Démasquer les faux avis du Web | CNRS le journal
►https://lejournal.cnrs.fr/billets/demasquer-les-faux-avis-du-web
En effet, les agences d’e-réputation spécialisées dans la création de faux avis savent adapter leur style de rédaction aux plus récentes avancées des systèmes de détection. Cette course entre la recherche et ces faussaires professionnels rend le développement d’un filtre de détection extrêmement difficile et fragile.
Les limites potentielles des algorithmes fondés uniquement sur l’analyse textuelle des avis m’ont poussé à y inclure des facteurs contextuels susceptibles d’aider les internautes à détecter les faux avis. L’objectif de cette deuxième stratégie place l’internaute et ses compétences « numériques » au centre des intérêts. Lors d’une série d’études expérimentales, j’ai analysé l’importance et l’utilité de différentes caractéristiques contextuelles d’un avis3.
L’un des indicateurs les plus pertinents est la cohérence entre cet avis particulier et la moyenne des notes attribuées par les autres internautes au produit ou au service en question. Si un avis très positif se distingue très clairement des avis précédents, un certain niveau de scepticisme semble opportun. L’avantage de cet indicateur est que sa manipulation par les différents acteurs est plutôt difficile. De plus, si l’auteur d’un avis révèle des informations sur son identité (nom, ville, âge) et le contexte de l’expérience (en couple, seul/e), cela affecte également la crédibilité d’un avis et de son auteur4. Ces informations permettent en effet de voir les avis précédemment publiés par cet internaute. Malgré les travaux pionniers entrepris dans cette direction, plus d’études sont nécessaires pour identifier et tester les indicateurs de contexte susceptibles d’assister les internautes dans la détection des faux avis.
