« Je l’ai lu sur Internet » : Pourquoi se fier aux contenus en ligne
Notice bibliographique
Résumé
Bien des propositions trouvées sur Internet ne méritent pas d'être crues et de nombreux spécialistes de la question s'efforcent de démontrer les effets néfastes de la désinformation sur le web, de ses chambres d'écho et de la personnalisation des contenus. Ce chapitre vise à équilibrer la réflexion épistémologique critique sur le web avec la reconnaissance de ses réalisations étonnantes. Il explore certaines configurations sociotechniques guidant la production, la notation et la filtration des contenus sur le web, et répondant à trois grands défis : la fiabilité très variable des producteurs de contenu, la vigilance limitée des usagers et l’abondance de matériel. En s’attardant au fonctionnement de Wikipédia, de mécanismes décentralisés de pointage (comme sur StackExchange ou Reddit) et d’outils de priorisation de contenus (comme sur Google), nous analysons comment des choix sociaux et techniques favorisent (ou nuisent) au rapprochement entre ce qui convainc et ce qui devrait être cru sur Internet.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,015 |
| Communication savante | 0,017 | 0,029 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».