IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

  1. #1
    Chroniqueur Actualités
    Avatar de Bruno
    Homme Profil pro
    Rédacteur technique
    Inscrit en
    mai 2019
    Messages
    1 123
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : Cameroun

    Informations professionnelles :
    Activité : Rédacteur technique
    Secteur : High Tech - Produits et services télécom et Internet

    Informations forums :
    Inscription : mai 2019
    Messages : 1 123
    Points : 22 725
    Points
    22 725
    Par défaut Facebook segmente les publs par race et âge en fonction des photos, que les annonceurs le veuillent ou non
    Les publicités de Facebook seraient discriminatoires à l’égard des femmes,
    selon une étude de l'Université de Californie du Sud

    Les plateformes publicitaires telles que Facebook, Google et LinkedIn promettent le respect de l’équité à leurs différents utilisateurs. Cependant, de nombreuses études ont montré que la diffusion des publicités sur ces plateformes peut être faussée par le sexe ou la race en raison de l’optimisation des algorithmiques cachée sur leurs plateformes. Plus tôt cette semaine, une équipe de l'Université de Californie du Sud a apporté de nouvelles preuves que le système de publicité de Facebook est discriminatoire à l’égard des femmes. L’étude montre que l'algorithme utilisé pour cibler les annonces reproduit des disparités réelles entre les sexes lors de la présentation d'offres d'emploi.

    Dans des domaines allant de l'ingénierie logicielle à la vente en passant par la livraison de nourriture, l'équipe a diffusé des séries d'annonces promouvant des offres d'emploi réelles dans des entreprises à peu près équivalentes et nécessitant à peu près les mêmes compétences, l'une pour une entreprise dont la main-d'œuvre existante était disproportionnellement masculine et l'autre disproportionnellement féminine. Facebook a montré à plus d'hommes les annonces pour les entreprises disproportionnellement masculines et à plus de femmes les annonces pour les entreprises disproportionnellement féminines, même si les qualifications du poste étaient les mêmes.

    Nom : DisB.png
Affichages : 1991
Taille : 32,3 Ko

    L’équipe de chercheurs s'est appuyée sur des travaux antérieurs pour mesurer la distorsion dans la diffusion des publicités, ils ont développé une nouvelle méthodologie pour l’étude des algorithmes discriminatoires dans la diffusion des annonces d'emploi. En appliquant la méthodologie aux plateformes Facebook et LinkedIn, les chercheurs ont confirmé l'existence d'un biais lié au sexe dans la diffusion des annonces sur Facebook, ils ont démontré qu'il ne peut être justifié par des différences de qualifications. Les chercheurs ont également indiqué qu’ils n’ont pas pu trouver de biais dans la diffusion des annonces sur LinkedIn.

    Une étude réalisée en 2019 par un membre de l'équipe a fourni des preuves solides que l'algorithme publicitaire de Facebook est plus que capable d'être biaisé. En réponse à cette étude, et dans le sillage des critiques généralisées sur les outils qui pourraient être utilisés pour mener des campagnes publicitaires discriminatoires, Facebook avait déclaré à l'époque : « nous nous opposons à la discrimination sous toutes ses formes. Nous avons apporté des changements importants à nos outils de ciblage publicitaire et nous savons que ce n'est qu'une première étape. Nous avons examiné notre système de diffusion des annonces et avons engagé des leaders de l'industrie, des universitaires et des experts en droits civils sur ce même sujet ».

    Selon l'étude, ce déséquilibre s'applique également aux offres d'emploi hautement qualifiées. Les algorithmes de Facebook étaient plus susceptibles de montrer aux femmes une annonce pour un emploi technique chez Netflix Inc, qui a un niveau d'emploi féminin relativement élevé pour le secteur technologique, qu'une annonce pour un emploi chez Nvidia Corp. un fabricant de puces graphiques dont la proportion d'employés masculins est plus élevée, selon les données des rapports d'emploi fédéraux.

