Voici #PourToi : Un jeu d’algorithmes

Peu de mots ont connu une ascension aussi fulgurante que le terme « algorithme ». Autrefois réservés aux mathématiciens ou aux informaticiens, les algorithmes font aujourd’hui l’objet de mises en garde de la part d’universitaires et de militants, de protestations de la part d’élèves et d’étudiants dont la vie et la carrière futures sont de plus en plus déterminées par des décisions algorithmiques, des personnifications et des personnalisations de la part d’apprenties vedettes sur YouTube, et sont considérés comme l’élément presque magique indispensable au succès de nouvelles plateformes comme TikTok.

Toutefois, les recherches de HabiloMédias montrent que les jeunes Canadiens, bien qu’ils soient maintenant familiers avec l’idée des algorithmes, comprennent mal leur véritable fonctionnement. Lorsque nous avons demandé aux jeunes d’expliquer ce qu’était un algorithme, la plupart ont donné des exemples de leurs interactions avec un algorithme de recommandation sur une plateforme comme Instagram, Netflix, TikTok ou YouTube. La plupart des élèves n’apprennent pas à l’école comment fonctionnent les algorithmes, ni comment ils influencent leur vie ou leurs expériences médiatiques. Ils apprennent plutôt les algorithmes à partir de leurs interactions avec eux, par fragments et avec du recul. Par conséquent, les participants à notre étude ont exprimé un sentiment d’impuissance et un manque de contrôle en ce qui concerne l’influence et l’impact des algorithmes dans leur vie.

Les algorithmes de recommandation, qui décident du contenu à montrer ou à suggérer sur les plateformes, représentent un défi particulier pour l’éducation aux médias. Bien qu’ils soient le type d’algorithme le plus familier aux jeunes, nous ne les connaissons le plus souvent que par leurs résultats. Tout le reste est un mystère : non seulement la façon dont les algorithmes prennent une décision, mais aussi les raisons pour lesquelles les plateformes font des choix particuliers lors de leur conception, la façon dont les données recueillies à notre sujet influencent leur fonctionnement, et la façon dont l’apprentissage machine peut les amener à établir des connexions que personne n’aurait pu imaginer.

Cependant, nos recherches ont permis de relever quelques conclusions positives. Les jeunes Canadiens désirent en apprendre davantage sur les algorithmes de recommandation. De plus, nous avons constaté qu’une activité assez courte, fondée sur un jeu, était efficace pour enseigner les connaissances et la compréhension nécessaires des algorithmes de recommandation et, plus important encore, incitait les participants à poser des questions critiques sur la façon dont ils réagissent et interagissent avec les algorithmes.

Sur la base de ces résultats, HabiloMédias lance #PourToi : Un jeu d’algorithmes. Destiné aux jeunes Canadiens âgés de 13 à 18 ans, et conçu pour être présenté en classe ou dans des espaces communautaires comme les clubs de devoirs ou de codage, le jeu #PourToi a pour but d’accroître la sensibilisation et la compréhension des questions relatives aux algorithmes de recommandation, notamment la vie privée, la désinformation et la publicité.

Contrairement à d’autres jeux de HabiloMédias comme Au-delà des faits et Protecteurs de données, le jeu #PourToi n’est pas un jeu numérique. Inspiré de jeux classiques de cartes comme Pokémon et Bears Versus Babies, le jeu utilise un ensemble de cartes robustes et attrayantes pour simuler les différents rôles que jouent les algorithmes de recommandation dans la diffusion de vidéos et de publicités en ligne.

Le but du jeu n’est pas seulement d’enseigner aux joueurs ce que sont les algorithmes de recommandation, mais de les amener à réfléchir et à poser des questions critiques sur le rôle que jouent les algorithmes dans leur vie. Pour ce faire, nous voulions que le jeu #PourToi soit une expérience de groupe dirigée par un enseignant ou un animateur, ce qui est beaucoup plus facile à faire lorsque le jeu n’est pas sur un écran. De plus, l’expérience tactile permet de rendre davantage concret le caractère abstrait des algorithmes.

Le jeu #PourToi comporte trois phases, chacune d’elles présentant un mode de fonctionnement différent des algorithmes de recommandation :

  • la phase Popularité : les joueurs essayent de deviner l’algorithme d’optimisation afin que leur vidéo soit vue par le plus grand nombre de personnes possible;
  • la phase Publicité : les joueurs essayent de résoudre l’algorithme lié au public afin que leurs publicités soient vues par le bon public;
  • la phase Apprentissage machine : les joueurs résolvent un nouvel algorithme lié au public à l’aide de données indirectes qui leur permettent de déduire des informations supplémentaires sur les utilisateurs.

Exemple de cartes OptimisationChaque phase comporte deux tours : au premier tour, les joueurs essayent d’en savoir le plus possible sur l’algorithme, et au second tour, ils utilisent ce qu’ils ont appris pour essayer de le « manipuler ».

