Viralité, tendances et emballements médiatiques : quand la visibilité s’auto-entretient

Pourquoi une vidéo vue par quelques milliers de personnes le matin peut-elle devenir pratiquement incontournable le soir ? Pourquoi plusieurs médias se mettent-ils soudainement à traiter le même sujet ? Pourquoi certaines publications continuent-elles à circuler alors que des milliers de contenus comparables disparaissent presque immédiatement ?

Nous avons vu que les plateformes sélectionnent et classent l’information. Il faut maintenant ajouter un mécanisme essentiel : la visibilité peut elle-même produire de la visibilité. Un contenu déjà beaucoup regardé peut être davantage partagé ; son succès peut conduire un système de recommandation à le montrer à un public supplémentaire ; cette nouvelle audience produit de nouvelles réactions ; sa présence parmi les « tendances » attire des personnes qui ne l’auraient jamais cherché ; des créateurs commencent à le commenter ; des journalistes constatent que le sujet intéresse fortement le public et décident de le couvrir. La couverture journalistique peut ensuite relancer les discussions sur les plateformes.

On obtient alors une boucle de rétroaction dans laquelle il devient difficile de séparer une cause initiale unique. Le contenu est visible parce qu’il intéresse, mais il peut aussi intéresser davantage parce qu’il est devenu visible. Comprendre cette dynamique permet d’éviter deux erreurs. La première consiste à penser que tout contenu populaire l’est nécessairement parce qu’il possédait dès le départ une importance ou une qualité exceptionnelle. La seconde consiste à supposer que toute forte visibilité résulte nécessairement d’une manipulation algorithmique. Popularité, structure du réseau, hasard, influence sociale, décisions algorithmiques, événements extérieurs et reprises médiatiques peuvent se combiner.

Popularité, viralité et tendance ne sont pas synonymes

Dans le langage courant, un contenu ayant des millions de vues est souvent qualifié de « viral ». Les recherches sur la diffusion distinguent pourtant plusieurs phénomènes.

NotionQuestion principale
PopularitéCombien de personnes ont rencontré ou utilisé le contenu ?
CascadeComment les transmissions successives se sont-elles organisées ?
ViralitéDans quelle mesure la diffusion repose-t-elle sur des transmissions de personne à personne ?
TendanceLe sujet connaît-il une augmentation rapide et suffisamment importante de l’attention à un moment donné ?
AmplificationCertains mécanismes lui ont-ils donné davantage de visibilité qu’il n’en aurait obtenue autrement ?
EmballementPlusieurs mécanismes de visibilité commencent-ils à se renforcer mutuellement ?

La distinction entre popularité et viralité est particulièrement importante. Un contenu peut atteindre cent millions de personnes parce qu’une célébrité disposant d’une audience gigantesque l’a publié une seule fois. Il est extrêmement populaire, mais sa diffusion ressemble alors davantage à une émission de télévision qu’à une chaîne où chaque individu transmet l’information à quelques autres. À l’inverse, un contenu peut se propager progressivement : une personne le partage à dix amis, plusieurs d’entre eux le retransmettent, puis leurs contacts font de même. Sa diffusion forme alors une cascade beaucoup plus profonde.

Sharad Goel, Ashton Anderson, Jake Hofman et Duncan Watts ont proposé la notion de viralité structurelle pour distinguer ces mécanismes. Leur analyse d’environ un milliard d’événements de diffusion sur Twitter montrait que les contenus populaires peuvent résulter aussi bien d’une diffusion de type « grand broadcast » que de longues cascades interpersonnelles, ainsi que de nombreuses combinaisons intermédiaires. Ils constataient même que la viralité structurelle restait généralement faible : une grande partie de la popularité provenait de diffusions importantes plutôt que d’une succession interminable de transmissions individuelles. Autrement dit, « beaucoup vu » ne signifie pas nécessairement « devenu viral de personne en personne ».

Une cascade commence rarement dans le vide

Pour qu’un contenu se propage, il faut d’abord qu’il rencontre quelques utilisateurs. Cette première exposition dépend de multiples facteurs : nombre d’abonnés de l’auteur, heure de publication, sujet, format, actualité du moment, position dans un fil, recommandation algorithmique ou simple hasard. À partir de là, chaque interaction peut ouvrir de nouvelles possibilités de diffusion. Un partage expose le contenu à un autre réseau ; un commentaire peut le replacer dans certains fils ; une réaction d’un compte influent peut l’introduire auprès d’une audience gigantesque. La structure du réseau compte donc autant que le contenu lui-même. Être partagé par une personne suivie par vingt amis n’offre pas la même possibilité de propagation qu’être repris par un compte suivi par plusieurs millions de personnes.

