De très nombreux blogs utilisent des CAPTCHA pour empêcher les robots spammeurs de mener leur sombre ouvrage. Ce joli nom aux consonances un peu soviétiques est l’acronyme de “Completely Automated Public Turing test to tell Computers and Humans Apart”, soit en bon français “test de Turing Public Complètement Automatisé permettant de reconnaître les Ordinateurs des Humains”.

Déchiffrer un CAPTCHA

Turing, l’un des grands génies multidisciplinaires du XXe siècle, avait proposé le test suivant : imaginez que vous chattiez avec deux interlocuteur inconnus, l’un étant un homme, l’autre une machine, comment feriez-vous pour les distinguer ? (dans un genre un peu différent il y a le fameux psy d’Emacs). A priori, plus la machine est intelligente, plus il va vous falloir du temps pour la distinguer de l’homme.

La voie la plus rapide est de tester les compétences analytiques et synthétiques de votre interlocuteur dans des domaines pour lesquels l’ordinateur est toujours bien inférieur à l’homme. Un exemple est la reconnaissance de formes, utilisée donc dans nos CAPTCHA : avant de pouvoir laisser un commentaire, l’interlocuteur doit reconnaître des caractères déformés, et les taper dans une fenêtre.

Si cette tâche est typiquement assez difficile pour un ordinateur, elle reste très facile pour l’homme, qui en une fraction de seconde mobilise les ressources de son puissant cerveau pour déchiffrer le CAPTCHA (et avoir le droit de laisser son commentaire pertinent ou son flame).

Du gâchis ? Plus maintenant !

Mais quel gâchis quand on y pense ! Tous les jours, 100 millions de CAPTCHA sont déchiffrés sur les blogs, sites, etc. C’est autant de tâches d’analyse complexe insolubles par des ordinateurs (par définition) et réalisées par des internautes. D’où l’idée derrière reCAPTCHA : “recycler” ce temps de calcul humain disponible gratuitement pour suppléer les ordinateurs sur les problèmes qu’ils ne savent pas à résoudre. Les détails de l’algorithme et la philosophie de la méthode sont exposés dans un article paru cette semaine dans la prestigieuse revue Science.

Le but du jeu ici est d’aider à la numérisation de livres, afin de préserver la connaissance humaine et de la rendre accessible au plus grand nombre. Les pages des livres sont scannées, et chaque mot est transformé en image bitmap par un logiciel approprié. Un autre logiciel de reconnaissance optique de caractères essaie ensuite de reconstituer le mot à partir de cette image.

Le problème est qu’environ 20% des mots ne peuvent être reconnus automatiquement par les logiciels. C’est là qu’entre en jeu reCAPTCHA : il utilise les capacités intellectuelles des internautes laissant des commentaires sur les blogs pour lire les mots que les ordinateurs ne peuvent pas lire.

En effet, reCAPTCHA vous demande de reconnaître deux mots pour pouvoir laisser un commentaire. Pour l’un des mots, reCAPTCHA connaît la réponse : il s’agit d’un des mots déjà déchiffrés par d’autres humains, mais non reconnaissable par un ordinateur. C’est sur ce mot-ci, appelé “mot de contrôle” qu’on testera si vous êtes vraiment un internaute ou un robot spammeur.

L’autre mot est le mot inconnu que l’ordinateur ne sait pas déchiffrer, le mot “test”. C’est sur ce mot qu’on vous mettra réellement à contribution : reCAPTCHA va comparer votre proposition aux propositions d’autres internautes sur ce mot. Si les trois premières personnes tombant sur ce mot proposent la même lecture et qu’il n’est pas reconnaissable automatiquement, ce mot est considéré comme déchiffré et sera utilisé comme mot de contrôle futur. Si les réponses humaines sont plus variables, ce mot reste comme un mot test et on additionne le nombre de possibilités proposées par les internautes pour ce mot. Dès qu’une proposition a plus de 2.5 voix [1] , ce mot est considéré comme lu.

