La politique post-vérité, un phénomène de plus en plus répandu au 21e siècle, s'est illustrée de manière frappante lors du référendum britannique sur l'appartenance à l'Union européenne en 2016. Si la politique fondée sur des faits et l'expertise semblait avoir été un pilier du système démocratique britannique, la campagne pour le Brexit a révélé la fragilité de ce modèle. En dépit des preuves abondantes, des conseils unanimes des experts et d'un consensus scientifique solide en faveur du maintien dans l'UE, le résultat du référendum a tourné en faveur de la sortie, avec 52 % des voix pour et 48 % contre. Ce résultat, qui ne correspondait pas à l'évidence disponible, a mis en lumière la montée de la politique post-vérité, une approche où les émotions, la manipulation de l'information et l'exploitation de fausses données prévalent sur les faits et les connaissances objectives.

L'une des caractéristiques essentielles de la politique post-vérité est la manière dont elle manipule la perception publique en diffusant des messages émotionnellement chargés et souvent faux. Ces messages, qui visent à provoquer des réactions immédiates et fortes, se propagent largement, souvent sans remise en question de leur véracité. Dans le cas du Brexit, les partisans de la sortie ont exploité ces mécanismes de manière efficace, en usant de chiffres exagérés, de promesses non tenues et de craintes exagérées concernant l'immigration et la souveraineté nationale. L'argument selon lequel la Grande-Bretagne pourrait récupérer "350 millions de livres par semaine" en cessant de verser sa contribution à l'UE a été un exemple typique de manipulation, bien qu'il ait été rapidement démystifié comme une fausse affirmation.

Le rôle des réseaux sociaux dans ce phénomène ne peut être sous-estimé. Des plateformes telles que Facebook, Twitter et Instagram ont servi de terrain fertile pour la diffusion de ces messages. Les campagnes publicitaires ciblées, soutenues par des techniques sophistiquées d'algorithmie, ont permis de manipuler l'opinion publique de manière subtile et, dans bien des cas, invisible. L'influence de tiers non identifiés, y compris des acteurs étrangers, a été un autre élément perturbateur, contribuant à alimenter la polarisation et à altérer les résultats démocratiques. L'interférence présumée du gouvernement russe dans le référendum du Brexit a été l'une des révélations majeures de cette époque, illustrant à quel point les événements politiques peuvent être vulnérables à la manipulation à l'ère numérique.

Ce qui distingue la politique post-vérité de ses prédécesseurs historiques, c'est l'utilisation systématique des technologies numériques pour déstabiliser les processus démocratiques. Les algorithmes, les "bots" sociaux et les faux comptes ont été déployés pour amplifier les messages trompeurs, créer des divisions et distordre la réalité perçue. Les outils de l'intelligence artificielle, utilisés pour manipuler les opinions, représentent un défi particulier dans ce contexte. Bien qu'initialement conçus pour améliorer l'efficacité et l'accès à l'information, ces outils ont été détournés pour créer des échos numériques où la vérité devient relative et dépendante des émotions et des intérêts immédiats.

La montée de la politique post-vérité, alimentée par la prolifération de fausses informations et la manipulation émotionnelle, remet en question les fondements mêmes de la démocratie libérale. Si l'expertise et les faits ont longtemps été des piliers sur lesquels reposaient les décisions politiques éclairées, la tendance actuelle montre que l'opinion publique est de plus en plus influencée par des récits émotionnels, souvent déconnectés de la réalité objective. Ce phénomène met en lumière la vulnérabilité des démocraties modernes face à des stratégies de communication sophistiquées qui exploitent les faiblesses humaines, telles que la recherche de la certitude ou la peur du changement.

