Afterwork de la recherche du 13 avril 2011

0 vue

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
0
Sur SlideShare
0
Issues des intégrations
0
Intégrations
0
Actions
Partages
0
Téléchargements
2
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Afterwork de la recherche du 13 avril 2011

  1. 1. Mercredi 13 Avril 2011 Je t’évalue, Tu m’évalueLa confiance sur Internet est-elle spontanée? Marianne Lumeau 1
  2. 2. La confiancePréalable 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]ORLa théorie économique standard prédit l’absence de confiance surInternetCar il existe des asymétries d’information 2
  3. 3. Internet : un environnement incertainAnonymat entre les utilisateursDistance géographiqueFaible coût d’entrée et de sortieConséquence : Les individus auront tendance à adopter un comportementmalhonnête. 3
  4. 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. 5. Un exemple : le feedback forum sur eBay 5
  6. 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. 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. 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 évaluationpositive (négative) Stratégie : j’évalue mon partenaire pour qu’il m’évalue en retour 8
  9. 9. Le système d’évaluation n’est pas parfaitDellarocas 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 tempsManipulation 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. 10. Question de recherche Dans quelles mesures les biais d’évaluation réduisent-ils l’efficacité du système?MéthodologieDifficile, voir impossible de collecter des données sur la manipulation sur eBayDifficile d’isoler les effets propres de chaque biais d’évaluation avec des donnéesd’enquête.D’où utilisation de l’économie expérimentale 10
  11. 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 économieempirique, 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. 12. Principes essentielsL’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. 13. Le laboratoireA Rennes 1, c’est le LABEX http://labex.crem.univ-rennes1.fr/index.php 13
  14. 14. Le jeuLe 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. 15. Le jeu et ses variantesPour voir les effets de l’introduction d’un système d’évaluation, comparaison dutraitement de base à un traitement avec possibilité d’évaluer son partenaire.Traitement Evaluation :Traitement en deux étapesLa Première étape est identique au traitement de baseUne 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. 16. Paramètres de l’expérienceJeu répété 20 foisDe nouveaux couples joueur A/joueur B à chaque périodeSessions de 8 à 10 participants (des étudiants)31 sessions340 participantsGain moyen de 16 euros 16
  17. 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. 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. 19. Les résultats expérimentaux :Les comportements d’évaluation Taux dont Eval. dont Eval. dévaluation 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. 20. Les résultats expérimentaux : Les comportements d’évaluation stratégiquesProbabilité d’évaluer du Joueur A Probabilité d’évaluer du Joueur B1.00 1.000.75 0.75 Fonction de survie0.50 0.500.25 0.250.00 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. 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 reçue1.00 1.000.75 0.75 Fonction de hasard0.50 0.500.25 0.250.00 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. 22. Le jeu et ses variantesPour voir les effets de l’introduction de la manipulation, comparaison du traitementEvaluation 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 ladernière 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. 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. 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. 25. Les résultats expérimentaux :Les effets de l’augmentation du coût de la manipulation sur laconfiance 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. 26. Les résultats expérimentaux :Les effets de l’augmentation du coût de la manipulation sur laréciprocité 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. 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. 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. 29. Les résultats expérimentaux :Les comportements de manipulation 29
  30. 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 manipulé90.00% 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 ≤ 1/340.00% 40.00% i>0 a > 1/330.00% 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. 31
  32. 32. le jeu 32
  33. 33. le jeu 33
  34. 34. le jeu 34
  35. 35. le jeu 35

×