Évidemment, il y a des cas où les mots ne sont pas du tout lisibles. Dans ce cas, vous pouvez demander un autre CAPTCHA à reCAPTCHA – il y a un petit bouton “reload” à côté du CAPTCHA. Si plus de six utilisateurs demandent à changer de CAPTCHA pour un même mot, le mot est considéré définitivement comme illisible et est sorti des bases de données de reCAPTCHA [2] .

L’ efficacité de reCAPTCHA a été évaluée sur 50 articles extraits des archives du New York Times entre 1860 et 1970, pour un total de 24 080 mots. 99.1 % des mots ont pu être déchiffrés par reCAPTCHA (216 erreurs), contre 83.5 % des mots pour de simples logiciels de reconnaissance automatique. Un taux de 99 % est en général le taux de réussite “professionnel” : pour l’anecdote, un des professionnels humains “témoin” travaillant sur les mêmes textes a effectué 189 erreurs, presque autant que reCAPTCHA.

Cependant, les erreurs de reCAPTCHA et les erreurs humaines sont de natures différentes : reCAPTCHA est plutôt sensible aux erreurs de “reconnaissance” des mots, par exemple le logiciel va couper des mots au milieu ou au contraire grouper des mots ensemble, tandis qu’un humain va “bêtement” se tromper en faisant une faute typographique ou orthographique…

reCAPTCHA fonctionne depuis 2007. Après un an, il avait été installé sur 40 000 sites web et 1.2 milliards de CAPTCHA avaient été déchiffrés, soit 440 millions de mots déchiffrés correctement. Si on considère que 25 % des mots dans un livre scanné sont mal reconnus, cela correspond à la bagatelle de 17 600 livres transcrits manuellement. En 2008, les créateurs de reCAPTCHA estimaient que l’équivalent de 160 livres par jour sont déchiffrés par reCAPTCHA, qui fournit l’équivalent du travail de 1 500 personnes déchiffrant un mot par seconde et travaillant 40 h par semaine.

En plus d’être utile, reCAPTCHA est plus efficace qu’un CAPTCHA traditionnel : en effet, les algorithmes des robots spammeurs peuvent “apprendre” à lire des CAPTCHA dans la mesure où les déformations habituelles sur les CAPTCHA sont faites numériquement. Or, les distorsions des mots imprimés sont beaucoup plus aléatoires, puisqu’il s’agit de “vraies” distorsions dues à des problèmes d’impression, des problèmes du papier, sans compter le bruit numérique dû au passage au scanner, etc.

Du crowdsourcing à toutes les sauces

Comme l’expliquent les auteurs, reCAPTCHA est la mise en pratique d’une idée fascinante, qu’ils appellent “human computation” (pouvoir de calcul humain ?). C’est une petite rupture dans notre vision de l’ordinateur : au lieu d’essayer d’améliorer les machines pour en faire des équivalents humains, tâche peut être simplement impossible à long terme, on utilise la puissance d’internet pour mettre en réseau des hommes afin de résoudre les problèmes complexes insolubles par la puissance de calcul brute des ordinateurs.

On parle ici de numérisation de livres, mais il existe aussi d’autres projets, comme Fold It, un jeu en ligne dans lequel les gens essaient de déterminer la structure des protéines, ou encore Galaxy Zoo dont nous avait parlé Dr Goulu. On peut imaginer que pour les grands défis numériques de demain, la mission de l’ordinateur ne sera alors que la mise en réseau et l’exécution en parallèle de tâches lourdes mais simples ; mais le vrai pouvoir de pensée, la vraie créativité resteront humaines.