    Les résultats suggèrent « une plateforme dont l'algorithme apprend et perpétue la différence existante dans la démographie des employés », indique le document, notant que les algorithmes de Facebook semblaient produire des résultats biaisés même si un employeur avait l'intention d'atteindre un public démographiquement équilibré.
    La loi fédérale interdit la discrimination fondée sur le sexe, la race, l'âge et d'autres caractéristiques dans la publicité pour le logement, l'emploi et les produits de crédit. Bien que l'application de cette loi à la publicité comportementale reste controversée, le gouvernement fédéral a fait valoir que les publicités doivent être distribuées de manière à ne pas désavantager les classes protégées en termes de capacité à les voir.

    Plateformes publicitaires de LinkedIn et Facebook

    Ce n’est plus un secret pour personne que Facebook et Linkedin tirent une grande partie de leurs chiffres d’affaires de la publicité, un marché de plusieurs milliards de dollars par an. Il est alors primordial pour ces géants du Web de s’assurer de la bonne santé de cette activité. Les annonceurs de LinkedIn et Facebook achètent des publicités pour atteindre différents objectifs marketing. LinkedIn et Facebook ont tous deux trois types d'objectifs : la sensibilisation, la considération et la conversion. Chaque type dispose de multiples options supplémentaires. L'objectif choisi contraint le format de l'annonce, la stratégie d'enchères et les options de paiement disponibles pour l'annonceur.

    Sur les deux plateformes, les annonceurs peuvent cibler une audience en utilisant des attributs de ciblage tels que la géographique, l'âge et le sexe. Mais si l'annonceur révèle qu'il s'agit d'une annonce d'emploi, les plateformes désactivent ou limitent le ciblage par âge et par sexe. LinkedIn, qui est un réseau professionnel, permet également un ciblage par titre de poste, formation et expérience professionnelle.

    Nom : fbB.png
Affichages : 1786
Taille : 33,8 Ko

    En outre, les annonceurs des deux plateformes peuvent télécharger une liste de contacts connus pour créer une audience personnalisée appelée Matched Audience sur LinkedIn et Custom Audience sur Facebook. Sur LinkedIn, les contacts peuvent être spécifiés par prénom, nom de famille ou adresse électronique. Facebook permet de spécifier par de nombreux autres champs, tels que le code postal et le numéro de téléphone. Les plateformes publicitaires font ensuite correspondre la liste téléchargée aux informations de profil des comptes LinkedIn ou Facebook.

    LinkedIn et Facebook fournissent tous deux des rapports sur les performances des publicités via l'interface de leur site web et via leurs API de marketing. Ces rapports reflètent les résultats de performance de la campagne en temps quasi réel, tels que le nombre de clics et d'impressions reçus par la publicité, ventilés selon différents axes. Les catégories d'informations pour lesquelles des ventilations agrégées sont disponibles diffèrent selon les plateformes. Les rapports Facebook ventilent les données de performance par emplacement, âge et le sexe, tandis que LinkedIn fournit des données ventilées par lieu d’emploi, secteur et l'entreprise, mais pas par âge ou par sexe.

    La publicité ciblée est devenue omniprésente, jouant un rôle important dans l'information et l'accès aux opportunités pour des centaines de millions d'utilisateurs. Ces rapports reflètent les résultats de performance de la campagne en temps quasi réel, tels que le nombre de clics et d'impressions reçus par la publicité, ventilés selon différents axes.

    Ciblage publicitaire discriminatoire

    Les journalistes de ProPublica ont été parmi les premiers à montrer que les options de ciblage de Facebook permettaient aux annonceurs d'emplois et de logements de pratiquer une discrimination en fonction de l'âge, la race et le sexe. En réponse à ces découvertes et dans le cadre d'un accord de règlement d'un litige, Facebook a apporté des modifications pour restreindre les capacités de ciblage offertes aux annonceurs pour les publicités dans les domaines de l'emploi et du logement.

    D'autres plateformes publicitaires, comme Google, ont annoncé des restrictions similaires. La question de savoir si ces restrictions sont suffisantes pour empêcher la discrimination d'un annonceur mal intentionné reste ouverte, car des études ont montré que les fonctionnalités avancées des plateformes publicitaires, telles que les audiences personnalisées et les audiences "sosies", peuvent être utilisées par les annonceurs.

