Entropie

L'entropie est la mesure de l'incertitude. 

Si l'on considère une source composée d'un ensemble de symboles donnés, plus un message provenant de cette source est inattendu (c'est-à-dire de faible probabilité), plus il contient d'informations. Si l'on considère l'inverse, une entropie pure, c'est-à-dire une randomisation totale ou une absence complète d'ordre, ne transmet en réalité aucune information.

Si le contenu d'un message est très prévisible (par exemple, une source qui envoie toujours le message "A"), ce message ne dit rien de nouveau au destinataire, c'est-à-dire qu'il ne contient aucune information. Chaque message reçu est déjà connu. L'entropie est ici faible.

En revanche, si le contenu du message est rempli de symboles rares ou inattendus, cela signifie pour vous une nouvelle information. Ce message possède une valeur informative élevée car il est inattendu. Cependant, tant qu'il s'agit d'un événement isolé, l'entropie globale du système n'augmente pas. Il s'agit seulement d'une augmentation momentanée de l'information, et non d'une augmentation de l'entropie.

Cependant, si le message est une séquence de symboles totalement aléatoire et sans règle (par exemple, des amas de lettres sans signification), cela ne transporte pas non plus d'information utile. Car dans ce caractère aléatoire, il n'y a aucune structure ou motif significatif. C'est dans ce cas que l'entropie est à son niveau maximum, mais qu'il n'y a aucune information significative. Une entropie extrêmement élevée, c'est-à-dire un flux de messages totalement aléatoire et dépourvu de sens (par exemple "xy!@#q"), ne produit pas de l'information, mais du bruit (noise). En d'autres termes, pour produire de l'"information", il faut une surprise significative.

Si l'on réfléchit en termes de sciences sociales, dans un environnement médiatique soumis à une censure totale, on observe une faible entropie. C'est-à-dire que les nouvelles sont trop prévisibles. L'information est rare. Un environnement de réseaux sociaux où chacun produit du contenu de manière aléatoire contient une entropie très élevée. Il devient difficile d'extraire du sens des messages reçus. Cette situation ne mène pas à l'information, mais au chaos. Pour un flux d'information optimal, une entropie de niveau moyen est préférable. En d'autres termes, un peu d'ordre, un peu de surprise.

Par exemple, le concept de "bulle de filtres" (filter bubble) que nous rencontrons sur les plateformes de réseaux sociaux décrit le champ de vision étroit créé par les algorithmes qui filtrent le contenu en fonction des centres d'intérêt des utilisateurs. Ici, l'entropie est artificiellement réduite par la plateforme.

Sur ces plateformes, il existe une logique consistant à montrer ce que vous regardez. Ainsi, l'algorithme rend le contenu prévisible et répétitif. Cette situation offre à l'utilisateur une expérience sûre et familière, mais réduit également l'entropie, et par conséquent, la valeur de l'information reçue du système diminue. Un paradoxe se crée ici : lorsque les utilisateurs s'ennuient, ils quittent l'application. L'algorithme doit donc ajouter un peu de surprise.

C'est là qu'intervient la "gestion de l'entropie". TikTok, et dans une certaine mesure YouTube Shorts, règlent leurs algorithmes selon ce principe : "Montre à l'utilisateur 70 % du contenu qu'il aime, mais donne-lui aussi environ 30 % de contenus aléatoires et imprévisibles."

Cela éveille chez l'utilisateur le sentiment de découverte (c'est-à-dire la réception de nouvelles informations). Ainsi, l'algorithme augmente l'entropie de manière contrôlée. Cependant, cette augmentation n'est pas aléatoire, elle est réalisée avec des contenus surprises préalablement testés. En d'autres termes, cela ne se produit pas sous forme de chaos total, mais sous forme de surprises gérées, et l'on tente de maintenir un niveau d'attention élevé. Cette situation rappelle la distinction faite par C. Shannon dans la théorie de la communication entre le "bruit" et l'"information". S'il y a une surprise, il y a de l'information, mais si la surprise est coupée de son sens (de son contexte), elle devient alors du "bruit".

D'autre part, l'entropie affecte non seulement l'expérience individuelle, mais aussi la manière dont la société accède à l'information. Lorsqu'une entropie extrêmement faible est en jeu, c'est-à-dire si vous voyez et entendez toujours les mêmes choses dans les médias, comme dans les environnements médiatiques censurés, cela conduit les individus à ne recevoir que des contenus unidirectionnels et prévisibles. Cela crée une "aridité intellectuelle" dans la société. En revanche, lorsqu'une entropie extrêmement élevée est en jeu, par exemple avec la prolifération de la désinformation sur les réseaux sociaux, cela entraîne des conséquences telles que l'incapacité des individus à faire confiance à la moindre information.

Ici, l'objectif pour un environnement médiatique idéal est une entropie de niveau moyen. C'est-à-dire une structure qui ne surprend pas trop l'utilisateur, mais qui offre suffisamment de différences pour le sortir intellectuellement de sa zone de confort.