1. Mercredi 13 Avril 2011
Je t’évalue, Tu m’évalue
La confiance sur Internet est-elle
spontanée?
Marianne Lumeau
1

2. La confiance
Préalable au bon déroulement des échanges.
"La confiance est un important lubrifiant qui permet à un
groupe ou une organisation de fonctionner plus
efficacement."
Fukuyama [1999]
OR
La théorie économique standard prédit l’absence de confiance sur
Internet
Car il existe des asymétries d’information
2

3. Internet : un environnement incertain
Anonymat entre les utilisateurs
Distance géographique
Faible coût d’entrée et de sortie
Conséquence : Les individus auront tendance à adopter un comportement
malhonnête.
3

4. Comment réduire ces comportements malhonnêtes ?
Comment créer de la confiance entre les utilisateurs ?
Mise en place de systèmes d’évaluation décentralisé :
Les utilisateurs peuvent s’évaluer mutuellement après chaque transaction.
Chaque évaluation est inscrite dans le profil d’évaluation de l’utilisateur.
Ce profil est disponible publiquement.
4

5. Un exemple : le feedback forum sur eBay
5

6. Est-ce efficace ?
Quelques chiffres : en 2008, eBay représentait
14% du commerce électronique mondial
8,54 milliards de USD de chiffre d’affaire
250 millions de transactions Volume échangé en milliards de USD
88 millions de membres actifs
Source :
Rapport annuel eBay
6

7. Pourquoi est-ce efficace ?
pour un survey voir Resnick and al. [2005], Dellarocas [2006]
Disposer d’une bonne réputation permet d’accroitre :
la probabilité de vendre un bien
ex : probabilité de vendre un lecteur MP3 plus élevée de 33,33% par
rapport à un profil sans évaluation (Resnick et Zeckhauser [2002])
le prix de vente du bien
ex : hausse moyenne de 8,1% du prix de vente de vieilles cartes
postales (Resnick et al. [2005])
Incitation à se comporter de manière honnête car coûteux de changer d’identité
7

8. De quoi dépend cette efficacité ?
Une participation élevée des utilisateurs au système.
Sur eBay, le taux d’évaluation est proche de 70%.
Motivations à évaluer son partenaire :
Emotion : je punis ou je récompense en fonction de la qualité de la transaction
Altruisme : j’évalue car je fournis de l’info pour l’ensemble de la communauté
Réciprocité : j’évalue positivement (négativement) après avoir reçu une évaluation
positive (négative)
Stratégie : j’évalue mon partenaire pour qu’il m’évalue en retour
8

9. Le système d’évaluation n’est pas parfait
Dellarocas et al. [2006], Klein et al. [2006], Dini et Spagnolo [2010]
Non-évaluation ou silence (environ 30%)
Evaluations non-factuelles
Evaluations réciproques ou évaluation de représailles
Evaluations stratégiques dans le temps
Manipulation de la réputation
Direct : en changeant de pseudonyme, en utilisant différents comptes
Indirect : sur le « marché des évaluations positives », en menaçant un partenaire
9

10. Question de recherche
Dans quelles mesures les biais d’évaluation réduisent-ils l’efficacité
du système?
Méthodologie
Difficile, voir impossible de collecter des données sur la manipulation sur eBay
Difficile d’isoler les effets propres de chaque biais d’évaluation avec des données
d’enquête.
D’où utilisation de l’économie expérimentale
10

11. Qu’est ce que l’économie expérimentale ?
En 2002, Daniel Kahneman et Vernon Smith obtiennent le Prix Nobel pour
« avoir fait de l’expérience en laboratoire un instrument d’analyse en économie
empirique, en particulier dans l’étude de différentes structures de marché ».
L’économie expérimentale :
• est un outil d’investigation
• crée un environnement contrôlé
• permet de (re)produire artificiellement une situation
• étudie les choix individuels des sujets humains (ou participants)
11

12. Principes essentiels
L’anonymat du participant vis-à-vis des autres et de l’expérimentateur.
Le recrutement des participants se fait sur la base du volontariat.
Des règles du jeu simples.
L’utilisation de mots neutres.
Des incitations monétaires réelles.
12

13. Le laboratoire
A Rennes 1, c’est le LABEX http://labex.crem.univ-rennes1.fr/index.php
13

14. Le jeu
Le jeu de base est un jeu de confiance (Berg, Dickault et Mc Cabe [1995]).
Principes du jeu de la confiance :
2 types de joueurs : A et B
Chacun reçoit une somme initiale de 10 UME.
Le joueur A doit décider d’un montant i compris entre 0 et 10 UME.
Le joueur B reçoit 3i écran joueur A
B doit alors décider du montant r qu’il souhaite renvoyer au joueur A,
compris entre 0 et 3i. écran joueur B
Le gain du joueur A est alors 10 – i + r.
Le gain du joueur B est 10 + 3i – r.
14