    Dans le cas de l’étude, les chercheurs de l'Université de Californie du Sud ont supposé que l'annonceur est bien intentionné et ont réalisé une étude de vérification en utilisant un ciblage équilibré entre les sexes. Les chercheurs ont émis l'hypothèse que les résultats discriminatoires peuvent résulter de choix dictés par la plateforme. Les chercheurs ont constaté que le nombre d'annonces, affiché, lié à des emplois très rémunérateurs lors d'une recherche Google était influencé par le sexe de l'internaute. Les comptes appartenant aux femmes voyant moins les annonces de cette catégorie.

    Les études n'ont pas pu examiner les causes de ces résultats, car leur méthodologie n'a pas permis d'isoler le rôle de l'algorithme de la plateforme des autres facteurs possibles, comme la concurrence des annonceurs et l'activité des utilisateurs. Les travaux récents des chercheurs ont démontré que les annonces d'emploi et de logement placées sur Facebook sont diffusées de manière biaisée en fonction du sexe et de la race, même lorsque l'annonceur cible un public équilibré sur le plan du sexe et de la race, et que cette distorsion résulte des choix de l'algorithme de diffusion des annonces de Facebook.

    L'algorithme de diffusion des publicités de Facebook, comme tous les autres systèmes automatisés de prise de décision qu'il utilise pour ses milliards d'utilisateurs, est une boîte noire, complètement opaque pour quiconque, à l'exception des employés de l'entreprise qui sont liés par des accords de non-divulgation et ont juré de garder le secret.

    L'une des explications possibles des résultats de l'équipe de l'Université de Californie du Sud, est que l'algorithme de diffusion des publicités s'entraîne en fonction des personnes qui ont cliqué sur des publicités similaires dans le passé. Peut-être les hommes ont-ils tendance à cliquer sur les publicités Domino's plus que les femmes.

    Source : Rapport d'étude

    Et vous ?

    Que pensez-vous à propos du travail des femmes ?

    Êtes-vous pour ou contre le travail des femmes ? Pourquoi ?

    En quoi la publicité discriminatoire de Facebook à l'égard des femmes est-elle préjudiciable ?

    Quelles solutions envisager pour mettre fin à ces pratiques ?

    Voir aussi :

    Facebook accusé d'avoir procédé à une discrimination dans la diffusion d'annonces de logements, en violation de la Fair Housing Act

    Facebook : des changements à venir pour mettre fin à la publicité discriminatoire, le réseau social et l'État de Washington signent une entente

    Un groupe d'utilisateurs attaque Facebook en justice en raison de discrimination, basée sur le profilage racial des utilisateurs

    Trump accuse Facebook, Google et Amazon de discrimination envers lui et de collusion avec les démocrates lors de sa campagne électorale
    Contribuez au club : corrections, suggestions, critiques, ... Contactez le service news et Rédigez des actualités

  2. #2
    Membre expert Avatar de air-dex
    Homme Profil pro
    Inscrit en
    août 2010
    Messages
    1 650
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 34
    Localisation : France

    Informations forums :
    Inscription : août 2010
    Messages : 1 650
    Points : 3 765
    Points
    3 765
    Par défaut Le ciblage, quoi
    Les conséquences du CIBLAGE. Par définition l'algorithme propose à des personnes susceptibles d'être INTÉRESSÉES. Si "après un long apprentissage, nous constatons que l'informatique ça n'intéresse pas les bonnes femmes" pour les IA de Facebook et de LinkedIn, alors c'est tout naturellement que les pubs d'informatiques ne seront pas proposées à des femmes. Tant pis pour les féministes si les IA en question mettent le doigt sur quelque chose qui les dérange. On n'a encore rien codé pour ménager leur susceptibilité comme partout ailleurs.

    Ce qui, bien sûr, n'empêchera pas les IA d'en proposer à des femmes identifiées comme "geekettes" par ces dernières.
    "Ils ne savaient pas que c'était impossible alors ils l'ont fait." Mark Twain

    Mon client Twitter Qt cross-platform Windows et Linux. (en cours de développement).

