thumb|right|Eli Pariser a théorisé le concept de la bulle de filtres.
La bulle de filtres. ou bulle de filtrage (de l’) est un concept développé par le militant d'Internet Eli Pariser. Selon Pariser, la « bulle de filtres » désigne à la fois le filtrage de l'information qui parvient à l'internaute par différents filtres ; et l'état d'« isolement intellectuel » et culturel dans lequel il se retrouve quand les informations qu'il recherche sur Internet résultent d'une personnalisation mise en place à son insu. Selon cette théorie, des algorithmes sélectionnent « discrètement » les contenus visibles par chaque internaute, en s'appuyant sur différentes données collectées sur lui. Chaque internaute accéderait à une version significativement différente du web. Il serait installé dans une « bulle » unique, optimisée pour sa personnalité supposée. Cette bulle serait in fine construite à la fois par les algorithmes et par les choix de l'internaute (« amis » sur les réseaux sociaux, sources d'informations, etc.).
Eli Pariser estime que ce phénomène est devenu commun sur les réseaux sociaux et via les moteurs de recherche. Des sites tels que GoogleLes bulles de filtres mises en place par Google pour faciliter notre recherche présenteraient les informations en fonction ., FacebookWormser G (2017). Building Global Community: La tentation hégémonique de Mark Zuckerberg et de Facebook. Sens Public., Twitter ou Yahoo! n'affichent pas toutes les informations, mais seulement celles sélectionnées pour l'utilisateur, et de manière hiérarchisée selon ses prédispositions supposées (y compris idéologiques et politiques)Stroud N (2008), Media use and political predispositions: Revisiting the concept of selective exposure. Polit. Behav. 30, 341–366 |Doi:10.1007/s11109-007-9050-9.. À partir de différentes données (historique, clics, interactions sociales), ces sites prédisent ce qui sera le plus pertinent pour lui. Ils lui fournissent ensuite l'information la plus pertinente (y compris du point de vue commercial et publicitaire), en omettant celle qui l'est moins selon eux. Si les algorithmes considèrent qu'une information n'est pas pertinente pour un internaute, elle ne lui sera simplement pas présentée.
Médiatisé depuis les années 2010, le concept de bulle de filtres a été critiqué pour l'importance qu'il accorde aux algorithmes et aux mesures techniques de personnalisation.. Une étude nuance par exemple l'impact de l'éclatement des bulles de filtre sur notre capacité à nous remettre en question. et rappelle l'influence encore majeure de la télévision..
Enjeux Grâce à l'Internet, l'information potentiellement disponible ne cesse de croître : elle est en théorie de plus en plus accessible, ce qui permettrait à un internaute proactif de découvrir de nombreux points de vue différents du sien Bakshy E, I. Rosenn, C. Marlow, L. Adamic, Proc. 21st Int. Conf. World Wide Web Pages 1201.4145 (2012).. Mais paradoxalement, selon Bakshy et al. (2015) et d'autres auteursW. L. Bennett, S. Iyengar (2008), A new era of minimal effects? The changing foundations of political communication. J. Commun. 58, 707–731. doi:10.1111/j.1460-2466.2008.00410.x .Pariser E (2011), The Filter Bubble: What the Internet Is Hiding from You (Penguin Press, London).S. Messing, S. J. Westwood (2012), . Communic. Res. 41, 1042–106., l'accès réel à l'information de presse, aux opinions et à l'information est de plus en plus filtré par des algorithmes de moteurs de recherche, et/ou via les réseaux sociauxEli Pariser, The Filter Bubble: What the Internet Is Hiding from You, Penguin Press (New York, mai 2011) ..
Des chercheurs ont montré qu'au sein de Facebook, le filtrage algorithmique puis le filtrage par les pairs limite le libre-arbitre de l'internaute en ne lui présentant pas une large part de l'information (et notamment en limitant son accès à des données ou interprétations qui seraient a priori plus difficiles à adopter pour luiBennett W.L & Iyengar S (2008), A new era of minimal effects? The changing foundations of political communication. J. Commun. 58, 707–731 | doi:10.1111/j.1460-2466.2008.00410.x.Sunstein C.R (2007), Republic.com 2.0 (Princeton Univ. Press, Princeton, NJ).) et en ne présentant souvent qu'une partie des facettes d'une information. Les brèves d'information partagées de pair à pair par des millions d'utilisateurs proviennent en effet très majoritairement de sources alignées sur l'idéologie ou les préférences de l'internaute. Le lecteur rencontre 15 % de contenu transversal en moins dans ses fils d'actualité (à cause du classement algorithmique) et il cliquera 70 % moins facilement sur des informations venant de sources inhabituelles pour lui.
Comme dans une chambre d'écho, ce phénomène tendrait à s'auto-entretenir en reproduisant majoritairement les opinions, croyances et perspectives de l'utilisateur en formant un cercle vicieux.
Sur le plan de la diversité des opinions politiques, un effet notable est l'accroissement de la polarisation politique typique des sociétés modernes : les opinions modérées disparaissent; seuls subsistent des opinions situées aux extrêmes.