Une étude publiée en 2025 dans *Scientific Reports*, portant sur plus de 55 millions de publications originales et environ 520 millions de reposts en japonais sur Twitter/X, montre ainsi que les utilisateurs possédant une forte capacité d’influence produisent des reposts ayant eux-mêmes une probabilité plus élevée d’être retransmis. L’identité de celui qui transmet peut donc affecter la suite de la cascade, au-delà du seul contenu initial. La diffusion dépend ainsi d’une combinaison entre ce qui est dit, qui le dit, qui le relaie et à quels réseaux ces personnes donnent accès.

Le succès antérieur devient une information

Lorsque nous voyons qu’un article a été partagé cent mille fois, nous n’apprenons pas seulement quelque chose sur sa diffusion passée. Ce nombre peut influencer notre propre comportement. Une forte popularité peut servir de signal social : « si autant de personnes regardent ce contenu, il mérite peut-être mon attention ». Cela ne signifie pas que nous suivions aveuglément la majorité. La popularité peut être une information rationnelle lorsqu’on ignore la qualité d’un contenu : un restaurant rempli, un livre souvent recommandé ou un article énormément partagé possède peut-être réellement quelque chose d’intéressant. Mais ce mécanisme crée une possibilité d’avantage cumulatif. Un contenu ayant obtenu légèrement plus d’attention au départ bénéficie ensuite de cette visibilité supplémentaire pour en obtenir davantage.

Une expérience classique de Matthew Salganik, Peter Dodds et Duncan Watts illustre remarquablement ce phénomène. Plus de 14 000 participants devaient écouter et télécharger des chansons jusque-là inconnues. Certains choisissaient sans connaître les décisions des participants précédents ; d’autres voyaient la popularité des morceaux. Lorsque cette information sociale était disponible, les différences de succès entre chansons devenaient beaucoup plus fortes et le résultat final beaucoup moins prévisible. La qualité comptait toujours — les meilleurs morceaux réussissaient rarement très mal — mais elle ne suffisait plus à expliquer quels titres deviendraient les grands succès. Cette expérience ne portait pas sur l’actualité politique. Elle démontre cependant un mécanisme général : lorsque les individus voient les choix des autres, un succès initial peut contribuer à fabriquer le succès ultérieur.

La popularité n’est alors plus seulement le résultat final de la diffusion ; elle devient l’un de ses moteurs.

Petites différences initiales, grandes différences finales

Ce mécanisme aide à expliquer pourquoi il est souvent très difficile de prévoir précisément ce qui deviendra viral. Deux contenus de qualité comparable peuvent connaître des trajectoires extrêmement différentes. L’un reçoit rapidement quelques partages importants, apparaît dans davantage de fils, obtient de nouvelles interactions et continue son ascension. L’autre rencontre moins de personnes pendant ses premières minutes et disparaît avant d’avoir eu la possibilité de trouver son public.

Cela ne signifie pas que tout est hasard. Certains contenus possèdent clairement des caractéristiques qui augmentent leurs chances de diffusion : actualité forte, émotion, utilité, caractère spectaculaire, humour, notoriété de l’auteur ou adaptation parfaite au format d’une plateforme. Mais entre « avoir davantage de chances de réussir » et « pouvoir prévoir exactement lequel réussira », il existe une grande différence. Les systèmes où le succès influence le succès produisent fréquemment des distributions très inégales : une petite fraction des contenus accumule énormément d’attention tandis que l’immense majorité reste peu visible. Il faut donc être prudent devant le raisonnement rétrospectif : une fois une vidéo devenue célèbre, il est facile d’expliquer pourquoi « elle ne pouvait que fonctionner ». Avant sa diffusion, son succès aurait souvent été beaucoup moins évident.

Les algorithmes peuvent ajouter une nouvelle boucle

Lorsqu’une plateforme interprète les premières réactions comme un signal de pertinence, elle peut recommander davantage un contenu déjà visible. Cette boucle de rétroaction, étudiée dans la fiche précédente, accélère certaines cascades sans suffire à les expliquer : le réseau de départ, les relais, le moment, le sujet et une part de contingence continuent de compter. La viralité désigne ici la dynamique cumulative qui en résulte, non le fonctionnement détaillé du système de recommandation.