  3. #3
    Membre confirmé
    Profil pro
    Inscrit en
    février 2007
    Messages
    219
    Détails du profil
    Informations personnelles :
    Localisation : Suisse

    Informations forums :
    Inscription : février 2007
    Messages : 219
    Points : 526
    Points
    526
    Par défaut a sens unique
    C est curieux, on parle toujours de discrimination quand le rapport est defavorable aux femmes
    Par contre, pas de probleme quand c est l inverse ...
    Par exemple 75 % des etudiants de medecine sont des femmes -> no problem (et pourtant l impact est bien plus fort que pour des emplois en informatique, les deserts medicaux ca vous parle ?)
    Hier je lisais dans "le monde" que 2% des notaires en cours de formation sont des hommes
    On a meme un probleme plus general, le gros des personnes en echec scolaire sont des garcons, mais ca c est pas grave

    PS: Pourquoi vouloir a tout prix avoir des femmes dans la tech ?
    Si un eleve a de bon resultats scolaire, il ferait mieux de faire autre chose qui lui evitera d aller travailler en SSII
    Vrai pour un homme comme pour une femme

  4. #4
    Membre extrêmement actif Avatar de ddoumeche
    Homme Profil pro
    Ingénieur recherche et développement
    Inscrit en
    octobre 2007
    Messages
    1 579
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : Singapour

    Informations professionnelles :
    Activité : Ingénieur recherche et développement

    Informations forums :
    Inscription : octobre 2007
    Messages : 1 579
    Points : 2 079
    Points
    2 079
    Par défaut
    Citation Envoyé par Bruno
    Les plateformes publicitaires telles que Facebook, Google et LinkedIn promettent le respect de l’équité à leurs différents utilisateurs. Cependant, de nombreuses études ont montré que la diffusion des publicités sur ces plateformes peut être faussée par le sexe ou la race en raison de l’optimisation des algorithmiques cachée sur leurs plateformes. Plus tôt cette semaine, une équipe de l'Université de Californie du Sud a apporté de nouvelles preuves que le système de publicité de Facebook est discriminatoire à l’égard des femmes.
    Dans l'étude, on peut lire page 1 :

    Prior work has hypothesized that ad delivery optimization plays a role in skewing recipient distribution by gender or race even when the advertiser targets their ad inclusively. This hypothesis was confirmed, at least
    for Facebook, in a recent study, which showed that for jobs such as lumberjack and taxi driver, Facebook delivered ads to audiences skewed along gender and racial lines, even when the advertiser was targeting a gender- and race-balanced audience.
    The Facebook study [2] established that the skew is not due to advertiser targeting or competition from other advertisers, and hypothesized that it could stem from the proprietary ad delivery algorithms trained on biased data optimizing for the platform’s objectives (§2.1).


    Autrement dit, l'IA de Facebook est intelligente et cible les pubs selon ce que les goûts des internautes, et note que les femmes vont moins chercher de job de chauffeur de taxi et de bucheron (je ne sais plus qui me reprochait de couper le bois de chauffage sans laisser madame faire la moitié du boulot ). Or n'importe qui sait que la pub sur internet est personnalisé depuis au moins 15 ans.

    En fait, cette étude nous apprend surtout que certaines entreprises ont une image et sont plus ou moins appréciées par tel ou tel sexe ... bref, pas de quoi fouetter un chat, rien n'est faussé et il n'y a aucune discrimination à moins de prétendre que c'est l'algorithme qui dicte le choix des internautes.
    La joie de l'âme est dans la planification -- Louis Hubert Liautey

  5. #5
    Membre expert Avatar de air-dex
    Homme Profil pro
    Inscrit en
    août 2010
    Messages
    1 650
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 34
    Localisation : France

    Informations forums :
    Inscription : août 2010
    Messages : 1 650
    Points : 3 765
    Points
    3 765
    Par défaut
    Citation Envoyé par cdubet Voir le message
    C est curieux, on parle toujours de discrimination quand le rapport est defavorable aux femmes
    Par contre, pas de probleme quand c est l inverse ...
    Par exemple 75 % des etudiants de medecine sont des femmes -> no problem (et pourtant l impact est bien plus fort que pour des emplois en informatique, les deserts medicaux ca vous parle ?)
    Hier je lisais dans "le monde" que 2% des notaires en cours de formation sont des hommes
    On a meme un probleme plus general, le gros des personnes en echec scolaire sont des garcons, mais ca c est pas grave

    PS: Pourquoi vouloir a tout prix avoir des femmes dans la tech ?
    Si un eleve a de bon resultats scolaire, il ferait mieux de faire autre chose qui lui evitera d aller travailler en SSII
    Vrai pour un homme comme pour une femme
    Juste pour rester dans l'informatique : c'est un problème quand les développeurs sont des hommes, mais OSEF du fait que les graphistes soient majoritairement des femmes.
    "Ils ne savaient pas que c'était impossible alors ils l'ont fait." Mark Twain

    Mon client Twitter Qt cross-platform Windows et Linux. (en cours de développement).