Effets psychosociaux supposés Un internaute d'une orientation politique donnée verrait plus de contenus favorables à cette orientation. Il serait moins soumis à des points de vue contradictoires , 29 avril 2011, The Filter Bubble by Eli Pariser. — Consulté le 31 janvier 2012. car les algorithmes sélectionneraient pour lui les contenus les plus pertinents, ceux qui lui plaisent le plus. Par exemple, un internaute qui serait identifié comme « de gauche » par le site, se verrait alors proposer moins de contenus « de droite ».
Des requêtes similaires peuvent alors donner des résultats très différents. Supposons par exemple que deux personnes, une plutôt à droite politiquement et l'autre plutôt à gauche, recherchent le terme « BP ». Les utilisateurs « de droite » trouveront des informations sur les investissements dans la British Petroleum. Les utilisateurs « de gauche » obtiendront des informations sur la marée noire dans le golfe du Mexique Interview d'Eli Pariser par Lynn Parramore, The Atlantic, 10 octobre 2010 – Consulté le 31 janvier 2012.. Il en va de même pour la présentation des informations relatives à une guerre, par exemple la guerre d'IrakS. Kull, C. Ramsay, E. Lewis (2003) , Misperceptions, the media, and the Iraq War. Polit. Sci. Q. 118, 569–598. doi:10.1002/j.1538-165X.2003.tb00406.x. ou plus récemment les informations données aux partisans de Donald Trump aux États-UnisS. Messing, S. J. Westwood(2012), . Communic. Res. 41, 1042–1063 ..
La bulle de filtres peut influencer les relations sociales et les réseaux sociaux et inversement. Dans certains réseaux sociaux, la personnalisation algorithmique masquerait les messages les moins pertinents, ceux qui seraient les moins cliqués par l'utilisateur. Moins on interagit avec un « ami » Facebook, moins les messages qu'il publie nous seront visibles, moins l'on sera susceptibles d'interagir avec lui. Pariser met en avant la « disparition » des messages de ses amis conservateurs de son flux d'activité Facebook. Alors qu'il avait ajouté des « amis » conservateurs pour lire leur opinion, la personnalisation ne lui suggérait plus les publications venant de ces personnes. Selon l'algorithme, cela n'était pas pertinent pour Pariser : il n'était pas censé cliquer ou lire ces opinions.
La bulle de filtre réduirait donc le champ informationnel de l'internaute ; Selon A Saemmer (2017), de nombreux étudiants disent consulter la presse en ligne exclusivement ou principalement en suivant des liens postés par leurs amis sur les réseaux sociaux, c'est-à-dire sans consulter la « une » ou le sommaire des journauxSaemmer A (2017) Interpréter l’hyperlien en contexte pédagogique: éléments d’une sémiotique sociale. Le français aujourd'hui, (1), 25-34..
Selon Messing (2012), dans un réseau social, des appuis sociaux plus forts peuvent conduire à un buzz qui augmente la probabilité qu'un internaute choisisse de lire un contenu qui sans cela ne lui aurait pas été présenté, ce qui pourrait dans une certaine mesure contrebalancer son exposition sélective initiale. Néanmoins, en 2016 dans un long article, longuement commenté depuis, Katharine Viner, rédactrice en chef du journal The Guardian, estime que le numérique a considérablement ébranlé notre rapport aux faits et que les réseaux sociaux, en particulier, sont grandement responsables de la victoire des partisans (populistes) du référendum sur l'appartenance du Royaume-Uni à l'Union européenne, bien qu'ils aient eux-mêmes reconnu que leurs arguments étaient mensongers. Viner affirme que si les réseaux sociaux colportent volontiers des rumeurs et des « mensonges avérés », cela tient aux bulles de filtres qui, en fonction des pages consultées, renvoient les utilisateurs à ce qu'ils ont l'habitude de consulter et qui, par conséquent tendent à les conforter dans leurs opinions au lieu de stimuler leur esprit critiqueHow technology disrupted the truth, Katharine Viner, The Guardian, 12 juillet 2016Traduction en français : Comment le numérique a ébranlé notre rapport à la vérité, Le Courrier international, 9 septembre 2016..
Réseaux sociaux Le succès du Web social et la surcharge d’information que ce succès engendre ont rapidement provoqué le besoin de trier l’information, et de développer les capacités de filtrage des plateformes interactionnelles. Les moteurs de recherche comme Google ou les réseaux sociaux comme Facebook ou Twitter sont programmés pour mettre en avant de l’information dite « pertinente », autrement dit, susceptible d’intéresser l’utilisateur et d’écarter l’information jugée moins pertinente. La popularité des réseaux sociaux réside dans cette capacité à présenter efficacement et rapidement du contenu intéressant pour l’utilisateur.. Le filtrage fonctionne grâce à la mise en place d’un algorithme. L’informaticien Gérard Berry parle « d’une façon de décrire dans ses moindres détails comment procéder pour faire quelque chose ».. Sur internet, les algorithmes instaurent une hiérarchie dans l’apparition des contenus sur l’interface des utilisateurs. Ils influencent chacun à leur manière l’accès à l’information et fournissent une expérience particulière et personnalisée pour chaque utilisateur. Par exemple, sur les réseaux sociaux, ce sont les « likes » ou les « retweets » qui provoquent la mise en évidence de certains contenus par rapport à d’autres, jugés alors moins pertinents..