Une récente revue fait le point sur les résultats les plus récents de la recherche sur la désinformation utilisant les modèles épidémiologiques SIR pour comprendre les phénomènes de susceptibilité, de propagation, d'immunité et de guérison face à la désinformation.
Les modèles épidémiologiques SIR (pour Susceptibles, Infectés et Guéris) sont un classique de l'épidémiologie. Ils permettent d'anticiper la dynamique d'une épidémie, notamment grâce à ce qu'on appelle le taux de reproduction de l'agent pathogène étudié, c'est-à-dire le nombre de contaminations dont est responsable un individu en moyenne, généralement noté R. Si ce taux est supérieur à 1, la courbe des contaminations se dirige vers une croissance exponentielle. À l'inverse, s'il est inférieur à 1, la courbe des contaminations va s'éteindre progressivement. Ce taux est considéré comme la variable déterminante lors d'une épidémie.
L'important n'est pas tellement le nombre de gens infectés en valeur absolue (voilà pourquoi fermer les frontières était une méthode peu efficace) mais leur capacité à transmettre le virus en question (voilà pourquoi les mesures barrières, dans leur ensemble -- dont la plus utile contre un virus à transmission aéroportée -- furent levées prématurément car elles forment un barrage efficace contre la circulation d'un virus).
Une vidéo pédagogique de la chaîne Mr Phi qui explique pourquoi la capacité des personnes infectées à transmettre le virus est plus importante que le nombre absolu de personnes infectées. © YouTube
Depuis le début de la crise du Covid-19 et la caractérisation par l'Organisation mondiale de la Santé d'une « infodémie » de fausses nouvelles, les journaux médicaux s'intéressent de plus en plus aux phénomènes de désinformation. En effet, lors de cette pandémie, nous avons assisté à la circulation régulière de fausses informations sur les réseaux sociaux et dans les médias traditionnels. Il semble alors cohérent que, face à cette défiance apparemment inédite envers les mesures sanitaires, des praticiens et praticiennes du monde de la santé s'intéressent à la question. Une nouvelle revue, la deuxième en l'espace de quelques mois, vient d'être publiée dans Nature Medicine. Cette dernière résume l'état de la recherche récente sur la désinformation, notamment celles qui appliquent les modèles SIR aux phénomènes de la désinformation.
Une vidéo de la chaîne Science4all où l'auteur décrit comment la transmission des convictions est étudiée par les modèles mathématiques qui se préoccupent initialement des virus. © YouTube
Tous les contenus coupables de désinformation ne peuvent pas être rassemblés sous le même terme. En effet, il existe différents types de désinformation caractérisés par plusieurs paramètres : la véracité du contenu, la façon dont il a été produit, ce qu'il suggère implicitement, l'intentionnalité ou non de tromper ou encore les inférences tirées à partir de faits solides. Au-delà des informations construites de toute pièce, on peut allègrement faire de la désinformation avec des données factuelles. C'est pour cela que certains chercheurs considèrent le terme de fake news comme problématique étant donné qu'il n'aide pas à faire le tri entre ces différents types de désinformation et qu'il semble également être devenu une arme rhétorique pour discréditer sans effort ses opposants.
Si, pour un virus, des paramètres comme notre présence au sein d'un cluster, le port du masque (s'il est principalement aéroporté comme le SARS-CoV-2), le lavage des mains (s'il est principalement manuporté comme le norovirus, responsable de la gastro-entérite) sont cruciaux pour déterminer la susceptibilité à être infecté, rien de tel avec la désinformation.
Nous avions déjà évoqué en partie cette question dans l'article ci-dessous dans le chapitre Pourquoi adhérons-nous aux fausses nouvelles ?. L'introduction de cette revue revient sur des paramètres comme l'...
[Courte citation de 8% de l'article original]