Votre cerveau
La machine à attention n’a pas inventé la vulnérabilité humaine. Elle l’a découverte, cartographiée et industrialisée.
Comment lire cette page. Touchez un mot souligné pour voir le terme scientifique exact et une courte définition. Dépliez un encadré « Pour aller plus loin » pour les preuves et les points contestés. Le texte principal se suffit à lui-même : vous pouvez ignorer les deux et suivre quand même tout le raisonnement.
Il ne s’agit pas de faiblesse
Les mécanismes qu’exploite la machine à attention ne sont pas des défauts de votre cerveau. Ce sont de vieux outils de survie. Votre cerveau fonctionne comme il le doit — mais il a évolué pour un monde où l’information était rare et où les choses changeaient lentement. Ce monde n’existe plus.
Les mauvaises nouvelles attirent votre attention plus vite que les bonnes
Les menaces exigent plus d’attention que les occasions. L’ancêtre qui repérait le prédateur survivait ; celui qui admirait les fleurs n’en tirait pas le même bénéfice. Des recherches menées à travers les cultures et les décennies documentent ce schéma, et il est mesurable.
Biais de négativité (negativity bias)
La tendance des informations négatives à provoquer des réactions cognitives, émotionnelles et physiologiques plus fortes et plus rapides que des informations positives équivalentes.
Sources
- Rozin & Royzman (2001), Negativity Bias, Negativity Dominance, and Contagion, Personality and Social Psychology Review.
- Baumeister et al. (2001), Bad is Stronger than Good, Review of General Psychology.
L’algorithme d’engagement a découvert ce phénomène avant même d’avoir lu la recherche. Les contenus qui déclenchent des réactions de menace — injustice, danger, conflit, indignation — tendent à se diffuser plus largement que ceux qui n’en déclenchent pas : dans une étude portant sur des messages politiques, chaque mot à la fois moral et émotionnel augmentait la diffusion d’un message d’environ 20 %. Sur environ 105 000 variantes de titres qu’un site d’information, Upworthy, a testées en A/B auprès de ses lecteurs, chaque mot négatif dans un titre augmentait le taux de clic d’environ 2,3 % (Robertson et ses collègues, 2023). L’algorithme récompense l’engagement. La négativité crée de l’engagement. Le reste est mécanique.
La dopamine pousse à chercher, pas à éprouver du plaisir
On présente souvent la dopamine comme la « molécule du plaisir » du cerveau. Ce n’est pas tout à fait exact. La dopamine est la molécule de la recherche : elle produit la pulsion qui fait vouloir, pas l’expérience d’être satisfait.
Les travaux de Kent Berridge, à l’université du Michigan, ont séparé deux systèmes qui se ressemblent sans être identiques : vouloir et aimer (wanting and liking). Vouloir, c’est l’envie de chercher. Aimer, c’est la satisfaction elle-même. Les deux reposent sur une chimie cérébrale différente. Vous pouvez vouloir quelque chose intensément et le trouver décevant une fois que vous l’avez obtenu.
Wanting vs. liking (incentive salience)
Berridge et Robinson ont distingué deux systèmes de récompense. Le « wanting » (vouloir, aussi appelé incentive salience) est porté par la dopamine dans la voie mésolimbique et produit l’envie de chercher. Le « liking » (aimer) passe par les systèmes opioïdes et produit l’expérience du plaisir.
On peut dissocier les deux expérimentalement. Vous pouvez vouloir quelque chose intensément sans l’apprécier une fois que vous l’avez obtenu.
Sources
- Berridge & Robinson (1998), What is the role of dopamine in reward: hedonic impact, reward learning, or incentive salience?, Brain Research Reviews 28(3).
- Berridge & Robinson (2016), Liking, wanting, and the incentive-sensitization theory of addiction, American Psychologist.