15. Le jeu et ses variantes
Pour voir les effets de l’introduction d’un système d’évaluation, comparaison du
traitement de base à un traitement avec possibilité d’évaluer son partenaire.
Traitement Evaluation :
Traitement en deux étapes
La Première étape est identique au traitement de base
Une seconde étape a été ajoutée au jeu de la confiance.
Au cours de cette étape, les joueurs ont la possibilité de s’évaluer mutuellement :
En attribuant un point d’évaluation positif ou négatif
Pendant une période de temps continu de 60 secondes écran évaluation
Coût direct à évaluer = 1 UME
Coût indirect à être évaluer : enregistrer dans le profil d’évaluation écran profil
15

16. Paramètres de l’expérience
Jeu répété 20 fois
De nouveaux couples joueur A/joueur B à chaque période
Sessions de 8 à 10 participants (des étudiants)
31 sessions
340 participants
Gain moyen de 16 euros
16

17. Les résultats expérimentaux :
Les effets de l’évaluation sur la confiance du joueur A
Trait.Sans Eval. Trait. Avec Eval.
Investissement du joueur A (i) 2,24 4,31
(2,91) (3,28)
Gain du joueur A 9,22 10,58
(2,67) (4,07)
Observations 640 1160
6
Investissement Moyen (UME)
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Périodes
Sans Eval Avec Eval
17

18. Les résultats expérimentaux :
Les effets de l’évaluation sur la réciprocité du joueur B
Trait.Sans Eval. Trait. Avec Eval.
Investissement du joueur B (r) 1,46 5,18
(3,17) (5,80)
Gain du joueur B 15,27 17,46
(7,22) (6,78)
Observations 640 1160
8
7
Investissement Moyen (UME)
6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Périodes
Sans Eval Avec Eval
18

19. Les résultats expérimentaux :
Les comportements d’évaluation
Taux dont Eval. dont Eval.
d'évaluation négative positive
Evaluation de A vers B 28,53% 66,47% 33,53%
Temps de validation (en sec.) 34,21 22,98
(21,80) (15,92)
Investissement de B (en UME) 3,3 13,16
(4,22) (6,72)
Evaluation de B vers A 29,31% 46,18% 53,82%
Temps de validation (en sec.) 33,24 18,63
(21,08) (12,69)
Investissement de A (en UME) 2,39 7,60
(2,62) (2,11)
19

20. Les résultats expérimentaux :
Les comportements d’évaluation stratégiques
Probabilité d’évaluer du Joueur A Probabilité d’évaluer du Joueur B
1.00
1.00
0.75
0.75
Fonction de survie
0.50
0.50
0.25
0.25
0.00
0.00
0 20 40 60 0 20 40 60
Durée en secondes Durée en secondes
Evaluations négatives Evaluations positives Evaluations négatives Evaluations positives
20

21. Les résultats expérimentaux :
Les comportements d’évaluation réciproques
Probabilité d’évaluer du Joueur A en Probabilité d’évaluer du Joueur B en
fonction de l’évaluation reçue fonction de l’évaluation reçue
1.00
1.00
0.75
0.75
Fonction de hasard
0.50
0.50
0.25
0.25
0.00
0.00
0 20 40 60 0 20 40 60
Durée en secondes Durée en secondes
Négative Non Positive Négative Non Positive
Evalue en 1er Eval. Evalue en 2d Eval.
Joueur A 53,49% Pos. 49,33% Joueur B Pos. 72,22%
Nég. 27,78%
Nég. 50,67% Pos. 28,13%
Nég. 71,88%
Joueur B 46,51% Pos. 73,13% Joueur A Pos. 60,87%
Nég. 39,13%
Nég. 26,87% Pos. 35,71%
Nég. 64,29%
21

22. Le jeu et ses variantes
Pour voir les effets de l’introduction de la manipulation, comparaison du traitement
Evaluation à un traitement avec possibilité de manipuler sa réputation.
Traitement Manipulation :
Traitement en trois étapes.
Identique au traitement Evaluation auquel une étape a été ajoutée.
Au cours de cette troisième étape, chaque joueur a la possibilité de manipuler la
dernière évaluation qu’il a reçu ou non de son partenaire :
Changer une évaluation négative en non-évaluation
Changer une non-évaluation en évaluation positive
Double manipulation
Coût direct pour chaque manipulation = 1 UME
Chaque manipulation est inscrite dans le profil d’évaluation du joueur
22

23. Les résultats expérimentaux :
Les effets de la manipulation sur la confiance du joueur A
Trait.Sans Eval. Trait. Avec Eval. Trait. Manip.
Investissement du joueur A (i) 2,24 4,31 3,85
(2,91) (3,28) (3,42)
Gain du joueur A 9,22 10,58 9,06
(2,67) (4,07) (4,39)
Observations 640 1160 1145
6
Investissement moyen (UME) 5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Périodes
Sans Eval Avec Eval Manip.
23