Une « tendance » ne photographie pas simplement l’intérêt du public

Les rubriques *Trending*, « Tendances » ou « Sujets populaires » rendent cette logique particulièrement visible. On pourrait imaginer qu’elles se contentent de mesurer ce dont les utilisateurs parlent déjà : le système compterait l’activité et afficherait simplement les sujets les plus populaires. Mais dès qu’une plateforme montre publiquement qu’un sujet est « tendance », elle lui apporte une visibilité supplémentaire. Le classement ne se contente donc plus de mesurer un phénomène : il peut participer à son évolution.

Une étude publiée en 2023 dans les actes de l’ICWSM a exploité des campagnes coordonnées en Inde et en Turquie afin d’étudier précisément cet effet sur Twitter. Les auteurs ont cherché à isoler l’augmentation d’activité produite par l’apparition d’un hashtag dans les tendances de celle qui aurait résulté de sa diffusion normale dans les réseaux sociaux. Ils trouvent un effet causal statistiquement significatif mais modeste : figurer parmi les tendances produit des publications supplémentaires et facilite notamment la découverte du sujet par des utilisateurs moins connectés à son réseau initial. Cette nuance est importante. Une tendance n’apparaît pas de nulle part uniquement parce qu’un algorithme l’a choisie ; elle disposait déjà d’une activité suffisante pour être détectée. Mais l’étiquette « tendance » peut ensuite renforcer cette activité. Le compteur devient en partie acteur de ce qu’il mesure.

Les tendances privilégient l’accélération, pas nécessairement l’importance

Un sujet « tendance » n’est pas nécessairement celui dont le plus grand nombre de personnes parle au total. Les systèmes de tendances cherchent souvent à détecter des hausses rapides de l’activité. Cela explique pourquoi un événement soudain peut apparaître alors qu’un sujet beaucoup plus discuté quotidiennement ne figure pas dans le classement. Une guerre suivie chaque jour par des millions de personnes peut devenir statistiquement « normale » sur une plateforme. Une phrase inattendue d’une célébrité peut, pendant quelques heures, connaître une augmentation spectaculaire et apparaître parmi les tendances. Le mot *trending* devrait donc être compris littéralement : il mesure généralement quelque chose qui monte rapidement, pas une hiérarchie objective des problèmes les plus importants.

Des travaux sur les tendances de Twitter ont montré depuis longtemps leur caractère très temporel : peu de sujets parviennent à attirer suffisamment d’attention pour émerger, puis leur activité peut décroître rapidement. Ils montraient également que médias traditionnels et réseaux sociaux participaient déjà conjointement à la formation de nombreuses tendances plutôt que de constituer deux univers séparés. Cette distinction rejoint un principe essentiel de toute cette catégorie : visibilité, importance et vérité ne sont pas la même chose.

Viralité ne signifie pas fausseté

Le terme « viralité » est désormais souvent associé à la désinformation. C’est compréhensible : une fausse information qui se diffuse massivement pose un problème particulier. Mais le mécanisme de viralité est indifférent à la vérité. L’annonce authentique d’une catastrophe naturelle peut devenir virale. Une vidéo humoristique parfaitement anodine peut devenir virale. La découverte scientifique correctement présentée d’une photographie astronomique peut se propager extrêmement rapidement. Une rumeur fausse peut suivre les mêmes réseaux. Les mécanismes décrits ici — partage, avantage cumulatif, recommandations, influence sociale, reprises par des comptes importants — expliquent donc la circulation, pas la qualité épistémique du contenu.

C’est précisément pourquoi la théorie générale des rumeurs et des fausses informations doit être distinguée de la théorie de la diffusion. Une information peut devenir extrêmement visible sans être mensongère, et une information fausse peut rester presque invisible. La viralité répond à « comment cela se diffuse ? », pas à « est-ce vrai ? ».

L’événement extérieur reste souvent déterminant

Les modèles de diffusion ne doivent pas non plus nous faire oublier le monde extérieur. Si des millions de personnes parlent simultanément d’un séisme, d’une finale de Coupe du monde ou d’une élection présidentielle, ce n’est pas nécessairement parce qu’elles se copient mutuellement ou parce qu’un algorithme a artificiellement amplifié le sujet. Elles peuvent simplement réagir au même événement réel. Les recherches sur la diffusion distinguent ainsi les facteurs endogènes, produits à l’intérieur du réseau par la circulation entre utilisateurs, et les facteurs exogènes, provenant d’événements, de médias ou d’institutions extérieurs à la cascade.