Dans ce contexte, il devient crucial de comprendre les mécanismes sous-jacents à la politique post-vérité. La recherche de vérités objective et impartiale doit s'accompagner d'une vigilance accrue face aux forces qui cherchent à altérer cette vérité. Le rôle des institutions, des journalistes et des experts devient plus que jamais vital pour préserver l'intégrité du débat public. Cependant, il ne suffit pas de contrer les faux récits par la simple diffusion de faits. Il est essentiel de développer une approche plus nuancée, une compréhension plus profonde des émotions et des motivations qui alimentent ces narratifs. Les décisions politiques et les référendums futurs doivent intégrer cette réalité complexe, où l'information et la désinformation se chevauchent souvent.

Enfin, il est impératif de rappeler que la politique post-vérité ne se limite pas aux seuls événements comme le Brexit ou l'élection de Donald Trump en 2016. C'est une tendance qui se renforce avec chaque jour qui passe, alimentée par la vitesse et la portée des informations numériques. L'éducation à la pensée critique, le développement d'une conscience collective autour des dangers des fake news et une régulation plus stricte des plateformes sociales sont des réponses nécessaires pour éviter que la manipulation de l'opinion publique ne devienne la norme.

La Structure des Communautés en Ligne : Flux Migratoires et Covid-19

Les figures 12.1 et 12.2 illustrent respectivement les communautés d'utilisateurs vérifiés trouvées pour les scénarios des flux migratoires et de la Covid-19. La première figure montre un réseau avec une structure communautaire forte. Les comptes associés au gouvernement italien – en place au moment de la collecte des données (Lega et Movimento 5 Stelle) – et les autres partis de droite sont représentés en bleu. Les comptes des partis de centre-gauche (comme le Parti Démocrate Italien, PD) apparaissent en rouge. Le groupe violet inclut les comptes des médias officiels, plusieurs ONG et des politiciens de gauche. Certains comptes officiels liés à l'Église catholique sont colorés en orange. En turquoise, sont représentés des groupes plus petits impliqués dans le débat, comme le Premier ministre maltais Joseph Muscat et certains de ses ministres, et en vert, une communauté de commentateurs sportifs. Comme on peut le constater, les communautés sont principalement structurées autour de leurs orientations politiques.

Il est bien connu que les utilisateurs de Twitter ont tendance à se regrouper fortement autour d'idées similaires (Bessi et al., 2016 ; Del Vicario et al., 2016 ; Schmidt et al., 2018). La figure 12.2 révèle une corrélation nette entre les idées politiques des utilisateurs. L'orange représente les comptes du Movimento 5 Stelle, le bleu clair (à gauche) les comptes de Forza Italia. Les sommets rouges appartiennent au Parti Démocrate, tandis que les utilisateurs institutionnels (ambassades, police, carabiniers, ministres, gouvernements locaux) sont représentés par des sommets bleus. Les sommets violets sont associés à Fratelli d’Italia, Lega et aux journaux, tandis que les sommets verts clairs à droite sont liés aux commentateurs télé, journalistes, acteurs ou comptes de théâtres, et la communauté jaune à gauche est principalement composée de journalistes sportifs.

Les comptes vérifiés des politiciens peuvent être facilement associés à un parti politique ; ainsi, l'inclination idéologique des utilisateurs non vérifiés peut être devinée en fonction de leurs interactions avec les communautés d'utilisateurs vérifiés. Les figures 12.3 et 12.4 montrent la matrice des interactions en ligne entre utilisateurs vérifiés et non vérifiés. Dans la figure 12.3, on représente la matrice des interactions pour le jeu de données sur les flux migratoires. Les nœuds sont colorés en fonction de leurs communautés politiques, c'est-à-dire en violet pour les ONG et les médias, en rouge pour la communauté du Parti Démocrate, en orange pour les comptes liés à l'Église catholique et en bleu pour les utilisateurs pro-gouvernementaux. En gris sont représentés les utilisateurs avec des valeurs de polarisation plus faibles. La figure 12.4 décrit de manière similaire les interactions pour le jeu de données sur la Covid-19. Dans ce cas, la structure communautaire reproduit clairement les lignes de fond idéologiques. Même dans une situation de crise, les utilisateurs ont tendance à suivre les conseils des experts uniquement du côté de certains partis politiques (Bessi et al., 2016 ; Del Vicario et al., 2016). Un exemple frappant est celui du médecin Roberto Burioni, expert en maladies infectieuses, dont les messages sont retweetés uniquement par la communauté rouge.

