĂ©quences, ou ce qu’il convient de faire. Les rĂ©cits semblent cependant ĂȘtre largement immunisĂ©s contre les faits scientifiques. En effet, Ă©tant donnĂ© le large consensus scientifique sur le changement climatique, on pourrait s’attendre Ă ce que tout le monde raconte la mĂȘme histoire.
Au contraire, les rĂ©cits relatifs au changement climatique sont trĂšs variĂ©s, certains parlent de “mĂ©chants qui dĂ©truisent la planĂšte”, d’autres de “conspirations visant Ă remettre en question le monde libĂ©ral”. Ainsi, les gens alignent la morale du rĂ©cit sur leurs propres croyances et leurs visions du monde (Jones, 2014). Les mĂ©dias sociaux en particulier jouent bien souvent le rĂŽle de “chambres d’Ă©cho”, lieu oĂč des communautĂ©s d’individus partageant les mĂȘmes idĂ©es se confirment mutuellement sur le changement climatique (Jasny et al., 2015; Flaxman et al., 2016).
Quel est lâeffet des Ă©volutions technologiques sur la “sĂ©grĂ©gation idĂ©ologique” ? Le rĂŽle des chambres dâĂ©choâŠ
De plus en plus, les utilisateurs de rĂ©seaux sociaux peuvent choisir de ne consommer que des contenus conformes Ă leurs croyances actuelles. Des scientifiques tels que Sunstein (2009) ont ainsi prĂ©dit la montĂ©e en puissance de “chambres d’Ă©cho”, dans lesquelles les individus sont largement exposĂ©s Ă des opinions conformes Ă leurs attentes.
En effet, des expĂ©rimentations ont montrĂ© que les participants ont plutĂŽt tendance Ă choisir des articles d’actualitĂ©, dans des mĂ©dias, en accord avec leurs opinions politiques (Garrett 2009; Iyengar & Hahn 2009; Munson & Resnick 2010). De plus, les moteurs de recherche, les plateformes dâinformation et les rĂ©seaux sociaux personnalisent de façon trĂšs importante les contenus. A l’aide des modĂšles d’apprentissage automatique (Agichtein et al., 2006; Das et al. 2007; Hannak et al. 2013), ces plateformes crĂ©ent potentiellement des “bulles filtrantes” (Pariser, 2011; Messing & Westwood, 2012) dans lequel des algorithmes amplifient “la sĂ©grĂ©gation idĂ©ologique” en recommandant automatiquement le contenu avec lequel un individu est susceptible de souscrire. De plus, les individus sont plus susceptibles de partager des informations uniquement conformes Ă leurs opinions ou leurs croyances sociales (Moscovici & Zavalloni, 1969; Myers & Bishop, 1970; Spears et al.,1990; Schkade et al., 2007).
Cette sĂ©grĂ©gation de lâinformation nâest-elle pas une source de prĂ©occupation majeure ? Comment comprendre une sociĂ©tĂ© oĂč ses acteurs ne sont pas exposĂ©s Ă diverses opinions politiques et ne les comprennent pas ?
Dâun autre cĂŽtĂ©, Benkler (2006) et d’autres ont fait valoir que l’augmentation du choix des rĂ©seaux sociaux conduit Ă une plus grande exposition et Ă une diversitĂ© des idĂ©es, sortant les personnes de leur croyances isolĂ©es (Obendorf et al., 2007; Goel et al., 2012). Aussi, Goel et ses collĂšgues (2010) ont montrĂ© qu’une partie importante des liens sur les rĂ©seaux sociaux est entre des individus souvent divers politiquement, ouvrant ainsi la possibilitĂ© de dĂ©couvrir divers contenus. Par ailleurs, dans le contexte de l’Ă©coute musicale, Hosanagar et al. (2013) ont constatĂ© que les systĂšmes de recommandation personnalisĂ©s accroissaient la diversitĂ© parmi les utilisateurs. Ces rĂ©sultats suggĂšrent que des technologies telles que la recherche sur le Web et les rĂ©seaux sociaux peuvent aussi rĂ©duire la sĂ©grĂ©gation idĂ©ologique.