Anna Lembke, professeure de psychiatrie à Stanford, le décrit dans Dopamine Nation (2021) : les plateformes sont conçues pour déclencher une recherche continue sans apporter la satisfaction qui fermerait la boucle. La notification, la nouvelle publication, la vidéo suivante — chacune éveille l’envie sans apporter le dénouement qui l’apaiserait. Le système est conçu pour que la boucle continue de tourner.
Les récompenses imprévisibles sont celles dont on décroche le plus difficilement
Quand les récompenses arrivent selon un calendrier prévisible — une pression sur cinq rapporte un prix —, la réaction faiblit vite dès que le prix cesse. Quand elles arrivent de façon imprévisible — parfois un like, parfois rien, parfois beaucoup —, la réaction se renforce et dure bien plus longtemps. Les machines à sous sont construites sur ce principe. Un fil qui récompense de temps en temps le geste de le rafraîchir repose sur le même, que quelqu’un ait cherché ou non à copier le casino.
Récompense variable (variable reward, variable-ratio reinforcement)
Un programme de renforcement issu du conditionnement opérant, dans lequel la récompense arrive après un nombre variable de réponses. Parmi les programmes de renforcement de base étudiés, c’est celui qui produit le taux de réponse le plus élevé et la plus forte résistance à l’extinction — autrement dit, le comportement persiste le plus longtemps après l’arrêt des récompenses.
Les machines à sous et la plupart des jeux de casino utilisent ce programme. Un fil que vous rafraîchissez distribue ses récompenses selon le même type de programme.
Sources
- Ferster, C.B. & Skinner, B.F. (1957), Schedules of Reinforcement, Appleton-Century-Crofts.
L’approbation sociale active les mêmes circuits que l’argent
Recevoir l’approbation des autres active les mêmes circuits neuronaux de la récompense que le fait de recevoir de l’argent. Ce n’est pas une métaphore : c’est mesurable. L’acceptation et le rejet sociaux sont traités dans des régions du cerveau qui recoupent celles de la douleur physique et de la récompense.
Les plateformes transforment l’interaction sociale en jeu précisément parce que l’approbation sociale se compte — likes, abonnés, partages — et que la réaction du cerveau à ce décompte est neurologiquement réelle. Le bouton « J’aime », introduit par Facebook en 2009, a pris quelque chose qui était jusque-là qualitatif (le sentiment que vos idées trouvaient un écho chez les autres) pour le rendre chiffré, public et variable. Le chiffre change. Le cerveau réagit.
La dérive progressive
Aucun des mécanismes décrits plus haut n’est fait pour remarquer les glissements lents et réguliers d’un environnement d’information au fil du temps ; c’est notre lecture, pas un résultat de recherche. La normalisation publicitaire s’appuie sur cette faiblesse, tout comme le lent déplacement de ce qui passe pour une opinion ordinaire. Aucune recommandation n’est radicalement différente de la précédente, si bien que rien n’est perçu comme un saut — et le point d’arrivée peut se retrouver très loin du point de départ.
La version populaire de cette idée, c’est le « rabbit hole » : le moteur de recommandation qui conduirait une personne ordinaire jusqu’à l’extrémisme, clic après clic. Ce que les données établissent est plus limité. La plateforme rend moins coûteux le fait de trouver des contenus extrêmes, et de se trouver les uns les autres, et elle sert en priorité des contenus extrêmes aux personnes qui penchent déjà dans ce sens ; la question de savoir si la recommandation entraîne à elle seule l’escalade est contestée. La partie dont traite cette page est plus limitée encore, et c’est notre lecture : un glissement qui arrive par petites étapes est le plus difficile à remarquer.
Ce que cela signifie
Aucune de ces vulnérabilités ne fait de vous quelqu’un de bête ou de faible. Elles font de vous un être humain. Elles sont apparues parce qu’elles étaient utiles à la survie. Le problème, c’est qu’elles ont évolué pour un environnement où l’information était rare et le changement lent — et qu’elles sont aujourd’hui exploitées de façon systématique par des systèmes conçus pour maximiser l’engagement à grande échelle, sans aucun moyen intégré de distinguer l’engagement qui sert vos intérêts de celui qui ne les sert pas.
