Twitter a accès à des milliards de points de données sur ses millions d’utilisateurs. Pourquoi a-t-il eu du mal à nettoyer sa plateforme ?
OLorsque Twitter dépose Elon Musk cette semaine dans son procès pour sa tentative d’achat de l’entreprise, la question des comptes de robots sera probablement au centre des préoccupations. Musk essaie de se retirer de l’accord de 44 milliards de dollars depuis des mois, affirmant que la plate-forme est remplie de bots. Il y a quelques mois, dans une série de tweets, le PDG de Twitter — Parag Agrawal — a donné une description détaillée de la complexité de l’estimation du spam sur la plateforme.
Musk a répondu : “Avez-vous essayé de les appeler?”
Twitter a un banc profond d’ingénieurs travaillant pour l’entreprise. Ils ont accès à des billions de points de données sur leurs plus de 300 millions d’utilisateurs actifs mensuels. Pourquoi une entreprise de cette taille a-t-elle eu du mal à nettoyer sa plateforme ?
En 2020, j’ai dirigé un projet à la RAND qui a développé des outils pour détecter l’ingérence russe dans les élections américaines sur Twitter . Notre équipe était petite (moins de 10 personnes). Nous n’avons eu accès qu’à 2,2 millions de tweets provenant de 630 391 comptes uniques. En quelques mois, notre équipe a pu détecter des modèles de bots et de trolls russes sur la plateforme qui semblaient interférer avec les élections américaines. Si RAND pouvait y parvenir en quelques mois, pourquoi Twitter ne pourrait-il pas faire de même à plus grande échelle ?
Voici une hypothèse possible : Twitter pourrait ne pas vouloir se pencher de trop près sur ce problème car il devrait alors supprimer des comptes, réduisant ainsi le nombre d'”utilisateurs actifs” signalés sur la plateforme.
Plus de 90 % des revenus de Twitter proviennent des annonceurs. Et il est probablement prudent de supposer que la plupart de ces annonceurs paient Twitter pour afficher des publicités à de vrais êtres humains, et non à des bots ou à des trolls russes se faisant passer pour des Américains. Si Twitter supprimait davantage de ces comptes non authentiques, cela affecterait ses statistiques d'”utilisateur actif”, qui génèrent des revenus publicitaires – la source de valeur de la plate-forme.
Twitter n’est pas le seul média social avec ce problème. En 2017, Facebook affirmait que les publicités sur ses plateformes pouvaient atteindre 41 millions d’Américains âgés de 18 à 24 ans. Le problème était que le US Census Bureau affirmait qu’il n’existait que 31 millions d’Américains dans ce groupe d’âge. Facebook fait maintenant face à un recours collectif lié à l’exagération de l’audience.
En termes simples, les entreprises de médias sociaux comme Twitter et Facebook ne sont pas incitées à examiner de trop près le problème des bots, des trolls et des comptes non authentiques. Le dernier lanceur d’alerte, Peiter “Mudge” Zatsko, qui était auparavant responsable de la sécurité chez Twitter , l’a dit .
Les entreprises de médias sociaux comme Twitter et Facebook ne sont pas incitées à examiner de trop près le problème des bots, des trolls et des comptes non authentiques.
Alors, que pourrait-on faire ? Mis à part la propre pêche à la traîne d’Elon Musk sur Twitter, il peut faire valoir un point légitime lorsqu’il appelle à une plus grande transparence sur qui est réellement une personne réelle sur les réseaux sociaux.
Des auditeurs tiers pourraient le faire. Cela garantirait que les estimations des utilisateurs actifs sur ces plateformes sont exactes, aidant les investisseurs et les annonceurs à prendre des décisions éclairées. Des chercheurs indépendants pourraient également le faire pour aider à éclairer les politiques publiques des plateformes – s’ils avaient accès à des données de qualité et à la liberté de publier les résultats.
Cette confrontation colorée entre Elon Musk et Twitter pourrait déboucher sur une discussion sur le développement d’une méthode plus systématique et transparente pour garantir que tout le monde sache combien de personnes réelles traînent autour de nos places publiques numériques.
La Source: Medium