  6. #6
    Chroniqueur Actualités

    Homme Profil pro
    Administrateur de base de données
    Inscrit en
    mars 2013
    Messages
    7 289
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : Canada

    Informations professionnelles :
    Activité : Administrateur de base de données

    Informations forums :
    Inscription : mars 2013
    Messages : 7 289
    Points : 175 163
    Points
    175 163
    Par défaut Facebook segmente les pubs par race et âge en fonction des photos, que les annonceurs le veuillent ou non
    Facebook segmente les publicités par race et âge en fonction des photos, que les annonceurs le veuillent ou non,
    selon une étude

    Les services en ligne tels que Facebook et Google sont aujourd'hui un moyen populaire par lequel les utilisateurs sont exposés à des produits, des services, des points de vue et des opportunités. Ces services mettent en œuvre des plateformes publicitaires qui permettent un ciblage précis des utilisateurs de la plateforme, et ils optimisent la diffusion des publicités au sous-ensemble d'utilisateurs ciblés censés être les plus réceptifs.

    Malheureusement, des travaux récents ont montré qu'une telle diffusion peut, souvent à l'insu des annonceurs, diffuser des annonces à des groupes d'utilisateurs biaisés uniquement en fonction du contenu de l'annonce.

    Ces préoccupations sont particulièrement prononcées pour les publicités qui contiennent des images de personnes (par exemple, les offres d'emploi montrant des travailleurs), car les annonceurs sélectionnent souvent des images pour transmettre avec soin leurs objectifs et leurs valeurs (par exemple, pour promouvoir la diversité dans l'embauche).

    Cependant, il n'est toujours pas clair comment les algorithmes de diffusion des publicités réagissent et prennent des décisions de diffusion en fonction des caractéristiques démographiques des personnes représentées dans ces images publicitaires.

    Dans une étude, des chercheurs ont examiné comment une plateforme publicitaire majeure (Facebook) diffuse des publicités qui incluent des photos de personnes d'âges, de sexes et de races différents.


    La promesse de Facebook aux annonceurs est que son système est intelligent, efficace et facile à utiliser. Vous téléchargez vos annonces, remplissez quelques détails et l'algorithme de Facebook fait sa magie, parcourant des millions de personnes pour trouver l'audience idéale.

    Le fonctionnement interne de cet algorithme est opaque, même pour les personnes qui travaillent chez Meta, la société mère de Facebook. Mais des recherches extérieures offrent parfois un aperçu de ce qui s'y passe. Une étude publiée mardi dans le journal de la bibliothèque numérique de l'Association for Computer Machinery révèle que Facebook utilise un logiciel de reconnaissance d'images pour classer la race, le sexe et l'âge des personnes photographiées dans les publicités, et que cette détermination joue un rôle énorme dans qui voit les publicités. Les chercheurs ont constaté que davantage d'annonces mettant en scène de jeunes femmes étaient diffusées auprès d'hommes de plus de 55 ans ; que les femmes voient plus de publicités avec des enfants ; et que les Noirs voient plus de publicités avec des Noirs.

    Dans l'étude, les chercheurs ont créé des annonces pour des offres d'emploi avec des photos de personnes. Dans certaines publicités, ils ont utilisé des photos d'archives, mais dans d'autres, ils ont utilisé l'IA pour générer des images synthétiques identiques, à l'exception des données démographiques des personnes sur les images. Ensuite, les chercheurs ont dépensé des dizaines de milliers de dollars pour diffuser les publicités sur Facebook, en gardant une trace des publicités diffusées à quels utilisateurs.

