Research projects

Même si le mot « métavers » connaît un engouement récent chez le grand public, la notion existe depuis des décennies et les premières occurrences de ces univers remontent au moins aux MUD (multi-users donjons) des années 1980. En effet, le métavers est défini comme un monde en ligne persistent et complet à travers lequel les utilisateurs et utilisatrices naviguent grâce à un avatar. D’abord en mode texte, puis en 2D et 3D et finalement en réalité augmentée et virtuelle, les métavers ont été largement influencés par le développement des jeux vidéo, particulièrement des jeux de rôles massivement multijoueurs (MMORPG) des années 1990 et 2000. Aujourd’hui, différents modèles économiques structurent la mise à jour et le développement des métavers, certains basés sur les modèles des jeux AAA de l’industrie vidéoludique, d’autres sur la collecte massive de données personnelles et le profilage publicitaire, d’autres encore sur les technologies du web3 (cryptomonnaies, jetons non fongibles, chaînes de blocs, etc.). Vu la panoplie de modèles, de métavers et même de définitions, les confusions sont nombreuses, au risque de créer de la spéculation, des craintes infondées ou, à l’inverse, des espoirs irréalistes. Par l’analyse historique, sociologique et technologique du phénomène, cette recherche vise l’étude des différents discours structurant les métavers, entre autres en étudiant les diverses communautés au sein de ces univers.

Depuis la création du fameux test de Turing, nombreux ont été les efforts déployés dans le développement d’algorithmes d’intelligence artificielle capables de simuler des conversations humaines. De Eliza à Google Now, Cortana et Siri, en passant par une panoplie d’agents conversationnels de divers horizons, les technologies en lien avec le traitement du langage naturel (NLP) sont de plus en plus présentes dans le quotidien des citoyens et citoyennes. Dans le contexte du jeu vidéo, les agents conversationnels prennent la forme de personnages non-joueurs avec lesquels interagir. S’ils peuvent améliorer l’expérience de jeu en la rendant plus crédible et diversifiée, même plus personnalisée en s’adaptant aux styles de jeu, les agents conversationnels soulèvent également de nombreux questionnements éthiques. L’attachement entretenu envers les avatars tout comme les affects forts qui peuvent être vécus en jeu peuvent complexifier le rapport entre agents conversationnels, avatars, joueurs et joueuses. Dans le cadre de cette recherche, les notions d’affect, de confiance, d’habituation et de transparence rendent possible l’analyse des effets de l’intelligence artificielle sur les conversations avec des êtres humains en contexte de jeu.

Différents modèles économiques soutiennent le développement de jeux mobiles. Or, le modèle prévalant pour les jeux gratuits (free-to-play) se base entièrement sur la collecte de données personnelles et le placement publicitaire. Toute une infrastructure technologique et économique rend possible ce système, souvent opaque pour les joueurs et joueuses. Autant les tiers qui profitent de ce lucratif marché sont fort nombreux, autant les moyens offerts aux utilisateurs et utilisatrices pour donner un consentement éclairé sont déficients. Par ailleurs, des stratégies issues du design persuasif et des jeux de hasard et d’argent sont très présents et favorisent des temps de connexion plus longs en manipulant les joueurs et joueuses, même s’ils sont mineurs. Les lois, fragmentaires, ne protègent pas suffisamment de cette collecte massive et du profilage. Dans le cadre de cette recherche, il s’agit d’identifier les défaillances de ce modèle économique afin de mieux pouvoir protéger les citoyens et citoyennes ainsi que leurs enfants. Une base de données sur les jeux mobiles gratuits pour enfants est montée afin de tracer un portrait précis des applications offertes aux tout-petits.

Le 6 octobre 2019, le joueur Blitzchung déclare, lors de l’entrevue sur Twitch suivant sa victoire dans un tournoi du jeu vidéo Hearthstone (Blizzard, 2014), « Libérez Hong Kong, la révolution de notre temps » et ce, dans la foulée du soulèvement politique mené dans les rues de la ville chinoise. S’en suivront des sanctions de la part de l’éditeur du jeu qui provoqueront un mouvement de solidarité dans la communauté des joueurs et joueuses en guise de protestation. Afin d’étudier le cas, un travail de moissonnage de données a été effectué entre le 6 octobre et le 31 décembre 2019 sur les plateformes Reddit, Twitter et YouTube. Le corpus final comprend 329,822 commentaires écrits par 178,777 utilisateurs uniques. Suivant le classement des données textuelles par apprentissage machine, l’évolution du discours portant sur les événements a été étudiée, particulièrement en identifiant, visualisant et comparant diverses thématiques. Plus précisément, cette recherche a permis de 1) identifier les stratégies discursives utilisées par Blizzard et par les leaders pour contrôler le message ; 2) comprendre les manières par lesquelles les joueurs et joueuses influents participent au mouvement de contestation ; 3) évaluer l’évolution de leur engagement politique et les effets de leurs prises de parole auprès des internautes ; 4) catégoriser les principaux modes de protestation et archétypes de protestataires.

L’objectif général de ce projet est de décrire les sources de toxicité entre les joueurs de la communauté du jeu vidéo Dead by Daylight (2016) de Behaviour. Plus précisément, il s’agit d'identifier les facteurs qui favorisent des rapports toxiques entre certains joueurs ou certaines sous-communautés de joueurs en étudiant l'interface et les mécaniques du jeu, les comportements en jeu (analyse de données massives), les discussions hors-jeu sur les plateformes de socialisation (analyse de données textuelles) et par des données déclaratives (sondage).

This research project investigates identity, communicational, and social dynamics within online gaming communities using hybrid methods at the intersection of qualitative analysis (semiotic analysis of online platforms, laboratory analysis of gaming sessions, semi-directed interviews, group interviews, etc.) and quantitative analysis (manual or automated analysis of in-game data and out-game, online communication data). This project also seeks to critically examine the way in which big data and artificial intelligence are applied to the study of gaming communities while formulating a semiotic analysis of key concepts and technologies in these fields.

This research project’s general objective is to document and analyze how Classcraft is implemented and used in primary and secondary level classrooms. More specifically, it seeks to describe how teachers, students, and parents use the platform, as well as evaluate their assessment of the platform while studying their Classcraft and social media habits in class and online. To this end, this project uses a range of research methods: semiotic analysis of the platform, non-participatory in-class observation, individual interviews, surveys, an analysis teachers’ social media usage, and an analysis of big data sets produced on the platform.