24. Les résultats expérimentaux :
Les effets de la manipulation sur la réciprocité du joueur B
Trait.Sans Eval. Trait. Avec Eval. Trait. Manip.
Investissement du joueur B (r) 1,46 5,18 3,36
(3,17) (5,80) (5,40)
Gain du joueur B 15,27 17,46 17,67
(7,22) (6,78) (7,95)
Observations 640 1160 1145
8
Investissement Moyen (UME)
7
6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Périodes
Sans Eval Avec Eval Manip.
24

25. Les résultats expérimentaux :
Les effets de l’augmentation du coût de la manipulation sur la
confiance du joueur A
Trait. Avec Trait. Manip. Trait. Manip.
Eval. Coût Faible Coût Elevé
Investissement du joueur A (i) 4,31 3,85 3,94
(3,28) (3,42) (3,27)
Gain du joueur A 10,58 9,06 8,94
(4,07) (4,39) (4,42)
Observations 1160 1145 1160
5.5
Investissement moyen (UME)
5
4.5
4
3.5
3
2.5
2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Périodes
Avec Eval Manip Coût Faible Manip Coût Elevé
25

26. Les résultats expérimentaux :
Les effets de l’augmentation du coût de la manipulation sur la
réciprocité du joueur B
Trait. Avec Trait. Manip. Trait. Manip.
Eval. Coût Faible Coût Elevé
Investissement du joueur B (r) 5,18 3,36 3,39
(5,80) (5,40) (5,16)
Gain du joueur B 17,46 17,67 17,41
(6,78) (7,95) (7,73)
Observations 1160 1145 1160
8
Investissement Moyen (UME)
7
6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Périodes
Avec Eval Manip Coût Faible Manip Coût Elevé
26

27. Les résultats expérimentaux :
Les déterminants de l’investissement
Dep. Var. : Investment level Player A Player B
(1) (2)
Partner’s investment in t 0.932***
(0.038)
Partner’s investment in t-1 0.156*** 0.008
(0.009) (0.025)
Partner’s positive ratings sum. 0.688*** 0.381***
(0.061) (0.095)
Partner’s negative ratings sum. -0.305*** -0.182**
(0.044) (0.088)
Partner’s positive ratings sum × Manip.LC -0.406*** -0.432***
(0.069) (0.099)
Partner’s negative ratings sum × Manip.LC -0.128* -0.055
(0.069) (0.223)
Partner’s positive ratings sum × Manip.HC -0.560*** -0.408***
(0.064) (0.100)
Partner’s negative ratings sum × Manip.HC -0.001 0.120
(0.074) (0.173)
Baseline treatment Ref. Ref.
Manip LC treatment -0.453** -1.152**
(0.224) (0.572)
Manip HC treatment -0.155 -1.279**
(0.222) (0.569)
Trend -0.107*** -0.132***
(0.011) (0.020)
Constant 4.569*** 2.013***
(0.178) (0.416)
Observations 3290 2459
R² 0.247 0.328 27

28. Les résultats expérimentaux :
Les comportements d’évaluation
Eval. From Invest B’s Final Eval. From Invest of A’s Final
A to B of B Eval. B to A A Eval.
Evaluation Rate 28,53% 28,53% 29,31% 29,31%
WITH EVAL With Neg. Eval 66,47% 3,3 66,47% 46,18% 2,45 46,18%
With Pos. Eval 33,53% 13,16 33,53% 53,82% 7,57 53,82%
Evaluation Rate 28,38% 28,47% 18,95% 28,21%
MANIP_LC With Neg. Eval 82,46% 1,75 24,24% 45,16% 3,02 19,18%
With Pos. Eval 17,54% 14,33 75,76% 54,84% 7,75 80,82%
Evaluation Rate 29,83% 38,10% 28,97% 31,21%
MANIP_HC With Neg. Eval 74,28% 1,55 21,26% 43,75% 1,97 27,62%
With Pos. Eval 25,72% 11,43 78,74% 56,25% 6,55 72,38%
28

29. Les résultats expérimentaux :
Les comportements de manipulation
29

30. Les résultats expérimentaux :
Les comportements de manipulation
Comportement d’investissement chez Comportement d’investissement chez
les joueurs A ayant manipulé les joueurs B ayant manipulé
90.00%
90.00%
83.04% 80.20%
80.00% 77.09%
80.00% 74.85%
70.00% 70.00%
60.00% 60.00%
50.00% 50.00%
i=0 a ≤ 1/3
40.00% 40.00%
i>0 a > 1/3
30.00% 25.15% 30.00% 22.91%
16.96% 19.80%
20.00% 20.00%
10.00% 10.00%
0.00% 0.00%
Manip LC Manip HC Manip LC Manip HC
30

31. 31

32. le jeu
32

33. le jeu
33

34. le jeu
34

35. le jeu
35