    Les résultats ont été spectaculaires. En moyenne, le public qui a vu les photos synthétiques de personnes noires était à 81 % noir. Mais lorsqu'il s'agissait d'une photo d'une personne blanche, l'audience moyenne n'était que de 50 % de Noirs. Le public qui a vu des photos d'adolescentes était composé à 57 % d'hommes. Des photos de femmes plus âgées ont été présentées à un public composé à 58 % de femmes.

    L'étude a également révélé que les images d'archives fonctionnaient de manière identique aux images de visages artificiels, ce qui laisse penser que ce sont uniquement les données démographiques, et non d'autres facteurs, qui déterminent le résultat.

    Nom : discrimination.png
Affichages : 767
Taille : 26,7 Ko

    Meta assure être en train de développer « une technologie pour aider à résoudre ces problèmes »

    En supposant que le ciblage Facebook est efficace, cela peut ne pas être problématique lorsque vous envisagez des publicités pour des produits. Mais « lorsque nous parlons de publicité pour des opportunités telles que l'emploi, le logement, le crédit, voire l'éducation, nous pouvons voir que les choses qui auraient pu très bien fonctionner pour vendre des produits peuvent conduire à des résultats sociétalement problématiques », a déclaré Piotr Sapiezynski, chercheur à la Northeastern University, coauteur de l'étude.

    En réponse à une demande de commentaires, Meta a déclaré que la recherche met en évidence une préoccupation à l'échelle de l'industrie. « Nous développons une technologie conçue pour aider à résoudre ces problèmes », a déclaré Ashley Settle, porte-parole de Meta. « Nous avons fait des efforts considérables pour prévenir la discrimination sur notre plateforme publicitaire et continuerons à engager des groupes clés de défense des droits civiques, des universitaires et des régulateurs dans ce travail ».

    Le ciblage publicitaire de Facebook par race et par âge n'est peut-être pas non plus dans l'intérêt des annonceurs. Les entreprises choisissent souvent les personnes dans leurs publicités pour démontrer qu'elles valorisent la diversité. Elles ne veulent pas que moins de Blancs voient leurs publicités simplement parce qu'elles ont choisi une photo d'une personne noire. Même si Facebook sait que les hommes plus âgés sont plus susceptibles de regarder des publicités représentant des jeunes femmes, cela ne signifie pas qu'ils sont plus intéressés par les produits. Mais il y a des conséquences bien plus importantes en jeu.

    « Apprentissage automatique, apprentissage en profondeur, toutes ces technologies sont conservatrices en principe », estime Sapiezynski. Il a ajouté que des systèmes comme ceux de Facebook optimisent les systèmes en examinant ce qui a fonctionné dans le passé et supposent que c'est ainsi que les choses devraient se présenter à l'avenir. Si les algorithmes utilisent des hypothèses démographiques brutes pour décider qui voit les annonces de logement, d'emploi ou d'autres opportunités, cela peut renforcer les stéréotypes et consacrer la discrimination.

    Nom : pub.png
Affichages : 767
Taille : 559,2 Ko
    L'annonce de gauche a été diffusée auprès de 56% d'utilisateurs blancs. L'annonce de droite n'a été diffusée qu'à 29% d'utilisateurs blancs. Les deux ont été exécutés en même temps, avec le même budget et les mêmes paramètres de ciblage

    Ce n'est pas la première fois qu'une étude relève le ciblage publicitaire discriminatoire de l'algorithme de Facebook

    L'enquête de ProPublica

    Une enquête ProPublica de 2016 a révélé que Facebook laissait les spécialistes du marketing cacher les annonces de logement aux Noirs et à d'autres groupes protégés en violation de la loi sur le logement équitable. Après l'intervention du ministère de la Justice, Facebook a cessé de laisser les annonceurs cibler les publicités en fonction de la race, de la religion et de certains autres facteurs.

    D'autres plateformes publicitaires, comme Google, ont annoncé des restrictions similaires. La question de savoir si ces restrictions sont suffisantes pour empêcher la discrimination d'un annonceur mal intentionné reste ouverte, car des études ont montré que les fonctionnalités avancées des plateformes publicitaires, telles que les audiences personnalisées et les audiences « sosies », peuvent être utilisées par les annonceurs.