Comprendre cela change ce que vous pouvez y faire. Face à un système conçu pour cela, la réponse n’est pas la volonté. C’est une protection structurelle.
Comment nous le savons — la distinction wanting/liking et ce qui reste débattu
Les travaux de Berridge et Robinson ont recouru à des lésions cérébrales ciblées et à des outils pharmacologiques pour dissocier les deux systèmes de récompense chez le rat. Ils ont montré que les animaux peuvent encore aimer un goût sucré (mesuré par leurs réactions orofaciales) même quand leur dopamine est épuisée : ils cessent simplement de vouloir le rechercher. À l’inverse, augmenter la dopamine accroît le vouloir sans modifier le plaisir constaté face à la récompense. La distinction se vérifie aussi chez l’être humain, y compris dans la recherche sur l’addiction.
Ce qui est contesté. Les récits grand public ramènent souvent cela à « dopamine = plaisir », ou présentent les réseaux sociaux comme créant une « addiction à la dopamine ». La science ne soutient pas vraiment l’une ou l’autre de ces affirmations. Qualifier l’usage intensif des réseaux sociaux d’« addiction » au sens clinique va au-delà de ce que montrent les preuves — et, selon une étude de 2025 parue dans Scientific Reports, les personnes qui voient leur usage intensif comme une addiction se sentent moins capables de le maîtriser, alors même que la plupart d’entre elles ne remplissent pas les critères cliniques. Le cadrage de ce site est donc « conçu pour être aussi captivant », et non « addictif ».
Note sur la réplication. Les résultats sur le renforcement à ratio variable et sur le biais de négativité se répliquent solidement à travers les décennies et les cultures. Le cadrage « validation sociale = addiction » est plus récent et plus contesté. La dissociation wanting/liking est bien établie en neurosciences, mais l’appliquer à la conception des plateformes est une extrapolation qu’il revient aux chercheurs — et non aux concepteurs de plateformes — de trancher.
Sources
- Robertson, C.E. et al. (2023), Negativity drives online news consumption, Nature Human Behaviour 7 — tests de titres randomisés issus des archives d’Upworthy (environ 105 000 variantes, 370 millions d’impressions) : chaque mot négatif augmentait le taux de clic d’environ 2,3 %.
- Brady, W.J., Wills, J.A., Jost, J.T., Tucker, J.A. & Van Bavel, J.J. (2017), Emotion shapes the diffusion of moralized content in social networks, PNAS 114(28) — chaque mot à la fois moral et émotionnel augmentait la diffusion d’un message d’environ 20 %.
- Rozin & Royzman (2001), Negativity Bias, Negativity Dominance, and Contagion, Personality and Social Psychology Review.
- Baumeister et al. (2001), Bad is Stronger than Good, Review of General Psychology.
- Berridge, K.C. & Robinson, T.E. (2016), Liking, wanting, and the incentive-sensitization theory of addiction, American Psychologist (version en libre accès : PMC5171207).
- Berridge & Robinson (1998), What is the role of dopamine in reward: hedonic impact, reward learning, or incentive salience?, Brain Research Reviews 28(3).
- Eisenberger, N.I., Lieberman, M.D. & Williams, K.D. (2003), Does rejection hurt? An fMRI study of social exclusion, Science.
- Izuma, K., Saito, D.N. & Sadato, N. (2008), Processing of Social and Monetary Rewards in the Human Striatum, Neuron 58(2).
- Ferster, C.B. & Skinner, B.F. (1957), Schedules of Reinforcement, Appleton-Century-Crofts.
- Lembke, A. (2021), Dopamine Nation, Dutton.
- Anderson, I.A. & Wood, W. (2025), Overestimates of social media addiction are common but costly, Scientific Reports.
- Kincaid, J. (9 février 2009), Facebook Activates "Like" Button; FriendFeed Tires Of Sincere Flattery, TechCrunch.