La distinction est cruciale pour l’inférence causale. Constater qu’un hashtag se met soudainement à exploser après que plusieurs personnes influentes l’ont utilisé ne permet pas immédiatement de savoir si ces personnes ont produit l’intérêt ou si elles réagissaient toutes à un événement qui aurait provoqué cette augmentation de toute façon. De nombreuses dynamiques réelles mélangent les deux : un événement extérieur déclenche une attention initiale, puis les mécanismes internes du réseau déterminent jusqu’où celle-ci se propagera et combien de temps elle durera.

Quand les médias commencent à se suivre les uns les autres

Les boucles de visibilité ne concernent pas seulement les utilisateurs et les plateformes. Les médias observent également ce que publient leurs concurrents. Lorsqu’un quotidien révèle une affaire importante, d’autres rédactions cherchent naturellement à la confirmer, à l’enrichir ou à obtenir leurs propres informations. Lorsqu’un sujet domine plusieurs médias importants, l’ignorer devient également un choix éditorial risqué : une rédaction peut craindre de manquer une actualité que son public considère déjà comme importante.

Les sciences de la communication parlent d’intermedia agenda-setting lorsque les agendas médiatiques s’influencent mutuellement. Des recherches sur seize médias américains montrent par exemple que cette circulation peut désormais être observée à l’échelle de quelques heures dans l’information en ligne et que les anciens grands médias nationaux ne sont plus les seuls capables d’influencer l’agenda des autres rédactions.

Une revue publiée en 2026 rappelle plusieurs raisons connues de cette imitation : les décisions d’autres rédactions peuvent servir d’indice sur la valeur journalistique d’un sujet, les journalistes peuvent chercher une validation auprès de leurs pairs et la concurrence crée une forte asymétrie du risque. Manquer une histoire que tous les concurrents couvrent peut paraître plus grave que suivre un sujet qui se révélera finalement peu important. Cette logique permet de produire des emballements sans aucune coordination centrale.

« Tout le monde en parle » peut devenir une raison d’en parler

Imaginons qu’un média national publie une enquête. Deux chaînes d’information la reprennent. Les journalistes politiques interrogent immédiatement plusieurs responsables. L’un d’eux réagit vivement ; cette réaction devient une nouvelle dépêche. Les extraits circulent sur les réseaux sociaux. Plusieurs hashtags apparaissent. Une émission de débat décide de consacrer sa soirée au sujet parce qu’il domine l’actualité. Le lendemain matin, les radios interrogent les dirigeants politiques sur « la polémique qui agite le pays ». Leurs réponses produisent de nouvelles informations. Le sujet initial était peut-être parfaitement légitime. Mais une partie de la couverture du deuxième jour porte désormais non plus directement sur les faits initiaux, mais sur les réactions produites par leur première médiatisation.

La couverture crée ainsi de nouveaux événements : déclarations, sondages, tribunes, démentis, débats télévisés et manifestations éventuelles. Un thème peut donc acquérir une sorte d’inertie médiatique. Plus il occupe d’espace, plus il génère d’occasions de continuer à l’occuper. Cela ne signifie évidemment pas que tout emballement soit artificiel. Une affaire importante peut mériter plusieurs semaines d’enquête. Le problème est plutôt que la quantité de couverture finit parfois par dépendre en partie de la couverture elle-même.

Plateformes et médias forment désormais un système hybride

La séparation traditionnelle entre « les médias » et « les réseaux sociaux » devient alors trompeuse. Les journalistes observent ce qui circule sur les plateformes. Les utilisateurs partagent les articles de presse. Les responsables politiques publient directement leurs réactions sur X ou Facebook. Des chaînes reprennent une vidéo TikTok dans un journal télévisé ; l’extrait télévisé est ensuite découpé et repart sur TikTok. La diffusion forme donc un système hybride dans lequel contenus et attention circulent entre plusieurs espaces.

Un sujet peut démarrer dans un média traditionnel, devenir très visible sur une plateforme, puis retourner dans les médias parce que sa popularité numérique constitue désormais elle-même une information. Le mouvement inverse existe également : une publication relativement obscure sur un réseau social peut être découverte par un journaliste, transformée en article, puis bénéficier de l’audience du média avant de revenir massivement sur les plateformes. Il devient alors difficile de poser une question comme « est-ce Internet ou les médias qui ont rendu ce sujet populaire ? » sans reconstruire précisément la chronologie. Souvent, les deux systèmes se sont mutuellement amplifiés.

