Sujet Grand Oral de Maths - Rev 0

Télécharger au format pdf ou txt
Télécharger au format pdf ou txt
Vous êtes sur la page 1sur 3

Sujet Grand oral de maths

De quelle manière les algorithmes de réseaux sociaux utilisent-ils les mathématiques


pour influencer nos choix et comportements ?

Les algorithmes des réseaux sociaux utilisent diverses techniques mathématiques pour
influencer nos choix et comportements en ligne. Voici quelques exemples clés :

## Théorie des graphes

Les réseaux sociaux modélisent les interactions entre utilisateurs sous forme de graphes, où
les nœuds représentent les utilisateurs et les arêtes les connexions entre eux. Des
algorithmes comme celui de Louvain permettent d'identifier des communautés d'intérêts
similaires et de recommander du contenu populaire au sein de ces groupes[2]. Cela renforce
les "bulles de filtres" où l'on reçoit surtout des contenus conformes à nos opinions
existantes[2][3].

## Calcul de centralité

Les algorithmes calculent des mesures de centralité dans le graphe social pour identifier les
contenus les plus populaires et influents à promouvoir[2][5]. Par exemple, les vidéos ou
pages web les plus connectées au reste du graphe seront mises en avant[2][5].

## Systèmes de recommandation

Des algorithmes d'apprentissage automatique analysent nos interactions passées (j'aime,


partages, etc.) pour prédire nos préférences et nous recommander du contenu susceptible
de nous intéresser et de nous garder engagés[3][5]. Cela crée un effet d'enfermement où
l'on reçoit surtout du contenu similaire à nos goûts existants[2].

En résumé, les mathématiques permettent aux algorithmes de réseaux sociaux de


modéliser finement nos comportements et intérêts afin de nous exposer au contenu le plus à
même de capter notre attention et d'influencer nos choix futurs[1][2][3][5].

Sources:
[1] Algorithme | CNIL définition d’un algorithme
[2] BIG DATA_algorithmes et recommandations des médias sociaux – Doc@zur (ac-nice.fr)
[3] Les algorithmes des réseaux sociaux : explications et fonctionnement
(fredericgonzalo.com)
[4] Réseaux sociaux : la modélisation mathématique peut-elle contribuer à réduire la
polarisation des opinions ? | Inria
[5] Les algorithmes de vos réseaux préférés - Axess Adcom agence social media

Quelques points de compréhension

Définition simple de la théorie des graphes :


La théorie des graphes est une branche des mathématiques qui étudie les graphes,
c'est-à-dire des ensembles d'objets appelés sommets (ou nœuds) reliés par des liens
appelés arêtes (ou arcs)[1][3][4].

Un graphe permet de représenter et modéliser des relations ou interactions entre différentes


entités. Les sommets représentent ces entités (personnes, villes, pages web, etc.) et les
arêtes les liens ou relations entre elles (routes, amitiés, liens hypertextes, etc.)[4][5]

La théorie des graphes développe des concepts et algorithmes pour analyser les propriétés
de ces graphes, comme l'existence de chemins particuliers entre sommets, la connectivité
du graphe, sa planarité, les possibilités de le colorier, etc.[3][4] Elle trouve de nombreuses
applications en informatique, réseaux, chimie, sociologie et dans la modélisation de
systèmes complexes en général[2][5].

En résumé, c'est l'étude mathématique des graphes qui permettent de représenter et


analyser des ensembles d'objets en interaction[1][3][4][5].

🔎
Sources intéressantes et faciles à utiliser:
[3] Théorie des graphes : définition et explications (techno-science.net):
[4] Définition | Théorie des graphes (futura-sciences.com)
[5] Graphe (théorie des graphes) - Vikidia, l’encyclopédie des 8-13 ans

Voici comment présenter ce sujet lors du grand oral du baccalauréat :

## Introduction

Nous vivons à l'ère des réseaux sociaux et de l'omniprésence du numérique. Des


plateformes comme Facebook, Instagram ou TikTok sont devenues incontournables dans
nos vies. Mais savez-vous comment leurs algorithmes utilisent les mathématiques pour
influencer nos choix et nos comportements en ligne ?

## Modélisation par la théorie des graphes

Les réseaux sociaux modélisent les interactions entre utilisateurs sous forme de graphes
mathématiques. Chaque utilisateur est représenté par un nœud, et les connexions entre eux
par des arêtes.

Des algorithmes comme celui de Louvain permettent d'identifier des communautés d'intérêts
similaires au sein de ce vaste graphe social. Le contenu populaire au sein de ces "bulles"
nous est alors recommandé, renforçant nos opinions et créant un effet de chambre d'écho.

## Mesures de centralité et de popularité


D'autres algorithmes calculent des mesures de centralité pour identifier les contenus les plus
influents et populaires à mettre en avant. Par exemple, une vidéo très connectée au reste du
graphe, avec de nombreuses interactions, aura une forte centralité et sera promue.

## Systèmes de recommandation par apprentissage automatique

Enfin, des algorithmes d'apprentissage automatique analysent nos interactions passées


(likes, partages, etc.) pour prédire nos préférences. Ils nous recommandent alors du contenu
susceptible de nous intéresser et de nous garder engagés le plus longtemps possible.

Cela crée un effet d'enfermement où l'on reçoit surtout du contenu similaire à nos goûts
existants, au détriment de la découverte de nouvelles perspectives.

## Conclusion

En résumé, les mathématiques permettent une modélisation fine de nos réseaux sociaux et
de nos comportements en ligne. Les algorithmes en tirent parti pour nous exposer au
contenu le plus à même de capter notre attention et d'influencer nos choix futurs, parfois au
détriment de la diversité des perspectives.

Comprendre ces mécanismes est crucial pour développer un regard critique et éclairé sur
notre consommation des réseaux sociaux.

Sources

Vous aimerez peut-être aussi