| Přispěvatelé: |
UCL - SSH/ILC/PCOM - Pôle de recherche en communication, UCL - Faculté des sciences économiques, sociales, politiques et de communication, Philippette, Thibault, Fastrez, Pierre, Beuscart, Jean-Samuel, Bonenfant, Maude, Jungers, Raphaël |
| Popis: |
A recommender system is a computer-based information filtering device that automatically selects media content that may be of interest to the user of a digital service. These technologies provide a personalised access to a catalogue of objects too large to be searched manually. The increasing integration of these systems into the digital ecosystem has raised many concerns about maintaining a common public space for individuals to be exposed to information that diverges from their immediate views and interests. This risk is intensified by the interfaces of these devices which, in order to smooth the user experience, hide the workings of the algorithm and limit the user’s involvement in the recommendation process. While it is possible for an experienced user to understand how the system works, it is becoming increasingly difficult for the majority of users to assess the effect of the algorithm on the ordering of information. An important research challenge is therefore to explore alternative design patterns that allow users to understand the effects of these technologies on their media practices. In this thesis, we evaluated the effect of the controllability of a recommender system on the individual autonomy of its users. To do so, we developed Alveho, an experimental platform supplied daily with press articles from the RTBF. For five weeks, the 23 participants of our study were asked to consult this site daily, which is equipped with its own recommender system as well as tools allowing the participants to adjust the algorithm’s behaviour. By recording our participants’ interactions with the system and conducting individual interviews, we were able to observe their behaviour precisely during the study. Our results indicate that the availability of tools to control the algorithm is not a sufficient condition for the development of user autonomy. This finding can be explained by the significant cognitive overload required by the use of these additional components. We were also able to identify several promising features supporting the development of critical thinking in our participants. Un système de recommandation est un dispositif informatique de filtrage de l’information qui sélectionne de façon automatique des contenus médiatiques susceptibles d’intéresser l’utilisateur d’un service numérique. Ces technologies permettent de fournir une porte d’accès personnalisée à un catalogue d’objets trop volumineux pour être consulté manuellement. L’intégration croissante de ces systèmes au sein de l’écosystème numérique a suscité de nombreuses inquiétudes quant au maintien d’un espace public commun permettant aux individus d’être exposés à des informations qui divergent de leurs opinions et intérêts immédiats. Ce risque est accentué par les interfaces de ces dispositifs qui, afin de lisser l’expérience utilisateur, masquent le fonctionnement de l’algorithme et limitent l’implication de l’utilisateur dans le processus de recommandation. S’il est possible pour un utilisateur expérimenté d’appréhender le fonctionnement du système, il devient de plus en plus difficile pour la majorité des usagers d’évaluer l’effet de l’algorithme sur l’organisation de l’information. Un enjeu de recherche important consiste donc à explorer des trajectoires de design alternatives permettant aux utilisateurs d’appréhender par eux-mêmes les effets de ces technologies sur leurs pratiques médiatiques. Dans le cadre de cette thèse, nous avons évalué l’effet de la contrôlabilité d’un système de recommandation sur l’autonomie individuelle de leurs utilisateurs. Pour ce faire, nous avons développé Alveho, une plateforme expérimentale alimentée quotidiennement en articles de presse issus de la RTBF. Pendant cinq semaines, les 23 participants de notre étude furent amenés à consulter quotidiennement ce site qui est équipé de son propre système de recommandation ainsi que d’outils permettant aux participants d’ajuster le comportement de l’algorithme. L’enregistrement des interactions de nos participants avec le système ainsi que la réalisation d’entretiens individuels nous permirent d’observer précisément leur comportement pendant la durée de l’étude. Nos résultats nous indiquent que la présence d’outils de contrôle de l’algorithme n’est pas une condition suffisante pour permettre le développement de l’autonomie de l’utilisateur. Ce constat s’explique notamment par la surcharge cognitive importante que nécessite l’usage de ces composants additionnels. Nous avons également pu identifier plusieurs leviers prometteurs permettant de soutenir le développement d’une réflexion critique chez nos participants. (COMU - Information et communication) -- UCL, 2022 |
