Au cours des dernières décennies, l'impact des médias sociaux a suscité un intérêt croissant. L'une des raisons en est leur impact croissant sur la dynamique sociale et politique, qui suscite des inquiétudes quant à plusieurs phénomènes hypothétiques : chambres d'écho, polarisation, bulles de filtre, extrémisme, etc. En outre, la recherche indique que les algorithmes de recommandation pourraient jouer un rôle dans certains de ces phénomènes.
Alors que les recherches antérieures se sont concentrées sur les résultats des algorithmes de recommandation, notre travail vise à se concentrer sur l'algorithme lui-même et sur le processus de calcul utilisé pour créer les recommandations. Ce faisant, nous intégrons notre travail dans la littérature croissante sur l'interprétabilité et l'explicabilité des algorithmes. Et nous jetons les bases d'autres travaux sur l'audit et la transparence algorithmiques, qui font l'objet de recherches approfondies de la part des institutions publiques européennes.
Faverjon, T., Ramaciotti, P. (2023). How do recommendation algorithms learn and leverage political preferences of users? In IC2S2 2023: 9th International Conference on Computational Social Science. Ici.
Faverjon, T. (2023). Relations between political preferences of users and recommendation algorithms on social medias. CIVICA resaerch conference 2023. Ici.