Les algorithmes qui identifient les personnes influentes sur les réseaux sociaux peuvent aider à maximiser la portée des messages, mais une étude de modélisation publiée dans Nexus PNAS montre que ces mêmes algorithmes peuvent diffuser l’information de manière inéquitable, exacerbant potentiellement les inégalités sociales existantes.
Des campagnes de santé publique aux informations sur les services sociaux, des algorithmes identifiant les « influenceurs » ont été utilisés pour maximiser la portée. Vedran Sekara et ses collègues ont utilisé le modèle de cascade indépendante sur des réseaux sociaux synthétiques et divers du monde réel, y compris les connexions entre les ménages de plusieurs villages, les connexions entre les blogueurs politiques, les amitiés sur Facebook et les collaborations scientifiques.
Les auteurs ont découvert qu'en maximisant la propagation, les algorithmes de maximisation de l'influence créent des lacunes en matière d'information, dans lesquelles certains groupes extérieurs ne reçoivent pas d'informations importantes. Les individus susceptibles d’être laissés de côté sont appelés « nœuds vulnérables ».
Les auteurs proposent un algorithme multi-objectif conçu pour maximiser à la fois la diffusion et l'équité, qui tente de transmettre des informations aux nœuds du réseau susceptibles d'être négligés par les méthodes standard. La méthode qui en résulte pour choisir les influenceurs à cibler entraîne 6 à 10 % de nœuds vulnérables en moins avec un effet négligeable sur la portée globale. Selon les auteurs, l’utilisation d’algorithmes plus équitables peut contribuer à réduire les inégalités.