Les comptes très visibles peuvent servir d’accélérateurs

La structure du réseau ajoute encore une asymétrie. Tous les utilisateurs ne possèdent pas le même nombre d’abonnés ni la même capacité à provoquer des retransmissions. Lorsqu’un contenu atteint une personne disposant d’une grande audience, sa diffusion peut changer brusquement d’échelle. C’est l’une des raisons pour lesquelles une cascade qui semblait stagner peut repartir plusieurs heures après sa publication : elle vient de franchir un pont vers un réseau beaucoup plus large. L’étude de 2025 sur les reposts japonais déjà mentionnée montre que les retransmissions provenant d’utilisateurs fortement influents avaient elles-mêmes davantage de chances de déclencher de nouvelles retransmissions. Mais il faut encore éviter de confondre influence et causalité individuelle absolue. Les grands comptes repèrent souvent des contenus déjà en croissance. Leur intervention peut amplifier une tendance plutôt que la créer.

C’est un problème récurrent dans l’étude des influenceurs : ils peuvent être à la fois cause et indicateur de popularité.

Une boucle de rétroaction n’est pas une machine infinie

Si la visibilité appelle la visibilité, pourquoi les sujets populaires finissent-ils par disparaître ? Parce que plusieurs forces limitent les cascades. La population potentiellement intéressée n’est pas infinie. Les utilisateurs peuvent rencontrer plusieurs fois le même contenu et cesser d’y réagir. Une autre actualité concurrence son attention. Les recommandations évoluent. Les premières personnes les plus réceptives ont déjà été atteintes. Les journalistes passent au sujet suivant. La diffusion comporte donc généralement une phase de croissance, éventuellement une période de forte activité, puis un déclin. Les tendances numériques sont souvent particulièrement courtes parce que le système valorise la nouveauté : une activité qui reste stable finit précisément par ne plus constituer une tendance.

Il faut donc distinguer forte visibilité ponctuelle et importance durable. Certaines controverses dominent l’espace public pendant quarante-huit heures puis deviennent pratiquement inexistantes une semaine plus tard. D’autres problèmes progressent lentement pendant des années. Une photographie instantanée de l’attention peut ainsi être très différente de la hiérarchie des problèmes à long terme.

Le rôle du hasard ne signifie pas que toutes les explications se valent

Les avantages cumulatifs introduisent de l’imprévisibilité, mais il serait excessif de conclure que la viralité est entièrement aléatoire. Certains facteurs sont clairement prédictifs. Les grandes audiences de départ donnent davantage d’occasions de diffusion. Les événements majeurs provoquent plus d’attention. Certains formats sont mieux adaptés au partage. Une forte réaction initiale peut signaler que le contenu trouve son public. Mais les systèmes dynamiques possèdent souvent une propriété intéressante : de faibles différences initiales peuvent être amplifiées. Deux contenus presque identiques ne sont donc pas assurés d’obtenir des résultats semblables.

Cela explique en partie pourquoi les recettes promises par les spécialistes de « la viralité garantie » doivent être accueillies avec prudence. On peut augmenter les probabilités ; prédire précisément quel contenu atteindra des millions de personnes reste beaucoup plus difficile.

Cas pratique — Une polémique née d’une vidéo de vingt secondes

Imaginons qu’un responsable politique prononce une phrase ambiguë pendant un entretien d’une heure. Un utilisateur extrait vingt secondes et les publie sur une plateforme. Pendant la première heure, la vidéo obtient davantage d’interactions que les contenus ordinaires du compte. Elle est donc montrée à davantage d’utilisateurs. Certains la partagent pour dénoncer le responsable politique ; d’autres pour le défendre. Les deux camps augmentent sa diffusion, même s’ils n’ont évidemment pas la même intention.

La vidéo apparaît ensuite parmi les tendances. Cette position lui apporte un nouveau public. Plusieurs créateurs publient leurs réactions. Un média en ligne rédige un article : « La déclaration qui enflamme les réseaux sociaux ». Une chaîne d’information reprend l’article et invite deux responsables politiques à débattre. Le soir, l’intéressé répond à la polémique. Sa réponse constitue une nouvelle actualité qui entraîne une seconde vague de publications. Un institut de sondage pose quelques jours plus tard une question sur le sujet.

