Réseaux sociaux »   Le thème de la désinformation s’est retrouvé sous les projecteurs depuis 2016, spécialement après les accusations selon lesquelles de fausses nouvelles circulant sur Facebook auraient aidé Donald Trump à entrer à la Maison-Blanche. Après avoir d’abord nié que de fausses ­informations avaient eu une influence sur les électeurs, le patron de Facebook Mark Zuckerberg a annoncé des plans pour limiter leur diffusion sur son réseau social.

Beaucoup s’activent pour trouver une solution: cela va de géants comme Facebook à Google en passant par des accros de la technologie. Mais ceux qui ont commencé à étudier le phénomène bien avant les résultats inattendus des dernières présidentielles américaines avaient déjà mis les experts en garde sur le fait que la lutte contre les fausses nouvelles serait difficile.

La polarisation en hausse

«Il y a une course entre les machines et les personnes qui fabriquent de fausses informations par jeu, pour des raisons politiques ou pour de l’argent», déclare Kalina Bontcheva, professeure à l’Université de Sheffield, au Royaume-Uni.

Le plan en sept points de Mark Zuckerberg pour freiner la diffusion de fausses nouvelles sur Facebook inclut «une meilleure détection pour améliorer notre capacité à classifier la désinformation». Kalina Bontcheva compare la technologie qui permet de le faire avec celle des filtres antispams des e-mails.

Et en Suisse? Le chercheur de l’Université de Zurich Kinards Udris avertit que la polarisation va en augmentant et qu’étant donné que de plus en plus de personnes accèdent aux nouvelles via les médias sociaux, les experts doivent surveiller l’évolution de la situation. Le projet de recherche dirigé par l’universitaire tente de résoudre le problème des nouvelles plus subtiles qui contiennent des informations ayant un but caché. Baptisé Pheme et financé par la Commission européenne, il réunit un groupe d’experts en informatique, des universités et swissinfo.ch. Le but est de développer des technologies qui puissent aider les journalistes à vérifier la véracité de ce que l’on peut lire en ligne.

Cela peut sembler évident, mais apprendre à une machine à donner une indication claire sur la véracité d’un texte est très complexe. Les scientifiques doivent combiner différentes approches en exploitant à la fois l’histoire des réseaux sociaux et les messages individuels (posts), afin d’en extraire un schéma plus large sur les contenus crédibles et douteux, explique le spécialiste des données Pierre Vandergheynst.

«Personne n’y est encore vraiment parvenu. Vous pouvez lire un texte et décider si vous pouvez vous y fier, mais une machine n’a pas les facultés cognitives nécessaires pour le faire», poursuit ce professeur de l’Ecole polytechnique fédérale de Lausanne qui étudie notamment la manière dont l’information évolue sur une plate-forme comme Wikipédia.

Les sources suspectes

Kalina Bontcheva admet que le développement de cette technologie n’en est encore que dans sa phase initiale. «Nous faisons des essais depuis trois ans, mais nous sommes encore loin du niveau de fiabilité dont nous avons besoin», dit-elle.

Outre Facebook et Google, qui ont annoncé des plans pour réduire les fausses nouvelles, d’autres experts de la technologie tentent de combattre la dés-information en ligne. Parmi les projets lancés en 2016, il y a BS detector, développé par un ingénieur en informatique aux Etats-Unis. Daniel Sieradska a indiqué à la presse avoir créé un plug-in pour les navigateurs qui «en environ une heure» détecte et signale les sources suspectes sur la base d’une liste de sites connus pour diffuser de fausses nouvelles. Cette méthode est similaire au système de filtrage des spams, indique Pierre Vandergheynst.

Le risque de censure limite toutefois la possibilité pour les Etats de restreindre l’information. Kinards Udris voit peu de raisons d’introduire une nouvelle législation, soulignant que la loi actuelle sur la diffamation représente – du moins en Suisse – une manière de gérer les cas d’affirmations ­fallacieuses.