Economie et déséconomies de l'attention

Tim Wu, The Attention Merchants: The Epic Scramble to get inside our heads, Borzoï Book (Alfred A. Knopf), 416 p., 2016, 15,59$ (ebook)

Tim Wu, diplômé de Harvard Law School, est Professeur de droit à Columbia University. On lui doit d'avoir forgé et développé la notion cruciale de neutralité du Net.

Son ouvrage parcourt l'histoire de la publicité et des médias. Sa thèse est simple : la publicité vole l'attention des internautes, entre autres, pour financer les médias. Les médias revendent à des annonceurs l'attention qu'ils captent. Entreprises bifaces donc (cf. Jean Tirole). Les consommateurs prêtent attention...

L'attention correspond-t-elle à l'engagement, notion vague et floue. Consommer les médias, c'est vendre son attention, son âme aux diables publicitaires ou acheter un service, un produit, une série, un magazine avec son attention. En fait, l'attention ne peut guère se mesurer que comme de la durée de contact (completion rate). Troc donc ("to pay attention", dit-on en anglais). Encore que désormais, l'internaute peut bloquer la publicité, ce qui est depuis toujours possible pour le lecteur de journal, de magazine, le téléspectateur, l'auditeur de la radio ou le passant dans la rue. Ne faut-il pas faire attention pour ne pas faire attention à la publicité ! Contre l'inattention, il y a le placement (du message, du produit) et surtout la création qui cherche se faire remarquer. Si la création est bonne, il faut peu de répétition et il n'est point n'est besoin de bloquer la publicité.

Ce livre fourmille d'anecdotes, certaines peu connues, racontées de manière journalistique (storytelling pour retenir l'attention ?). Mais Tim Wu n'est pas historien et il ne donne guère d'interprétation historique approfondie de ces anecdotes. D'autant que l'attention est une notion confuse, qui se laisse mal saisir. Elle est l'objet de discours flous de philosophes, de psychologues, mais l'on y reste dans les convictions, les spéculations, les généralités... William James décrit l'attention comme le contraire de la distraction, ce qui ne nous avance guère. Même la position des yeux  (ou de la tête) ne nous aide pas toujours (limitant l'intérêt du eye tracking). Que signifie "faire attention" ? Tim Wu reste, lui aussi, dans le vague : que revendent donc, exactement, les marchands d'attention qu'il dénonce ? Quelle valeur ajoutée ? Le livre parcourt et raconte l'histoire des médias, pas leur économie mais les aventures de l'attention : le prime time, le clickbait, The Huffington Post, AOL, Facebook, Kim Kardashian, etc. Probabilités d'attention. Et Netflix et HBO que l'on ne paie pas avec de l'attention ? Et Apple qui se vante de ne pas vendre à des annonceurs les données privées que l'entreprise collecte ? Dommage que Tim Wu n'analyse pas plus plus profondément l'opposition entre les modèles économiques de Google (qui achète et revend de l'attention) et de Apple qui n'en fait pas commerce (coût de renoncement ?) ou encore ceux de Facebook et de Uber. Ecoutons le responsable du design de Uber : "Think of Facebook, Twitter, or Netflix; they take the time and sell the time. Uber is in a different business – we want to give time back. We want to be respectful of your time and get you on your way as fast as possible.” (cf. "Snapchat, Uber, and the Implications of Machine Learning" in Streetfight, Nov. 8, 2016).

Que serait devenu le web sans l'argent des "marchands d'atttention" ? Sommes-nous en présence d'un marché de la croyance ? Quel est le retour sur investissement de l'acheteur d'attention - et d'intentions - (contacts, durée de consommation, data) ? Notoriété (branding, brand equity) et ventes de produits. Le consommateur de médias aura pris conscience et connaissance d'un produit, d'une idée, en échange de l'attention qu'il a prêtée, intentionnellement à un message. Peut-être a-t-il été convaincu d'acheter un appareil, un livre, de changer d'idée, de tester un nouveau parfum... Ce n'est certainement pas un marché de dupes : quelle condescendence souvent dans la dénonciation des effets de la publicité ! 

Le livre s'achève en regrettant la commercialisation du web, la fin d'une utopie ; en moins de 20 ans, le web est devenu commercial ("thoroughly overrun by commercial junk"). Mais qu'est-ce qui n'est pas commercial, l'auteur ne semble pas cracher sur la commercialisation de son livre ?
Tim Wu dénonce la publicité, il faut l'énoncer d'abord. Son livre est de lecture agréable mais on y apprend peu. En revanche, et c'est salutaire, on y retrouve de lancinantes questions sans réponse : pourquoi la publicité plait-elle (parfois) ? Pourquoi aucune marque ne prend-t-elle le risque de ne pas investir dans la publicité (rique que ne prennent ni Netflix, ni Apple, ni... Tim Wu) ? Pourquoi regarde-t-on la publicité pour un produit que l'on a déjà acheté ?

L'intelligence artificielle des passions de l'âme

Rosalind W. Picard, Affective Computing, Cambridge, The MIT Press, 292 p. 2000, Bibliogr, Index

Descartes voyait dans les émotions des "passions de l'âme" (1649), les effets de l'action du corps sur l'âme. Avec l'analyse des émotions et le "calcul affectif" (affective computing), l'analyse des expressions du visage est devenue une discipline scientifique recourant à l'intelligence artificielle pour déterminer l'humeur, les sentiments d'une personne.
Une telle connaissance, si elle est rigoureuse, peut donner lieu à de nombreuses exploitations commerciales, médicales, éducatives. L'humeur, bonne ou mauvaise, est-elle une variable discriminante du comportement du consommateur, de l'élève, des décideurs, des politiciens ? Que révèle-t-elle de la santé d'une personne, des risques de maladie, de son intention d'acheter ?