J’aime bien cette idée également pour son corollaire un peu utopique. Qui pourra breveter une protéine dont la structure aura été trouvée grâce au calcul humain parallèle volontaire ? L’utilisation massive et volontaire des capacités des gens ne pourra pas être marchandisée, et le pouvoir de calcul humain deviendrait alors un pouvoir tout court, authentiquement démocratique …

[1] Une proposition d’un logiciel de reconnaissance optique de caractères comptant pour 0.5 voix
[2] Je suis personnellement un peu paresseux et j’ai tendance à abuser de ce bouton, dorénavant j’essaierai quand même de proposer quelque chose…

Références

• Le site de reCAPTCHA.
• Luis von Ahn, Benjamin Maurer, Colin McMillen, David Abraham, Manuel Blum, “reCAPTCHA: Human-Based Character Recognition via Web Security Measures“, Science 12 September 2008: Vol. 321. no. 5895, pp. 1465 – 1468
• Une vidéo d’une conférence de Luis von Ahn
• Enfin, Dr Goulu avait déjà publié deux billets sur le même sujet : les Ordinateurs Humains : des Captchas à PeekaSearch et ReCaptcha : quand l’internet utilise les cerveaux humains

Crédit photo CC FlickR par labguest

>> Ce billet a été initialement publié sur le blog de Tom Roud.

Voyons voir quels sont les bénéfices d’une pratique maîtrisée du commentaire – tant au niveau du lecteur que du blogueur.

Tout d’abord, je dois faire mon mea culpa car j’ai de gros défauts dans la gestion des commentaires sur ce blog. Principalement, j’ai du mal à entretenir la conversation sur les anciens billets et je réponds parfois sur les récents avec un retard qui dépasse le délai raisonnable. Je présente toutes mes excuses à ceux qui voient leur message répondu tardivement ou pas du tout. Il ne faut pas penser que je ne porte pas d’attention aux messages, mais j’essaye de porter un minimum d’attention à certaines réponses et cela demande du temps que je n’ai pas forcément dans l’instant de la lecture. Il ne faut pas hésiter à me relancer si besoin, le mieux étant de procéder par e-mail.

Les bénéfices du commentaire de blog

Tous les blogs ont besoin de commentaires. Cet échange entre le lecteur et le rédacteur est devenu une caractéristique indispensable du blog. Pour le rédacteur, cela assouvit l’insatiable besoin d’attention. Le lecteur trouve aussi son compte dans cette interaction, mais il oublie parfois que le blogueur attend un retour sincère, plutôt qu’une vulgaire manipulation d’intention ou message anodin et insipide.

Bénéfices pour le blogueur

• Gratification pour l’ego.
• Contenu généré de manière organique par le biais d’UGC (User Generated  Content).
• Information utile lorsque le commentaire est informatif.
• Amélioration de son contenu lorsque le commentaire rebondit sur l’information.
• Possibilité de mise en relation directe.

Bénéfices pour celui qui commente

• Sentiment d’être utile.
• Faire connaître son site.
• Se démarquer.
• Se faire des amis/prospects/clients.
• Engranger des backlinks.
• Entrer en relation avec le blogueur.
• Faire la promotion de sa marque et/ou de son nom.

Comment participer dans les commentaires

Pour les chasseurs de liens en dofollow, j’envoie vers les modes d’emploi de Axe,  Keeg et Oseox qui ont traité le sujet «comment spammer un blog dofollow».
Personnellement, je suis assez souple envers ceux qui recherchent simplement un lien, mais il faut bien garder à l’esprit que l’image donnée par cette pratique est plutôt égocentrique. Sauf que tout le web est devenu égocentrique, alors bon…

Ensuite, le commentaire n’est pas pour tout le monde. Preuve en est le nombre régulier d’e-mails que je reçois de personne qui préfèrent s’exprimer en privé. D’ailleurs, certains blogueurs ont élevé ce style de conversation «one on one» à un niveau que je ne pourrais jamais appréhender. Le meilleur exemple est sans doute Seth Godin qui ne propose pas de commentaires publics, mais qui répond à tous les e-mails (plusieurs centaines par jour) en engageant la conversation uniquement par ce biais.

Pour ceux qui veulent bien participer en public, je pense que le meilleur commentaire possible se présente sous la forme d’un billet dédié sur son propre blog. La réponse sous forme de billet présente d’énormes avantages. Premièrement, vous êtes certain d’être démarqué par rapport au flot habituel de commentaires ; vous allez être remarqué par les autres lecteurs, mais surtout par le blogueur. Puis, la réponse sous forme de billet est susceptible d’attirer un lectorat qualifié qui avait déjà trouvé de l’intérêt à la première lecture. Le blogueur qui a inspiré votre billet pourra également faire un lien directement sur la page web avec les bénéfices évidents qui s’en suivent.

Le but de l’opération est de rebondir sur un billet en publiant sa propre vision sur son blog. Ensuite, il s’agit simplement de signifier par le biais des commentaires de la source qu’une réponse est présente chez soi.
Bien entendu, cela demande un effort puisque le sujet est imposé et il faut avoir quelque chose d’assez substantiel à dire pour faire réagir les foules. Aussi, c’est souvent la polémique qui va attiser le plus la curiosité et provoquer des réactions. La critique constructive est une stratégie à considérer, surtout en taclant les blogueurs les plus populaires. Tout en sachant qu’il faut être prêt à recevoir des salves négatives de la part des supporters du blogueur que vous avez mis à mal. D’ailleurs, certaines joutes entre blogueurs dits «influents» sont assez amusantes.

Il est toujours intéressant de rebondir sur les sujets principaux de votre thématique. Concernant la thématique du référencement, vous pouvez attaquer les yeux fermés tout ce qui touche au PageRank, Black Hat SEO ou la mort du référencement. Que ce soit en développant une information complémentaire ou en donnant un point de vue différent, il y a toujours moyen de rédiger un article si vous maîtrisez le sujet.

Entre le spam dofollow et la réponse sous forme de billet se situe toute une gamme de commentaires plus ou moins réussis. Il paraît que c’est futile de remercier simplement sans autre forme de participation constructive. Sauf que flatter l’ego est la raison numéro une pour laquelle un blogueur apprécie un commentaire. On peut conclure que le blogueur fait partie d’une espèce un peu bizarre souhaitant être flattée avec style.
Pourtant, on n’a pas toujours quelque chose à ajouter, tout en voulant marquer son approbation (ou pas).
Le fait est que les commentaires sont trop spammés, impliquant une méfiance accrue de la part du blogueur blasé par le nettoyage de ses commentaires. Peut-être que la solution se tient dans le bouton «Like» que je me refuse pour le moment à adopter ?

Spammeurs, vous êtes prévenus /-)

En fait, je pense que l’envie de commenter dépend fortement du billet en lui-même. Dans le cadre de mon blog, je note une baisse du nombre de commentaires dès que le sujet devient de plus en plus technique. Parfois, on se laisse surprendre par les sujets qui suscitent le plus grand nombre de commentaires ou les discussions les plus intéressantes.  Il est donc compliqué d’anticiper les billets qui verront une participation en hausse, mais c’est aussi au sein du flot de commentaires que l’activité peut s’élever grâce à des messages suggérant une réponse. Encore une fois, c’est la polémique qui va payer le plus pour attiser les réponses, mais il peut aussi y avoir des conversations constructives et pacifiques. C’est très intéressant lorsque la conversation dépasse les limites avouées du billet.
Autrement, la conclusion du billet est aussi l’occasion d’inciter aux commentaires en posant des questions ou en finalisant de manière ouverte afin que le lecteur ressente l’envie d’ajouter un complément d’information.

On peut aussi penser que le commentaire attire le commentaire. Il est facile de remarquer qu’un billet qui comporte plusieurs dizaines de commentaires va attirer plus facilement de nouveaux messages, tandis que l’article qui stagne à moins d’une poignée de messages va sans doute rester à ce niveau pour toujours.

La règle de base pour poser un message qui va retenir l’attention est d’être sincère. Peu importe si c’est pour simplement remercier ou carrément répondre sous la forme de billet, ce qui importe est de rester franc. Ainsi, parlez avec votre cœur et tout devrait bien se passer. Que ça soit pour le blogueur ou le lecteur, il est indispensable que le commentaire soit une source de satisfaction. Tout le reste va découler naturellement en respectant cette notion de base.

Il existe diverses techniques pour améliorer la discussion, dont la plus indispensable me semble être l’abonnement par e-mail aux commentaires. Dans le même genre, je trouve que l’abonnement par flux RSS est bien moins répandu. En deuxième position des indispensables, je mets l’affichage en évidence des derniers commentaires.
Sinon, il faut surtout s’attacher à faciliter au maximum l’ajout d’un commentaire, le «tool time» doit être réduit à sa plus simple expression. Dans ce sens, il vaut mieux passer un peu plus de temps à gérer manuellement en complément d’un bon plugin anti-spam, plutôt qu’obliger à passer l’épreuve du captcha. La compatibilité avec Gravatar et OpenID est aussi un bon atout pour faciliter le process. D’autres systèmes comme Disqus sont conçus pour favoriser toujours plus la discussion.
Pour aller plus loin, la créativité est la seule limite. Par exemple, faire gagner un cadeau à un commentaire tiré au sort est toujours une recette gagnante.

Le commentaire négatif

Un commentaire qui critique le billet, le sujet ou le blogueur va forcément brosser le poil dans le mauvais sens, mais le web serait tellement ennuyeux si tout le monde était d’accord ! Même si la discussion part en vrille et dégénère en bagarre virtuelle, je ne fais pas partie des bisounours qui refusent un débat musclé. Pas de pitié non plus si l’interlocuteur me broute (critère totalement subjectif) avec l’option éjection comme seule issue. Ma conviction profonde est qu’il est plus important de susciter une réaction – dans le bon ou le mauvais sens. Être ignoré est la pire pire chose qui puisse arriver à un blogueur, dérivant bien souvent dans la lassitude et l’abandon du blog.

Afin d’apaiser les commentaires agressifs, il est toujours efficace de répondre avec calme et courtoisie tout en adoptant l’adage «n’affronte pas quelqu’un qui cherche la bagarre». Parfois, on peut même voir de belles relations émerger d’un premier conflit. Il n’ y a que le cas du troll anonyme qui est plus radical à adresser ; ceux qui n’ont pas le courage de leurs opinions méritent juste le dédain – Eject as well !

Le commentaire positif

Un message constructif peut avoir un impact important. Cela peut faire changer d’avis au blogueur et au lecteur, mais surtout cela va apporter de la valeur ajoutée à l’image de celui qui explique quelque chose d’intéressant. C’est vraiment un excellent moyen de jauger les affinités et  je ne compte plus les relations que j’ai tissées par le biais de conversations nées dans les commentaires.

En tant que blogueur, mes commentaires préférés sont ceux qui me font réfléchir et carrément changer d’avis. Bien entendu, ce n’est pas pour tout le monde car il faut être capable d’encaisser la critique (constructive). Je pense que c’est une erreur de fermer carrément les commentaires pour cause d’incapacité à les gérer (négatifs, spam, etc.). Dans le genre « je patauge dans la choucroute », voici Michael Gray qui explique la raison de fermeture des commentaires.

Commentez sans cesse

Bien que l’exercice puisse paraître rebutant pour certains, je ne peux qu’encourager aux commentaires sur les blogs. Aujourd’hui, certaines thématiques (le référencement en fait partie) ont complètement déplacé la conversation depuis les forums vers les commentaires de blogs.

Cette zone bien particulière d’un site web qui est inhérente au format du blog est particulièrement propice à la visibilité. Ceux qui pratiquent assidûment de poser un message constructif sur le blog d’autrui ne peuvent nier que les bénéfices sont réels. De la même manière, les blogueurs qui reçoivent un nombre suffisant de participations pour satisfaire leur ego (nombre sujet à l’appréciation de chacun) doivent admettre la gratification et l’encouragement à entretenir un blog.

En fait, le commentaire est la deuxième moitié d’un billet. Même si je comprends l’attitude de ceux qui refusent la conversation publique (du côté lecteur comme rédacteur), il n’en demeure pas moins qu’il s’agit d’un élément à forte valeur ajoutée. On peut tout à fait s’en passer, mais c’est bien mieux avec.

—

Billet initialement publié sur le blog de Laurent Bourrelly sous le titre “Faut-il vraiment commenter tant que ça ?”

Images CC Flickr duncan Ansy et D’Arcy Norman

Le botnet, un produit accessible.

Une étude menée par Verisign (iDefense Intelligence Operations Team) a permis d’estimer le coût moyen de location d’un botnet. Pour résumer, un botnet est un essaim de milliers d’ordinateurs sous le contrôle d’une seule crapule, qui permet d’envoyer du spam ou encore d’attaquer  des sites en les surchargeant (via Ddos).

Et ce « petit service » coûte en moyenne 9 dollars l’heure ou 67 dollars les 24 heures. L’étude a porté sur 25 botnets donc les chiffres sont à prendre avec des pincettes car cela dépend surtout du nombre d’ordinateurs présents dans le botnet. Il est possible de tout louer ou juste une partie et les prix se pratiquent très souvent à la tête du client.

Pas cher quand même, non ? Évidemment, les propriétaires de botnet, en plus de se faire de la thune avec ça, s’amusent à extorquer de l’argent à ceux qu’ils ciblent en échange de l’arrêt des hostilités, et leur proposent même parfois 30% de réduction si l’attaqué veut se venger.

Voici un exemple d’extorsion :

“Hello. If you want to continue having your site operational, you must pay us 10 000 rubles monthly. Attention! Starting as of DATE your site will be a subject to a DDoS attack. Your site will remain unavailable until you pay us. The first attack will involve 2,000 bots. If you contact the companies involved in the protection of DDoS-attacks and they begin to block our bots, we will increase the number of bots to 50 000, and the protection of 50 000 bots is very, very expensive.

You will also receive several bonuses.
1. 30% discount if you request DDoS attack on your competitors/enemies. Fair market value ddos attacks a simple site is about $ 100 per night, for you it will cost only 70 $ per day.
2. If we turn to your competitors / enemies, to make an attack on your site, then we deny them.”

Il existe de vrais marchés souterrains que je vous décommande d’aller fréquenter. Les mafieux ont quand même leurs petites règles comme par exemple le refus systématique d’attaques contre les sites gouvernementaux ou encore de sites qui pourraient attirer l’attention sur eux.

D’ailleurs, si ça vous intéresse (et que vous speakez l’english), la BBC a réalisé un petit reportage à ce sujet l’année dernière :

Cliquer ici pour voir la vidéo.

On vit vraiment dans un monde de dingue

[Source et photo]

—

Billet initialement publié chez Korben sous le titre “Location d’un botnet – combien ça coûte ?” ; photo CC Flickr freezelight

À lire aussi : Enquête : 70 centimes les 1000 captchas

J’avais publié un billet récemment ou je mentionnais qu’il fallait que les utilisateurs soient solidaires pour combattre ce fléau quitte à perdre 25 % de leurs « followers». Peine perdue avec ce classement TwopCharts qui en ravi certains mais dont les concepteurs se sont fait habiller pour l’hiver par ma collègue Michelle Blanc.

Bien sûr je ne figure plus dans ce classement car j’ai bloqué leur compte pour cause de spam. Je dors très bien, merci mais ça en dit long sur les zozos derrière le concept.

Alors voici un mantra à répéter tous les jours:

- A chaque semaine, je scannerai mon compte pour éliminer les intrus ( Twitblock est pas mal comme outil )
- Le nombre de followers est la mesure la moins importante sur Twitter
- A quoi sert d’être suivi pas des gens qui ne vous lisent pas ?

Amen

Sur une note plus sérieuse quelques liens qui valent la peine:
Chez Alexis Mons du Groupe Reflect : « Twitter n’est pas un réseau social, mais un réseau de communication qui tisse des relations sociales »
Chez Tara Hunt, quelques liens vers des outils-communautés Twitter verticaux
Chez Fast Company « Report: Nine Scientifically Proven Ways to Get Retweeted on Twitter »