Par exemple, dans la phase Popularité, le joueur qui conçoit l’algorithme choisit une carte Optimisation, laquelle représente les différentes choses qu’une plateforme pourrait utiliser pour créer son algorithme (pour empêcher les utilisateurs de quitter le site, ou les faire revenir au moins une fois par jour, ou encore les inciter à regarder des vidéos plus longtemps, et ainsi de suite), et la montre aux autres joueurs.

 

Exemple de cartes AlgorithmesIl conçoit ensuite un algorithme en utilisant trois des six cartes d’algorithme. Chacune d’elles représente un élément qu’un algorithme pourrait mesurer pour décider de la portée de la recommandation d’un vidéo : le nombre de mentions « J’aime » qu’elle a reçu, le nombre de personnes qui l’ont partagée, etc. Le joueur de l’algorithme classe ensuite ces trois cartes, de la plus importante à la moins importante, et les place face cachée devant lui.

 

Exemple de cartes VidéosEnsuite, les autres joueurs, qui jouent chacun le rôle d’un vidéaste en herbe, pigent cinq cartes Vidéo et en jouent une. Chaque vidéo correspond à deux cartes Algorithmes (p. ex. celle-ci correspond aux mentions « J’aime » et aux abonnés), ce qui signifie qu’elle possède deux qualités qu’un algorithme pourrait rechercher.

Le joueur de l’algorithme note maintenant chacune de ces vidéos en fonction de sa correspondance aux cartes Algorithme qu’il a jouées : trois points si elle correspond à la première carte, deux points si elle correspond à la deuxième carte, et un point si elle correspond à la troisième, ce qui donne un score entre zéro et cinq.

Au deuxième tour, les joueurs essayent de « manipuler » l’algorithme, en devinant, sur la base des scores du premier tour, quelles cartes Algorithme ont été jouées et dans quel ordre. Sur la base de cette supposition, ils jouent les deux cartes Vidéo en main qu’ils pensent être les plus favorisées par l’algorithme.

Exemple de cartes Mise en avantPour aider les joueurs à comprendre que les algorithmes peuvent parfois être manipulés d’autres manières, le jeu comporte également des cartes Mise en avant. Elles représentent chacune une manière « non authentique » de rendre un contenu plus populaire, notamment au moyen d’une « ferme de J’aime » (un groupe de comptes et d’appareils utilisés pour simuler des mentions « J’aime ») ou une salle de partage de gazouillis (des groupes de comptes qui partagent tous les messages des autres, pour faire croire qu’ils deviennent viraux). Chacun de ces éléments correspond à une carte Algorithme différente et double la valeur d’une carte Vidéo correspondant à cette carte.

Les deuxième et troisième phases se jouent de la même façon, mais ajoutent de nouvelles questions et plus de complexité. Dans la deuxième phase, les joueurs sont des annonceurs plutôt que des créateurs de vidéos et utilisent des cartes Données, lesquelles représentent des renseignements personnels concernant les utilisateurs, pour cibler plus efficacement leurs publicités. Dans la troisième phase, les joueurs découvrent comment l’apprentissage machine peut utiliser les renseignements connus sur un utilisateur comme des « données indirectes » pour une information qu’ils ne connaissent pas (p. ex. en utilisant le nom d’une personne pour deviner son genre, ou les sites Web qu’elle a visités pour deviner son orientation sexuelle) et l’utiliser pour un ciblage encore plus précis.

Le jeu #PourToi est accompagné d’un plan de leçon (à utiliser en classe) et d’un guide de discussion (à utiliser à la maison, dans le cadre d’un atelier ou dans un groupe communautaire). Ces deux ressources incluent également des instructions non seulement pour jouer au jeu, mais aussi pour se préparer avant chaque phase afin d’aider les joueurs à activer leurs connaissances préalables et à introduire des informations et des idées clés, et faire un compte rendu après le jeu pour réfléchir à ce qu’ils ont appris en jouant. Nous avons également réalisé des vidéos pour expliquer comment jouer et vous guider pour les questions de discussion. Comme pour toutes les ressources de HabiloMédias, la leçon est liée aux attentes du programme éducatif dans chaque province et territoire.

Des sites de vidéos aux demandes d’emploi, en passant par nos cotes de crédit et les prix qui nous sont facturés lorsque nous faisons des achats en ligne, les algorithmes sont devenus une partie incontournable, mais souvent invisible de nos vies. Nous espérons que vous essayerez ce jeu de cartes en classe ou dans votre groupe communautaire pour aider les jeunes à comprendre comment les algorithmes façonnent leur vie, et ce qu’ils peuvent faire pour en prendre le contrôle.

Découvrez comment commander des ensembles gratuits du jeu de cartes ici.


#PourToi : Un jeu d’algorithmes a été rendu possible grâce au financement du Commissariat à la protection de la vie privée du Canada.