La tribu sociale d’un individu devient particulièrement détectable sur les réseaux sociaux

Les réseaux sociaux se sont développés, outre sur le fait de proposer des outils de communication immédiats et instinctifs, sur la mise en avant de l'individu. Il s'agit ainsi par le biais de photos, de commentaires et de centres d'intérêts méticuleusement définis d'offrir l'image la plus individuelle, la plus personnelle de l'utilisateur sur Internet. Personnalisation qui s'est révélée extrêmement intéressante aussi bien du point de vue de l'analyse sociologique que des techniques de marketing ou de développement de produits plus adaptés aux attentes des consommateurs. Mais sommes nous aussi uniques que nous voulons bien le faire croire? A l'image de ce que la sociologie a mis en lumière au cours des années 60 et 70, cette unicité des individus sur les réseaux sociaux n'est souvent que parcellaire. Au contraire, ceux-ci ont tendance à participer d'une sous-culture, d'un groupe spécifique. Les chercheurs de l'Université de Californie ont ainsi développé un algorithme permettant de définir des entités sociales, ce qu'ils appellent des tribus sociales, à partir des différentes informations publiées sur les réseaux sociaux.

L'uniformité de la différence

De fait, nous sommes déjà conscients pour la plupart de l'existence de ces groupes sociaux, que ce soit le BCBG, le Surfer ou récemment le Hipster, ceux-ci sont souvent aisément reconnaissables pour un humain. Cependant, l'ordinateur n'était pas encore à même de les définir avec précision. Ainsi, si certains signes peuvent pour nous être chargés de signification culturelle, les algorithmes existants n'étaient pas encore à même d'en systématiser l'importance. C'est chose en partie faite par les chercheurs de l'Université de Californie. Via l'utilisation de la méthode dites des parties et attributs, cet algorithme est à même d'analyser étape par étape les photos qui lui sont soumises pour mettre en lumière les signes distinctifs, bijoux, tatouages, coupe ou couleur de cheveux par exemple permettent à l'algorithme de définir avec précision, dans 48% des cas, la sous-culture associée. Si le chiffre semble encore peu élevé, il faut le comparer aux méthodes existantes dont le taux de réussite n'était que de 9%. "Ce n'est que la première étape" explique Serge Belongie, co-auteur de l'étude, "nous sommes encore en train de gratter la surface pour définir quels sont les signaux." Pour en améliorer la précision les chercheurs ont ainsi cherché à intégrer à cette analyse par accessoire une reconnaissance faciale, permettant d'élargir le champ d'attributs au maquillage par exemple.

Reciblage de groupe

Si l'accomplissement technologique est admirable, ce sont les possibles retombées qui s'avèrent particulièrement intéressantes. Effectuée à partir des images fournies sur les réseaux sociaux, le but premier en était d'améliorer les suggestions et outils de rapprochement entre individus présentant des caractéristiques sociales les affiliant à un même groupe informel. Par extension, ce principe s'étend aussi au reciblage publicitaire, permettant ainsi un reciblage à deux niveaux. Il s'agirait ainsi, outre le fait de pouvoir proposer un reciblage publicitaire basé sur les pages précédemment visitées, un reciblage d'anticipation en définissant les modes et produits de consommation communs à un même groupe social. Les chercheurs californiens, s'ils cherchent encore à affiner leur critère de recherches et d'identification, souhaitent étendre leur algorithme depuis la photo vers le support vidéo, ce qui pourrait, dans le cas des systèmes de surveillance, s'avérer utile dans la détection et la prévention des risques.