Deepfakes et élections américaines
Certes, Trump a gagné cette élection sans qu'un deepfake de dernière minute montrant son adversaire dans une situation compromettante — sans suffisamment de temps pour le démentir — ne vienne tragiquement fausser le scrutin dans la dernière ligne droite (comme cela s'est produit, par exemple, lors des élections slovaques de septembre 2023).
Étonnamment, la campagne de 2024 restera dans l'histoire comme celle des fake à l'ancienne, sans recours à la technologie : histoires sur les migrants haïtiens mangeant les chiens de bons citoyens américains, prisonniers libérés au Congo et envoyés aux États-Unis, etc.
Malgré cela, le terrain numérique a été, plus que jamais, le théâtre d'une lutte de plus en plus biaisée entre les candidats, contribuant de manière significative à la désorientation des électeurs.
Et ce n'est pas seulement parce que des « deepfakes » ont circulé massivement pendant la campagne, depuis des vidéos de Martin Luther King soutenant Trump jusqu'à des images sexualisées de Kamala Harris visant à la discréditer.
Dans le camp démocrate, cela s'est également produit, mais parmi les 10 fake news les plus virales de la campagne, 9 ont eu pour victime Kamala Harris.
Je souligne deux éléments cruciaux de cette campagne à cet égard :
❶ Elon Musk.
Le dévouement sans réserve du magnat et de son réseau social X à Trump a probablement joué un rôle décisif.
Musk a probablement modifié l'algorithme de la plateforme depuis le 13 juillet, entre autres pour que ses propres tweets apparaissent par défaut dans le flux de nombreux utilisateurs qui ne le suivent pas. À partir de cette date, les vues de ses posts ont augmenté de 138 % et les retweets de 238 % d'un jour à l'autre.
Il est même allé jusqu'à poster une vidéo trafiquée de Harris (en violation des règles de modération de contenu de son propre réseau social, puisqu'il ne la qualifie pas de fausse).
❷ L'effet de vérité illusoire
Ce biais cognitif, mis en évidence pour la première fois en 1977 par des chercheurs de l'université Temple Villanova, révèle qu'une affirmation devient d'autant plus crédible que nous y sommes exposés, qu'elle soit vraie ou fausse.
Par exemple, les utilisateurs de X ont été exposés en moyenne 24 fois à l'histoire selon laquelle Kamala Harris aurait prétendu être indienne avant de se présenter comme noire. Les expériences montrent que le pourcentage de personnes croyant une telle histoire augmente à chaque fois qu'elles la voient.
Vous souhaitez réagir à ce billet ou lire d’autres contenus sur les défis auxquels nous faisons face en lien avec le numérique ?
⮕ Rendez-vous sur LinkedIn.
⮕ Souscrivez à OFF, la newsletter pour reprendre le contrôle.