    L'enquête d'une équipe de l'Université de Californie du Sud

    L’équipe de chercheurs s'est appuyée sur des travaux antérieurs pour mesurer la distorsion dans la diffusion des publicités, ils ont développé une nouvelle méthodologie pour l’étude des algorithmes discriminatoires dans la diffusion des annonces d'emploi. En appliquant la méthodologie aux plateformes Facebook et LinkedIn, les chercheurs ont confirmé l'existence d'un biais lié au sexe dans la diffusion des annonces sur Facebook, ils ont démontré qu'il ne peut être justifié par des différences de qualifications. Les chercheurs ont également indiqué qu’ils n’ont pas pu trouver de biais dans la diffusion des annonces sur LinkedIn.

    Une étude réalisée en 2019 par un membre de l'équipe a fourni des preuves solides que l'algorithme publicitaire de Facebook est plus que capable d'être biaisé. En réponse à cette étude, et dans le sillage des critiques généralisées sur les outils qui pourraient être utilisés pour mener des campagnes publicitaires discriminatoires, Facebook avait déclaré à l'époque : « nous nous opposons à la discrimination sous toutes ses formes. Nous avons apporté des changements importants à nos outils de ciblage publicitaire et nous savons que ce n'est qu'une première étape. Nous avons examiné notre système de diffusion des annonces et avons engagé des leaders de l'industrie, des universitaires et des experts en droits civils sur ce même sujet ».

    Selon l'étude, ce déséquilibre s'applique également aux offres d'emploi hautement qualifiées. Les algorithmes de Facebook étaient plus susceptibles de montrer aux femmes une annonce pour un emploi technique chez Netflix Inc, qui a un niveau d'emploi féminin relativement élevé pour le secteur technologique, qu'une annonce pour un emploi chez Nvidia Corp. un fabricant de puces graphiques dont la proportion d'employés masculins est plus élevée, selon les données des rapports d'emploi fédéraux.

    Les résultats suggèrent « une plateforme dont l'algorithme apprend et perpétue la différence existante dans la démographie des employés », indique le document, notant que les algorithmes de Facebook semblaient produire des résultats biaisés même si un employeur avait l'intention d'atteindre un public démographiquement équilibré.

    La loi fédérale interdit la discrimination fondée sur le sexe, la race, l'âge et d'autres caractéristiques dans la publicité pour le logement, l'emploi et les produits de crédit. Bien que l'application de cette loi à la publicité comportementale reste controversée, le gouvernement fédéral a fait valoir que les publicités doivent être distribuées de manière à ne pas désavantager les classes protégées sur le plan de leur capacité à les voir.

    Même sans outil explicite donné aux annonceurs, il est possible de faire de la discrimination

    Et même si les annonceurs ne peuvent pas explicitement dire à Facebook de faire de la discrimination, l'étude a révélé que l'algorithme de Facebook pourrait le faire en fonction des images qu'ils mettent de toute façon dans leurs publicités. C'est un problème si les régulateurs veulent forcer un changement.

    Settle, le porte-parole de Meta, a déclaré que Meta avait investi dans de nouvelles technologies pour résoudre son problème de discrimination en matière de logement et que l'entreprise étendrait ces solutions aux publicités liées au crédit et à l'emploi. La société aura plus à partager dans les mois à venir, a-t-elle ajouté.

    Vous pourriez regarder ces résultats et penser : « Facebook ne publie pas les données, mais peut-être que les publicités avec des photos de Noirs fonctionnent moins bien avec un public blanc ». Sapiezynski a estimé que même si c'était vrai, ce n'était pas une justification raisonnable.

    Quoi qu'il en soit, nous ne disposons pas d'assez de données pour prouver que les méthodes de Facebook sont efficaces. La recherche peut démontrer que le système publicitaire des plateformes n'est pas aussi sophistiqué que Facebook veut que vous le pensiez. « Il n'y a pas vraiment de compréhension plus approfondie de ce à quoi sert réellement l'annonce. Ils regardent l'image et créent un stéréotype de la façon dont les gens se comportaient auparavant », a déclaré Sapiezynski. « Cela n'a aucun sens, juste des associations grossières. Ce sont donc des exemples, je pense, qui montrent que le système ne fait pas réellement ce que veut l'annonceur. »

    Source : rapport de l'étude

    Et vous ?

