Une excursion dans les bas-fonds de Flickr

Lors de ma récente présentation sur les machine tags au CNAM, certains intervenants – mués sans doute par une curiosité scientifique insatiable – m’ont suggéré un billet sur les bas-fonds de Flickr. Animé à mon tour par la même soif de connaissance, il m’a semblé que l’analyse des groupes de discussion de la plate-forme pourrait fournir rapidement quelques résultats statistiques intéressants sur le sujet. J’étais un peu optimiste. Mais tout d’abord, quelques rappels s’imposent.

Cloaca Maxima by pcambraf, licence CC

Trois niveaux de sécurité des contenus sont proposés sur Flickr : sécurisé (tout public), modéré, restreint (nudité, pornographie, etc.). L’utilisateur doit déterminer lui-même le niveau de sécurité des objets qu’il transfère sur la plate-forme. Il utilise en général le niveau par défaut qu’il a défini pour son compte, mais il peut bien sûr modifier celui-ci pour chaque contenu téléchargé en utilisant le menu Classer cette photo qui apparaît lors d’un affichage en bas à droite après les Informations supplémentaires.

Avec la masse considérable de photos actuellement disponibles sur Flickr¹, il n’est plus vraiment possible d’effectuer des collectes exhaustives de données sur les comptes utilisateurs et leurs photos. Cependant, l’examen des groupes Flickr permet de connaître les thématiques de partage des photos et recoupe en partie ces questions de niveaux.

Trois types de groupes existent en effet sur Flickr : Public, Public sur invitation, ou Privé. Pour les deux premiers types (Public et Public sur invitation), les administrateurs peuvent choisir d’afficher ou de masquer les discussions et/ou les pools de groupe aux visiteurs n’appartenant pas au groupe. Les groupes Privés sont … privés et ni l’outil de recherche ni l’API n’y ont accès. Enfin, on peut choisir deux options lors de la création d’un groupe : Ce groupe est “sans danger” pour tous ou Ceci est un groupe 18+ . Ce dernier type de groupe est normalement destiné aux contenus modérés ou restreints. Il n’est pas possible ainsi d’ajouter une photo marquée en accès restreint à un groupe de type “sans danger”.

Mon projet initial était de déterminer le nombre de groupes de type Public (avec ou sans invitation) actuellement sur Flickr, et parmi ceux-ci combien sont qualifiés 18+. Dans un second temps, la collecte d’informations sur l’accessibilité aux pools de photos et sur le nombre de photos par groupe était envisagée. Mais l’analyse s’est avérée plus difficile que prévue en raison de la piètre qualité de l’API Flickr concernant les groupes et seule la première partie a été abordée.

Premier problème : la méthode flickr.groups.browse qui normalement permet de naviguer dans la liste des groupes ne fonctionne pas. Elle est d’ailleurs considérée comme obsolète.

Second problème : la méthode flickr.groups.search ne permet pas d’effectuer des recherches en utilisant des troncatures, et surtout elle donne des résultats inconséquents lorsque le nombre de résultats est important. Cette méthode retourne trois informations pour chaque groupe retrouvé : son nom, son identifiant et s’il s’agit ou non d’un groupe 18+.

On peut raisonnablement estimer qu’il existe actuellement entre 1 et 2 millions de groupes². À défaut de pouvoir tous les identifier en utilisant des méthodes inopérantes ou peu fiables, j’ai donc programmé une suite de recherches sur plusieurs centaines de mots courants en plusieurs langues (articles et prépositions notamment) utilisés pour décrire les groupes.

Cette méthodologie ne conduit donc pas au recensement de tous les groupes mais constitue un sondage très représentatif puisqu’elle a permis d’analyser 280 347 groupes dont 30 463 sont classés 18+. Il est intéressant de noter aussi que le pourcentage de groupes 18+ parmi l’ensemble des groupes est demeuré assez stable durant la progression de l’analyse ; au fur et à mesure de l’identification de nouveaux groupes, ce pourcentage est demeuré constamment entre 10 et 12 %.

On constate aussi que la catégorisation effectuée par un créateur de groupe n’est pas toujours cohérente. Il est ainsi facile d’identifier des groupes qualifiés de “sans danger” et qui devraient visiblement être 18+ (voir par exemple ici, ici, là, ou encore là).

Même avec un choix limité à 3 options, on retrouve là des erreurs – volontaires ou non – que l’on observe ailleurs lorsque les utilisateurs distribuent des tags. Mais à la différence des folksonomies plus ou moins autogérées, le mécanisme de correction passe cette fois par l’équipe de gestion du service. Flickr a mis en place un dispositif de signalement (délation ?) de ces contenus par les utilisateurs à l’aide du menu Classer cette photo/Veuillez évaluer le niveau de sécurité de cette photo et l’équipe de gestion rappelle à l’ordre les indisciplinés.

À l’inverse, nombre de groupes sont mentionnés 18+ alors que leurs descriptions et contenus sont apparemment “sans danger” (voir par exemple ici, ici, là, là ou encore là).

En conclusion, cette excursion dans les groupes Flickr demeure un peu décevante. Non pas tant par le sujet prétexte à cette visite que par la difficulté à constituer un corpus d’étude en raison de la médiocre qualité de l’API concernant ces objets. Ces bugs relevés à propos de l’accès aux données de groupes ne sont d’ailleurs pas les seuls puisque les groupes sponsorisés ne sont absolument pas documentés et restent inaccessibles à travers l’API. Espérons que ces problèmes soient un jour corrigés.

PS : Si d’aventure vous souhaitez parcourir la liste des 30 463 groupes 18+ collectés, c’est ici. Mais franchement, c’est plus simple d’utiliser l’outil de recherche du site.

1. 4,4 milliards d’identifiants, et donc probablement de l’ordre de 3 milliards de photos en ligne si l’on soustrait le nombre (inconnu) de photos effacées. [↩]
2. Une recherche sur ‘the’ donne environ 270 000 groupes et une recherche sur ‘a’ 237 000 groupes. En 2006, l’article de Christophe Prieur, Dominique Cardon, Jean-Samuel Beuscart, Nicolas Pissard, Pascal Pons, The Strength of Weak cooperation: A Case Study on Flickr avait identifié 156 840 996 photos et 72 875 groupes. [↩]