À ce stade, dire simplement « la vidéo est devenue virale parce que la phrase était scandaleuse » est insuffisant. Le contenu initial a compté, mais plusieurs mécanismes ont entretenu sa visibilité : réaction des utilisateurs, recommandation, tendance, commentaires de créateurs, reprises médiatiques et réactions politiques. L’inverse serait également faux : l’existence de cette amplification ne prouve pas que la polémique était artificielle ou sans importance. Il faut séparer deux questions : le sujet méritait-il cette attention ? et par quels mécanismes cette attention a-t-elle atteint cette ampleur ? La seconde peut être étudiée sans préjuger de la première.

« Beaucoup de réactions » ne signifie pas « la population pense cela »

La forte visibilité d’un contenu produit enfin une autre confusion : celle entre activité observable et opinion collective. Une polémique générant un million de publications ne signifie pas qu’un million de personnes différentes y participent. Une minorité très active peut produire une grande fraction des messages. Les personnes qui commentent un sujet ne constituent pas nécessairement un échantillon représentatif de la population. Les opposants peuvent même contribuer davantage à la visibilité d’un contenu que ses partisans. La tendance indique donc avant tout une forte activité dans un système particulier, pas nécessairement un consensus ni même une préoccupation majoritaire de la société. Cette distinction est cruciale pour les journalistes comme pour le public. Une plateforme peut donner l’impression que « tout le pays parle de cela » alors qu’un phénomène mobilise essentiellement certains groupes très actifs.

Nous retrouverons ce problème lorsque nous examinerons les sondages et la mesure de l’opinion publique.

Une forte visibilité peut toutefois produire des conséquences réelles

Dire qu’une tendance en ligne n’est pas représentative de la population ne signifie pas qu’elle soit sans importance. Une minorité très active peut attirer l’attention des journalistes, responsables politiques ou entreprises. Une polémique initialement confinée à quelques milliers de comptes peut produire des excuses publiques, une enquête administrative ou une modification commerciale. La visibilité devient alors performative : elle crée des conséquences qui donnent à leur tour davantage d’importance au sujet. Cela explique pourquoi l’opposition entre « vraie actualité » et « simple polémique Internet » est parfois trompeuse. Une controverse peut commencer dans un espace numérique peu représentatif puis produire de véritables décisions institutionnelles. Une dynamique médiatique n’a pas besoin de représenter fidèlement l’ensemble de la société pour agir sur elle.

L’emballement n’implique pas nécessairement une manipulation

Le mot « emballement médiatique » possède souvent une connotation négative : il suggère que les médias seraient collectivement devenus irrationnels. Le concept peut pourtant être utilisé de manière plus descriptive. Il désigne une situation où plusieurs mécanismes de visibilité commencent à s’auto-renforcer suffisamment pour que l’attention accordée au sujet possède sa propre dynamique. Cela peut se produire autour d’une affaire capitale comme autour d’un événement secondaire. Le critère décisif n’est donc pas la valeur intrinsèque du sujet, mais la présence d’une boucle : les médias couvrent le sujet parce qu’il fait réagir ; ces réactions deviennent des événements ; les plateformes amplifient les réactions ; de nouvelles couvertures en résultent. Il n’est pas nécessaire d’imaginer une réunion secrète dans laquelle les médias décident collectivement de saturer l’espace public.

Les mécanismes de concurrence et d’imitation suffisent parfois. Comme le montrent les travaux sur l’intermedia agenda-setting, les rédactions utilisent aussi les décisions de leurs concurrents comme informations sur ce qui mérite l’attention, notamment dans un environnement où manquer une histoire importante peut être coûteux. Une dynamique collective peut ainsi émerger de décisions individuellement compréhensibles.

Comprendre la diffusion sans confondre visibilité et valeur

La leçon générale peut sembler paradoxale. Si un contenu est très visible, c’est évidemment parce que de nombreuses personnes ou systèmes ont contribué à le rendre visible. Mais une fois le processus commencé, sa visibilité devient elle-même une partie de l’explication de sa visibilité future. Cela rend les succès médiatiques partiellement dépendants de leur histoire.

