Google, YouTube, Facebook ou Twitter, tout ce que vous lisez ou visionnez sur ces plateformes a été sélectionné par un algorithme.
Ces algorithmes sont-ils biaisés ?
Êtes vous surexposé.e à des informations stressantes ou anxiogènes ?
Êtes-vous enfermé.e dans une chambre d’écho politique ?

Que ce soit sur Google, YouTube, Facebook ou Twitter, vous êtes seul.e face à l’algorithme de recommandation. Aucune donnée accessible publiquement ne permet de savoir dans quelle mesure les informations qui vous sont présentées sont neutres ou au contraire déforment la réalité dans un sens ou dans un autre.

En participant à l’enquête Horus, vous nous aidez à comprendre les risques associés à l’hyper-personnalisation de l’information à l’échelle de la société, tout en prenant du recul par rapport à vos propres environnements numériques.

Horus est une extension de navigateur développée au CNRS/ISC-PIF. Elle vous aide à mieux saisir les partis pris des GAFAM lorsqu’ils vous alimentent en information, premiers pas vers une reprise du contrôle de vos environnements numériques.

À partir de l’analyse de ce que ces plateformes vous montrent, Horus vous indiquera de manière synthétique si elles vous exposent de manière privilégiée à certains contenus.

Dès la première semaine d’utilisation, vous recevrez des statistiques vous permettant de mieux comprendre les environnements numériques auxquels vous êtes confronté.e.

Notre objectif de recherche est de mieux comprendre l’impact des grandes plateformes numériques sur les individus et la société et nous ne pourrons pas y arriver sans vous. Pour participer à l’enquête, merci de renseigner le formulaire ci-dessus. En plus d’analyses personnalisées que vous serez seul.e à voir, des analyses effectuées au niveau collectif seront publiées sur cette page d’ici à quelques mois. Elles s’appuieront sur le projet Politoscope, qui depuis 2016 observe la vie politique sur Twitter.

La protection de la vie privée est au cœur de notre démarche scientifique. Les données collectées sont traitées de manière non nominatives et analysées de manière agrégée par les chercheurs du CNRS. Aucune analyse publiée par notre équipe ne permettra d’identifier un utilisateur particulier.