Conférence McMaster sur la santé de l’enfant

Auteurs

Résumé

Contexte : Il existe une menace récente et dangereuse pour la recherche et la collecte de données en ligne : les bots et les acteurs malveillants. Les bots (intelligence artificielle [IA]) et les acteurs malveillants (participants humains qui ne remplissent pas les enquêtes de manière véridique) gagnent en puissance et en nombre lorsqu’il s’agit d’infiltrer les études. Dans le domaine de la recherche sur l’autisme, ils constituent des obstacles supplémentaires pour une population déjà sous-représentée. Alors que ces participants frauduleux continuent d’évoluer au-delà des méthodes actuelles visant à les combattre, il est impératif que les chercheurs envisagent toutes les options de prévention, de détection et d’élimination, sans compromettre l’intégrité de leur enquête ni accroître les obstacles à la participation des participants valides. Objectif : Synthétiser les revues actuelles sur la prévention, la détection et l’élimination des bots et des acteurs malveillants dans les enquêtes de recherche en ligne. Méthodes : Une recherche dans les principales bases de données a été menée pour identifier des études indépendantes et des revues, aboutissant à 19 articles jugés les plus applicables. La littérature a ensuite été résumée selon les méthodes de prévention, de détection et d’élimination des bots et des acteurs malveillants qui étaient explorées, la manière dont les auteurs employaient chaque méthode et leur efficacité. Résultats : La recherche a abouti à 19 articles, dont 12 étaient des études indépendantes expliquant les expériences directes des auteurs face aux bots et aux acteurs malveillants [1-12]. Les 7 autres étaient des revues qui évaluaient les stratégies courantes de prévention, de détection et d’élimination des bots et des acteurs malveillants [13-19]. Parmi les études indépendantes, 2 portaient sur la gestion des acteurs malveillants, 1 portait sur les bots et 9 portaient sur les deux. Parmi les revues, aucune ne portait exclusivement sur les acteurs malveillants, 1 portait sur les bots et 6 abordaient la gestion des deux. Conclusion : Les stratégies actuelles utilisées pour lutter contre les bots et les acteurs malveillants dans la recherche en ligne sur l’autisme constituent un paysage complexe et nuancé. Une synthèse de 19 études pertinentes a révélé plusieurs approches distinctes. Toutefois, aucune de ces méthodes n’est complètement efficace isolément. Cela souligne la nécessité de combiner plusieurs stratégies afin d’améliorer leur efficacité globale. Une autre préoccupation récurrente apparaît tout au long de la discussion : l’obsolescence imminente des stratégies actuelles face aux capacités de l’IA qui évoluent rapidement. Bien que ces méthodes puissent produire des résultats efficaces, les progrès incessants des technologies d’IA posent un défi redoutable à leur durabilité. Il devient donc évident qu’une approche dynamique et adaptable est nécessaire. Les chercheurs de toutes disciplines doivent collaborer afin de trouver de nouvelles combinaisons de méthodes et de nouvelles stratégies. Alors que l’utilisation de questionnaires en ligne dans l’ensemble de la recherche, en particulier les études sur l’autisme et d’autres populations sous-représentées, continue de croître, il est de plus en plus important de maintenir de faibles obstacles à la participation tout en recueillant des données valides.

1. Ryan Kennedy , Scott Clifford , Tyler Burleigh , Philip D. Waggoner , Ryan Jewell , Nicholas J. G. Winter (2020). The shape of and solutions to the MTurk quality crisis . Political Science Research and Methods, 8(4), 614-629. Cambridge University Press (CUP).

   Type: Article DOI: 10.1017/psrm.2020.6

   OpenCitations