    Êtes-vous surpris par les conclusions de cette étude qui a mis (encore une fois) en lumière la discrimination dans l'algorithme de ciblage publicitaire de Facebook ?
    Quelles implications potentielles y voyez-vous ? En quoi la publicité discriminatoire de Facebook est-elle préjudiciable ?
    Quelles solutions envisager pour mettre fin à la situation ?

    Voir aussi :

    L'intelligence artificielle de Facebook censure une publicité pour des graines d'oignon au motif de ce qu'elle l'a jugée "ouvertement sexuelle"
    Contribuez au club : Corrections, suggestions, critiques, ... : Contactez le service news et Rédigez des actualités

  7. #7
    Membre éprouvé
    Inscrit en
    mai 2006
    Messages
    282
    Détails du profil
    Informations forums :
    Inscription : mai 2006
    Messages : 282
    Points : 1 188
    Points
    1 188
    Par défaut
    Citation Envoyé par cdubet Voir le message
    les deserts medicaux ca vous parle ?
    Quel rapport entre le fait qu'il y ai des déserts médicaux et le fait qu'il y ait 75% de femmes en médecine ? (là aussi il faut de l'égalité, mais je vois pas comment tu fais un lien entre le 2 faits).

    Par contre une anecdote : Quand j'étais en 1ere S j'avais environ 15 en maths, 12 en physique, 11 en biologie. Quand j'ai demandé à passer en Tale C (maths), ma conseillère d'orientation, et certains proches des gens de mon entourage se sont étonnés que je veuille m'orienter vers du technique au lieu de chercher à faire médecine justement parce que pour eux femme+bons résultats en science=médecine. Et 2 garçons de ma classe eux étaient poussés dans l'autre sens (ils avaient à peine la moyenne en maths, mais rattrapaient largement avec les autres moyennes) mais on leur mettait la pression pour qu'ils aillent en terminale C parce que c'était "la voie royale".
    Tout ça pour dire que d'après moi en grand partie les inégalités vis à vis du genre aussi bien dans les STEM et en médecine ont la même cause justement : si on n'essaye plus de partir du principe que le genre doit déterminer tes gouts (que ce soit en matière de métier, de loisirs jusqu'aux couleurs qui doivent te plaire ou non), on aura fait un grand pas.

    Citation Envoyé par cdubet Voir le message
    On a meme un probleme plus general, le gros des personnes en echec scolaire sont des garcons, mais ca c est pas grave
    Le système éducatif nécessiterais une vraie reprise en main et pas un abandon en laissant glisser les choses vers le pire.
    Pourquoi les garçons sont ils plus en échec scolaire ?
    - Parce qu'on les aide moins et/ou qu'eux de leur coté sont plus considère que demander/accepter de l'aide c'est faire preuve de faiblesse ?
    - Parce que le système éducatif demande beaucoup d'acceptation de l'autorité et qu'eux sont plus encouragés à la défier ?
    - Parce qu'une majorité des enseignants surtout en maternelle/primaire sont des femmes et qu'ils sont mal à l'aise ?
    - Une autre raison ?

    Reste que les pour 3 raisons qui me sont venues en tête, moins de sexisme aiderait considérablement les choses.

    Mais je suis d'accord avec toi, le sexisme fais des dégâts dans les 2 sens et il faut se pencher sur tous les problèmes qu'ils génèrent.
    Par exemple les hommes ont moins de droits en ce qui concerne la parentalité. Même s'il y a eu des progrès.


    PS : sur le titre dans le forum : Nom : Capture d’écran du 2022-10-28 08-04-48.png
Affichages : 518
Taille : 12,5 Ko. Attention il ne faut pas pas lire pubis :p

Discussions similaires

  1. La place des femmes dans les jeux vidéo
    Par pcaboche dans le forum Jeux
    Réponses: 39
    Dernier message: 17/04/2015, 18h04
  2. Java/J2EE et les offres d'emplois.
    Par mbar dans le forum Général Java
    Réponses: 8
    Dernier message: 13/12/2006, 15h22

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo