Les médias doivent maintenir l'illusion qu'il n'y a que deux choix possibles :
  1. Vous êtes d'accord avec tout ce que les médias et le gouvernement disent, ou bien
  2. Vous êtes fondamentalement irrécupérable, récidiviste, un théoricien du complot sans cervelle qui mérite le mépris et d'être humilié sur la place publique.
Il est donc logique que cette étude ait été occultée et ignorée par les grands médias.

L'étude portait sur la "visualisation de données", c'est-à-dire les infographies, et leur utilisation pour informer les gens sur la prétendue pandémie de virus.

Leur conclusion finale semble être que les gens croiront d'autant plus le récit officiel qu'ils auront moins d'informations.

Via MIT News, le 4 mars 2021 :
Une étude du MIT montre que les sceptiques du coronavirus ont recours à la "data visualization" [visualisations des données en ligne - NdT] pour contester les dogmes de santé publique présentant comme bénéfique l'obligation du port du masque. Ces "contre-visualisations" sont souvent très sophistiquées, utilisant des ensembles de données provenant de sources officielles et des méthodes de visualisation de pointe.

Les chercheurs ont passé au peigne fin des centaines de milliers de messages sur les médias sociaux et ont constaté que les coronasceptiques utilisent souvent des contre-visualisations et ont recours à la même rhétorique que les experts de santé publique et qui consiste à "suivre les données", à ceci près que les sceptiques plaident pour des politiques radicalement différentes. Les chercheurs concluent que la data visualization ne suffit pas à traduire l'urgence de la pandémie de Covid-19, car même les graphiques les plus clairs peuvent être interprétés via la filtre de divers systèmes de croyance.

"Beaucoup de gens pensent que des paramètres comme les taux d'infection sont objectifs", explique Crystal Lee. "Mais il est clair qu'ils ne le sont pas, si l'on en croit le nombre de débats sur la façon de penser la pandémie. C'est pourquoi nous disons que les visualisations des données sont devenues un champ de bataille."

[...]

Lorsque les visualisations des données ont commencé à prendre de l'importance au début de la pandémie, Lee et ses collègues ont cherché à comprendre comment elles étaient utilisées dans la sphère des médias sociaux. "L'hypothèse initiale était que si nous obtenions plus de visualisations de données, à partir de données recueillies de manière systématique, les gens seraient alors mieux informés", explique Lee. Pour vérifier cette hypothèse, son équipe a combiné des techniques informatiques à des méthodes ethnographiques innovantes.

Les chercheurs ont utilisé leur approche informatique sur Twitter, extrayant près d'un demi-million de tweets faisant référence à la fois au "Covid-19" et aux "données". À partir de ces tweets, ils ont généré un diagramme de réseau pour savoir "qui retweete qui et qui aime qui", explique Lee. "Nous avons essentiellement créé un réseau de communautés qui interagissent les unes avec les autres". Les clusters comprenaient des groupes comme la "communauté des médias américains" ou les "antimasques". Les chercheurs ont constaté que les groupes antimasques créaient et partageaient des visualisations de données autant, sinon plus, que les autres groupes.

Et ces visualisations n'étaient pas bâclées. "Elles sont pratiquement impossibles à distinguer de celles partagées par les sources grand public", explique Satyanarayan. "Elles sont souvent tout aussi pointues que les graphiques que l'on s'attend à rencontrer dans le journalisme de données ou les tableaux de bord de la santé publique"

"C'est une découverte très frappante", déclare Lee. "Elle montre que caractériser les groupes antimasques comme des analphabètes en matière de données ou comme des personnes qui ne traitent pas les données, est empiriquement faux."

[...]

L'équipe de Lee a suivi et analysé les conversations sur les visualisations des données dans les groupes Facebook antimasques - une pratique qu'elle a baptisée « deep lurking", une version en ligne de la technique ethnographique appelée "deep hanging out". Selon Lee, "pour comprendre une culture, il faut observer les activités informelles quotidiennes, et pas seulement les grands événements officiels. Le "deep lurking" est un moyen de transposer ces approches ethnographiques traditionnelles à l'ère numérique."

Les résultats qualitatifs du deep lurking semblent corroborer les résultats quantitatifs obtenus via Twitter. Les antimasques sur Facebook n'évitent pas les données. Ils discutent plutôt de la manière dont les différents types de données sont collectés et pourquoi. "Leurs arguments sont vraiment très nuancés", déclare Lee. "C'est souvent une question de métrologie". Par exemple, les groupes antimasques argueront que la visualisation des chiffres relatifs aux infections pourrait être trompeuse, en partie à cause du degré élevé d'incertitude quant aux taux d'infection, par rapport à des mesures comme le nombre de décès. En réponse, les membres du groupe créent souvent leurs propres contre-visualisations, voire s'instruisent mutuellement sur les techniques de visualisation des données.

"J'ai assisté à des livestreams où les gens partagent l'écran et consultent le portail de données de l'État de Géorgie", explique Lee. "Ensuite, ils expliquent comment télécharger les données et les importer dans Excel".

Selon Jones, "l'idée que les groupes antimasques se font de la science n'est pas d'écouter passivement des experts dans un endroit comme le MIT dire à tout le monde ce qu'il faut croire." Il ajoute que ce type de comportement marque un nouveau tournant pour un vieux courant culturel. "L'utilisation de la culture des données par les antimasques reflète des valeurs américaines profondément ancrées, à savoir l'autonomie et l'anti-expertise, lesquelles remontent à la fondation du pays, mais leurs activités en ligne poussent ces valeurs dans de nouvelles arènes de la vie publique."

[...]

En combinant les connaissances informatiques et anthropologiques, les chercheurs sont parvenus à une compréhension plus nuancée de la culture des données. Selon Lee, leur étude révèle que, par rapport aux dogmes de la santé publique, "les antimasques voient la pandémie différemment, en utilisant des données qui sont assez similaires. Je continue de penser que l'analyse des données est importante. Mais elle n'est certainement pas le baume que je l'imaginais, pour ce qui est de convaincre les personnes qui pensent que l'establishment scientifique n'est pas digne de confiance". Selon Lee, les conclusions de cette étude mettent en évidence "un fossé plus large dans la façon dont nous envisageons la science et l'expertise aux États-Unis". Ce même clivage se retrouve dans des questions telles que le changement climatique et la vaccination, où des dynamiques similaires se manifestent souvent dans les discussions sur les médias sociaux.

Pour rendre ces résultats accessibles au public, Lee et son collaborateur, Jonathan Zong, étudiant en doctorat au CSAIL, ont dirigé une équipe de sept chercheurs de premier cycle du MIT pour développer un récit interactif où les lecteurs peuvent explorer les visualisations et les conversations par eux-mêmes.

Lee décrit les recherches de l'équipe comme une première étape dans la compréhension du rôle des données et des visualisations au sein de ces débats plus larges. "La visualisation des données n'est pas objective. Elle n'est pas absolue. Il s'agit en fait d'une entreprise incroyablement sociale et politique. Nous devons être attentifs à la façon dont les gens les interprètent en dehors de l'establishment scientifique."

[Corrections : SOTT]
Donc, ils ne disent pas carrément "donnez aux paysans encore moins d'informations", mais cela semble être la conclusion évidente ici.