La structure communautaire reste forte dans les deux études de cas, comme cela a été observé dans une étude précédente (Becatti et al., 2019). Un des principaux défis dans l’analyse de systèmes d’information complexes est de séparer l’information pertinente du “bruit” (Cimini et al., 2019). Cette séparation dépend de la manière dont on définit le “bruit” dans un système donné. Nous avons donc cherché à déterminer la polarisation des utilisateurs vérifiés en projetant ces informations dans un réseau bipartite représentant les interactions entre utilisateurs vérifiés et non vérifiés. En appliquant la procédure de filtrage de van Lidth de Jeude et al. (2019), nous avons extrait les échanges significatifs dans nos jeux de données, en ignorant les informations concernant l’activité des utilisateurs et la viralité des messages.

Les résultats de cette procédure sont un réseau validé où les utilisateurs ont contribué de manière significative à la diffusion des messages. Le réseau validé est dirigé, les flèches indiquant les liens entre les auteurs et les retweeteurs. Pour le jeu de données sur les flux migratoires, le nombre de nœuds diminue à 14 883 utilisateurs et le nombre de liens à 34 302. Pour le jeu de données Covid-19, le réseau final comprend 140 412 utilisateurs différents et 14 105 liens. Les figures 12.5 et 12.6 montrent la structure de ces réseaux validés en termes de communautés pour les deux scénarios respectivement. La première figure représente la projection dirigée de l’activité de retweets. Les nœuds violets correspondent aux ONG, aux médias et aux politiciens de gauche, les nœuds rouges à la communauté du Parti Démocrate et les nœuds bleus aux utilisateurs pro-gouvernementaux. La dimension de chaque nœud est proportionnelle à son score de hub, celui de Matteo Salvini, leader du parti de droite Lega et ministre de l'Intérieur au moment de la collecte des données, étant le plus grand.

Les résultats obtenus sur l’efficacité d’un hub, c’est-à-dire sa capacité à atteindre un grand nombre de nœuds pertinents, sont issus de l’algorithme Hubs-Authorities, introduit par Kleinberg (1999) pour évaluer les pages web. Ce principe est appliqué aux comptes Twitter dans l’étude actuelle. Les hubs représentent les utilisateurs moteurs du débat, souvent populaires, et bien que non vérifiés, ils fournissent des informations fiables. Dans le scénario des flux migratoires, les 20 premiers nœuds par score de hub comprennent, en tête, l’actuel leader du parti de droite Lega, Matteo Salvini. Viennent ensuite deux journalistes d’un site d’actualités soutenu par Casa Pound, un parti néo-fasciste italien, suivis de Giorgia Meloni, leader du parti de droite Fratelli d’Italia.

Il est essentiel de noter que la structure de ces communautés, à la fois pour les flux migratoires et la Covid-19, démontre comment les utilisateurs interagissent de manière segmentée, non seulement en fonction de leurs intérêts politiques, mais aussi selon leur adhésion à des sources médiatiques et des figures d’autorité spécifiques. L’isolement de certaines communautés et la tendance des utilisateurs à renforcer les discours provenant de leurs affinités idéologiques créent un environnement où l’échange d’informations devient profondément polarisé. Cela a des implications importantes, notamment dans le cadre de crises sanitaires ou sociales, où des conseils divergents peuvent affecter la prise de décision collective.

Comment les interfaces utilisateur des extensions influencent-elles l'expérience de navigation sur le web ?
Comment utiliser l'écriture créative pour générer un revenu passif : L'importance des prompts et de la narration authentique
Comment les transformations de coordonnées influencent la densité des tenseurs sur les variétés orientables et non orientables