En bref, il existe des arguments convaincants des deux cĂŽtĂ©s du dĂ©bat sur le confinement des idĂ©es ou sa pluralitĂ© disponible…
Et vous quâen pensez-vous ?
Aimez-vous ĂȘtre surpris par des contenus hors de votre champ habituel ou aimez-vous le fil d’actualitĂ© adaptĂ© Ă vos goĂ»ts et valeurs ?
Liens Web :
Jean Jouzel, prix Nobel de la Paix (12/05/19 sur Canal+) demande d’ĂȘtre plus actif sur les rĂ©seaux sociaux pour aider Ă la comprĂ©hension, la prise de conscience et le changement Ă engager. 60% des Ă©missions concernent quand mĂȘme les mĂ©nages et chacun peut agir Ă un niveau personnel, familial, ou collectif… et bien Ă©videmment les organisations, et les entreprises qui se doivent de prendre ce cap. Un peu de frugalitĂ© et de regard sur les choses…
Article dans The Conversation sur les jeunes face au climat du 24/05/19Â : https://theconversation.com/les-jeunes-face-au-changement-climatique-ce-quen-dit-la-psychologie-117605?utm_medium=email&utm_campaign=La%20lettre%20de%20The%20Conversation%20France%20du%2024%20mai%202019%20-%201317812304&utm_content=La%20lettre%20de%20The%20Conversation%20France%20du%2024%20mai%202019%20-%201317812304+CID_26a298b74c1fe8429395539e3020e2a8&utm_source=campaign_monitor_fr&utm_term=Les%20jeunes%20face%20au%20changement%20climatique%20ce%20quen%20dit%20la%20psychologie
“RĂ©cemment, la chercheuse Erika Salomon et ses confrĂšres ont Ă©laborĂ© le concept dâimpuissance (helplessness) face Ă ce problĂšme : malgrĂ© la comprĂ©hension de la menace du changement climatique, lâindividu pense que ses actions, ses comportements nâont pas dâimpact sur la complexitĂ© des phĂ©nomĂšnes.”
“Un autre concept, Ă savoir le caractĂšre dâ « intraitabilité » de la situation â caractĂ©ristique intrinsĂšque du changement climatique â conduit les ĂȘtres humains considĂ©rer celui-ci comme inaccessible Ă lâaction individuelle.”
https://www.ipbes.net/news/Media-Release-Global-Assessment : rapport de la Plateforme intergouvernementale sur la biodiversitĂ© et les services Ă©cosystĂ©miques (groupe international d’experts sur la biodiversitĂ©).
https://report.ipcc.ch/sr15/pdf/sr15_spm_final.pdf : Rapport spécial du GIEC (analyse différence augmentation 1,5 degrés plutÎt que 2)
Références
Agichtein, E., Brill, E., & Dumais, S. (2006). Improving web search ranking by incorporating user behavior information. Proceedings of the 29th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval - SIGIR â06, 19. https://doi.org/10/fdpvf3 Brown, P. (2017). Narrative: an ontology, epistemology and methodology for pro- environmental psychology research. Energy Res. Soc. Sci. 31, 215â222. https://doi.org/10.1016/j.erss.2017.06.006 Cropf, R. A. (2008). Benkler, Y. (2006). The Wealth of Networks: How Social Production Transforms Markets and Freedom. New Haven and London: Yale University Press. 