Réseaux sociaux : Une étude montre qu’une femme se fait harceler toutes les 30 secondes sur Twitter

Sur le web

Par Jules le

Les réseaux sociaux sont loin d’être un havre de paix pour les femmes. Et plus particulièrement Twitter. Une nouvelle enquête conduite de concert par Amnesty International et l’entreprise Element AI montre qu’en 2017 une femme faisait l’objet d’un message abusif toutes les trente secondes.  

Au début de l’année, Amnesty International avait déjà reproché à Twitter de ne rien faire pour protéger les femmes des messages injurieux ou haineux dont elles sont la cible sur sa plateforme.

Puisque cette première alerte ne semble pas suffire, l’ONG s’est associée avec Element AI, une entreprise québécoise spécialisée dans la conception de logiciels dopés à l’IA, pour pondre une nouvelle étude sur la toxicité de Twitter pour le genre féminin. Et l’une des conclusions fait froid dans le dos : sur l’année 2017, ce sont plus de 1,1 million de tweets abusifs qui ont visé des politiciennes ou journalistes américaines ou britanniques. Soit un message toutes les trente secondes.

1,1 million de messages haineux

Pour obtenir leurs données, Amnesty International a fait appel à 6 500 volontaires issus de 150 pays différents. Ils ont ainsi analysé près de 300 tweets adressés à l’une des 778 femmes présentes sur une liste de nom, notant à chaque fois ceux contenant un message sexiste, misogyne, raciste, haineux et homophobe.

Premier constat, les femmes de couleur (noires, asiatiques, latines, métisses) sont 34% plus sujettes à des messages haineux que les femmes blanches. En outre, dans 84% des cas, le tweet abusif s’adresse à une personne noire.

Autre découverte : quelle que soit leur position sur l’échiquier politique, ou l’orientation politique de leur rédaction, les femmes subissent un nombre équivalent de messages problématiques.

« L’incapacité de Twitter à lutter contre ce problème signifie qu’il contribue à réduire au silence des voix déjà marginalisées« , souligne l’étude. Et ce, malgré les promesses de Twitter d’investir sérieusement dans le machine learning afin d’améliorer ses algorithmes pour lutter plus efficacement contre ce type de messages.