Un article peut devenir important parce qu’il révèle quelque chose d’important. Mais il peut aussi recevoir davantage d’attention parce qu’un autre média l’a repris, parce qu’un influenceur l’a partagé ou parce qu’un indicateur de tendance l’a exposé à un nouveau public. Ces mécanismes ne s’excluent pas. La démarche critique consiste donc à résister aux explications uniques. Devant un contenu extrêmement populaire, il faut distinguer ses propriétés propres, l’audience initiale, la structure du réseau, les relais influents, les systèmes de recommandation, les indicateurs publics de popularité, les événements extérieurs et les reprises médiatiques. C’est cette combinaison qui produit la circulation réelle.

Ce que l’on peut retenir

La viralité n’est pas simplement une caractéristique mystérieuse possédée par certains contenus. Elle résulte de processus de diffusion dans lesquels utilisateurs, réseaux, plateformes et médias interagissent. Un contenu populaire n’est pas nécessairement structurellement viral : certaines audiences gigantesques proviennent principalement de quelques grands diffuseurs. Lorsqu’une véritable cascade apparaît, sa trajectoire dépend à la fois du contenu, des relations entre utilisateurs et de la position des personnes qui le transmettent. L’influence sociale crée en outre des avantages cumulatifs : connaître le succès antérieur d’un contenu peut augmenter sa probabilité de succès futur, ce qui rend les trajectoires plus inégales et moins prévisibles.

Les plateformes ajoutent parfois une nouvelle couche à cette dynamique. Un sujet identifié comme « tendance » bénéficie d’une visibilité qu’il n’aurait pas reçue autrement ; les recherches disponibles montrent que cet effet peut être causal tout en restant relativement modeste. Enfin, les médias s’observent mutuellement. Une couverture initiale peut déclencher d’autres couvertures, lesquelles produisent réactions politiques, discussions sociales et nouveaux événements médiatiques. L’emballement peut alors émerger sans plan central : chaque acteur réagit raisonnablement à ce que font les autres, mais l’ensemble crée une concentration d’attention beaucoup plus forte que le mouvement initial.

Pour l’autonomie intellectuelle, la question décisive devient donc : « cette information est très visible ; quelle part de cette visibilité vient de son importance propre et quelle part vient des mécanismes qui ont déjà commencé à l’amplifier ? » La réponse n’est pas toujours accessible. Mais poser la question permet déjà d’éviter une erreur fondamentale : prendre la quantité d’attention reçue par un sujet pour une mesure directe de sa vérité, de sa fréquence ou de son importance.

Sources principales

Matthew J. Salganik, Peter Sheridan Dodds & Duncan J. Watts, « Experimental Study of Inequality and Unpredictability in an Artificial Cultural Market », *Science*, vol. 311, 2006, p. 854-856. Expérience classique montrant que l’information sur les choix antérieurs des autres augmente à la fois l’inégalité des succès et leur imprévisibilité, illustration particulièrement claire de l’avantage cumulatif. Sharad Goel, Ashton Anderson, Jake Hofman & Duncan J. Watts, « The Structural Virality of Online Diffusion », *Management Science*, vol. 62, no 1, 2016, p. 180-196. Analyse d’environ un milliard d’événements de diffusion permettant de distinguer popularité, diffusion par grand broadcast et véritables cascades virales.

Joseph Schlessinger, Kiran Garimella, Maurice Jakesch & Dean Eckles, « Effects of Algorithmic Trend Promotion: Evidence from Coordinated Campaigns in Twitter’s Trending Topics », *Proceedings of the International AAAI Conference on Web and Social Media*, vol. 17, 2023, p. 777-786. Étude cherchant à isoler l’effet causal de l’apparition d’un hashtag parmi les tendances ; elle trouve une amplification réelle mais modeste. Takanori Sato et al., « Prestige bias drives the viral spread of content reposted by influencers in online communities », *Scientific Reports*, 2025. Analyse à très grande échelle des cascades de reposts montrant notamment que les retransmissions provenant d’utilisateurs fortement influents disposent d’une probabilité supérieure d’entraîner de nouvelles retransmissions.

Chris Roberts & Maxwell McCombs, travaux contemporains sur l’*intermedia agenda-setting*, complétés notamment par l’étude « Intraday Intermedia Agenda-Setting in the Manic World of Online News Reporting », *Southern Communication Journal*, 2020. Ces recherches étudient la manière dont la sélection et la hiérarchisation des sujets par certains médias peuvent influencer rapidement celles d’autres rédactions.

7 sur 14Retour à la catégorie