528 pp. $40.00 (papercloth). Social Science Computer Review, 26(2), 259â261. https://doi.org/10/c956wh Das, A. S., Datar, M., Garg, A., & Rajaram, S. (2007). Google news personalization: scalable online collaborative filtering. Proceedings of the 16th International Conference on World Wide Web - WWW â07, 271. https://doi.org/10/dd49hn Flaxman, S., Goel, S., & Rao, J. M. (2016). Filter Bubbles, Echo Chambers, and Online News Consumption. Public Opinion Quarterly, 80(S1), 298â320. https://doi.org/10/gcx6bw Garrett, R. K. (2009). Echo chambers online?: Politically motivated selective exposure among Internet news users. Journal of Computer-Mediated Communication, 14(2), 265â285. https://doi.org/10/fsk58s Goel, S., Hofman, J. M., & Sirer, M. I. (n.d.). Who Does What on the Web: A Large-Scale Study of Browsing Behavior. Proceedings of the Sixth International AAAI Conference on Weblogs and Social Media, 8. Goel, S., Mason, W., & Watts, D. J. (2010). Real and perceived attitude agreement in social networks. Journal of Personality and Social Psychology, 99(4), 611â621. https://doi.org/10/b2g7j7 Hannak, A., Sapiezynski, P., Molavi Kakhki, A., Krishnamurthy, B., Lazer, D., Mislove, A., & Wilson, C. (2013). Measuring personalization of web search. Proceedings of the 22nd International Conference on World Wide Web - WWW â13, 527â538. https://doi.org/10/gf2q4m Hosanagar, K., Fleder, D., Lee, D., & Buja, A. (2014). Will the Global Village Fracture Into Tribes? Recommender Systems and Their Effects on Consumer Fragmentation. Management Science, 60(4), 805â823. https://doi.org/10/gf224q Iyengar, S., & Hahn, K. S. (2009). Red Media, Blue Media: Evidence of Ideological Selectivity in Media Use. Journal of Communication, 59(1), 19â39. https://doi.org/10/b8xms6 Jasny, L., Waggle, J., & Fisher, D. R. (2015). An empirical examination of echo chambers in US climate policy networks. Nat. Clim. Chang. 5, 782â786. https://www.nature.com/articles/nclimate2666 Jones, B. F. (2014). The Human Capital Stock: A Generalized Approach. American Economic Review, 104(11), 3752â3777. https://doi.org/10/f6r3nr McAdams, D. P., & McLean, K. C. (2013). Narrative Identity. Current Directions in Psychological Science, 22(3), 233â238. https://doi.org/10/f42tmw Messing, S., & Westwood, S. J. (2014). Selective Exposure in the Age of Social Media: Endorsements Trump Partisan Source Affiliation When Selecting News Online. Communication Research, 41(8), 1042â1063. https://doi.org/10/f6rfc5 Moscovici, S., & Zavalloni, M. (1969). The group as a polarizer of attitudes. Journal of Personality and Social Psychology, 12(2), 125â135. https://doi.org/10/dngsjn Munson, S. A., & Resnick, P. (2010). Presenting diverse political opinions: how and how much. Proceedings of the 28th International Conference on Human Factors in Computing Systems - CHI â10, 1457. https://doi.org/10/fgdppc Myers, D. G., & Bishop, G. D. (1970). Discussion Effects on Racial Attitudes. Science, 169(3947), 778â779. https://doi.org/10/dms35z Obendorf, H., Weinreich, H., Herder, E., & Mayer, M. (2007). Web page revisitation revisited: implications of a long-term click-stream study of browser usage. Proceedings of the SIGCHI Conference on Human Factors in Computing Systems - CHI â07, 597. https://doi.org/10/d7rb88 Pariser, E. (2011). The Filter Bubble: How the New Personalized Web Is Changing What We Read and How We Think. Penguin. Schkade, D., Sunstein, C. R., & Hastie, R. (2006). What Happened on Deliberation Day? SSRN Electronic Journal. https://doi.org/10/fzwvkn Spears, R., Lea, M., & Lee, S. (1990). De-individuation and group polarization in computer-mediated communication. British Journal of Social Psychology, 29(2), 121â134. https://doi.org/10/ccv979 Sunstein, C. R. (2009). Republic.com 2.0. Princeton, NJ: Princeton University Press.