Pour celui qui s'émeut, l'émotion, disait Jean-Paul Sartre, est une "transformation du monde" (Esquisse d'une théorie de l'émotion, 1938) : en effet, dans l'émotion tout se mêle et se confond, la pensée (cognition), le corps et la conscience ; aussi l'émotion fait-elle l'objet d'une approche nécessairement interdisciplinaire, combinant à l'anthropologie les sciences cognitives, la robotique, le machine learning, l'oculométrie (eye-tracking ou gaze-tracking) et, bien sûr, la psycho-physiologie, où Jean-Paul Sartre situait le "sérieux de l'émotion" (observation des états physiologiques).
L'analyse de l'émotion fait l'objet d'un projet du MediaLab au MIT (Cambridge) au point de départ duquel se trouvent les recherches de Rosalind Picard, où elle est Professeur. Son ouvrage fondateur, Affective Computing, déclare un objectif que l'on peut résumer en quelques mots : pour les rendre plus intelligents, doter les ordinateurs des moyens de comprendre les émotions pour qu'ils puissent "avoir le sentiment de", voire même, "faire du sentiment". "Computers that recognize and express affect". Avec quels types de données faut-il les alimenter ? Quel rôle peut jouer l'internet des choses que l'on porte sur soi (capteurs, affective wearables) dans cette perspective ?

L'intelligence artificielle peut permettre d'approfondir la compréhension des émotions et des sentiments (feelings). Rosalind Picard met en avant de son travail la déclaration de Marvin Minsky (comme elle, Professeur au MIT auteur de The Emotion Machine et de The society of Mind) : il ne s'agit pas de savoir si une machine intelligente peut avoir des émotions mais si une machine peut être intelligente sans avoir d'émotions. On devine sa réponse.

L'ouvrage commence par l'étude du cadre intellectuel général de l'"affective computing", la description des émotions ; il débouche en seconde partie sur l'ingénierie propre à son développement, aux conditions de la reconnaissance automatique des émotions par un ordinateur.
L'analyse des visages et des émotions exprimées ("emotion recognition") repose sur quelques opérations essentielles à partir d'une base de données de visages, détection des visages, codage des expressions faciales ("facial coding"), catégorisation des émotions de base. Notons que cette catégorisation est sans cesse reprise depuis Descartes qui en distinguait, intuitivement, "six simples et primitives" (art. 69 du Traité des passions : admiration, amour, haine, désir, joie, tristesse), les autres émotions n'en étant que des compositions ou des espèces. L'affective computing devrait rendre possible une analyse plus objective, passive des émotions. Quid de la détection des sarcasmes ?
Le diagnostic final, l'identification d'une émotion, d'une humeur (mood) combine l'analyse de la voix et de celle des expressions du visage.
Science fiction ? On pense au film Ex Machina dont le personnage est un robot, alimenté par toutes données du Web, dont les photos des réseaux sociaux (micro-expressions mémorisées), capable de décoder les émotions humaines. Comprendre des émotions est une étape clé sur le chemin du test de Turing.

Les applications sont nombreuses et des entreprises vendent l'exploitation de l'analyse des émotions. Citons, par exemple, pour le marketing :

• RealEyes qui se veut "the Google of emotions". Recourant à la reconnaissance faciale, il s'agit d'observer l'effet de stimuli marketing dans les points de vente : produits, agencement des linéaires, PLV. Utilisé par Ipsos.
• Affectiva (dans laquelle a investi WPP) propose, en temps réel, des emotion analytics issus des travaux du MediaLab (MIT)
• Innerscope Research (racheté par Nielsen) se réclame de la consumer neuroscience
• Emotient quantifie l'émotion, l'attention, l'engagement pour prédire le succès d'un message publicitaire, d'une émission. Racheté par Apple en Juin 2016.
• Virool analyse les émotions des utilisateurs de vidéo sur le Web (eIQ platform)
• A titre d'exemple, signalons le projet européen de recherche SEMEOTICONS qui vise l'auto-surveillance à l'aide d'un miroir intelligent (wize mirror ou affective mirror) pour l'auto-diagnostic
• Signalons encore l'analyse des émotions politiques lors des débats électoraux (cf. par exemple, au Canada en septembre 2015 avec le FaceReader du Tech3Lab de Montréal. 
• La BBC étudie l'impact émotionnel de la publicité dite "native" avec CrowdEmotion.
• Vyking recourt à la reconnaissance faciale pour cibler les consommateurs selon les émotions que manifestent les visages.
• FacioMetrics (née en 2014 de Carnegie Mellon University) a été rachetée en novembre 2016 par Facebook.

L'ouvrage de Rosalind Picard a peu vieilli dans ses principales problématiques. L'hypothèse de l'universalité des émotions de base (cf. les travaux, discutables, de Paul Ekman) qui, pour partie préside à la catégorisation, reste à démontrer. Des travaux d'ethnologie devraient y pourvoir, mais aussi des travaux d'historiens (cf. l'ouvrage de Damien Boquet et Piroska Nagy, Sensible Moyen Âge. Une histoire des émotions dans l'Occident médiéval, 2015, Paris, Seuil, 475 p., Bibiogr., Index) ou celui, plus gloabal, de Jean-Jacques Courtine, Claudine Haroche, Histoire du visage. Exprimer et taire ses émotions (XVIe - début XIXe siècle, Paris, Petite Bibliothèque Payot, 1988, 2007, 287 p.

Enfin, l'analyse de l'émotion doit être rapprochée de l'analyse de sentiments qui compte sur l'étude des expressions langagières pour déceler la tonalité positive ou négative d'un texte, d'un énoncé.