MARSOUIN.ORG

Experimental economy applied to the cooperation and confidence in online communities : a series of innovative experiments led at the CREM (Rennes 1)

David Masclet, Laurent Denant-Boemont, Thierry Pénard — 2006-12-16T13:59:00Z

Within the framework of this research project, researchers of the CREM (Rennes 1) carried out a series of experiments on the experimental platform of the LABEX, which aimed at analyzing the role of information, reputation, confidence and incentives in a context of repeated relations in networks (online communities, intranet and extranet).

These experiments aimed at identifying and charecterizing the technical, behavioral, psychological and institutional factors that can encourage or destabilize collective coordination in networks.

Sommaire

The success of auction websites and virtual market places such as eBay or AmazonMarketPlace, where million of Net surfers proceed to commercial transactions, constitute a challenge to the economic rules. Indeed, the anonymity permitted by the Internet and the facility to enter or leave these virtual market places are not factors in the principle favourable to the development of the commercial exchanges. The possibility of changing identity easily and the physical distance between the purchaser and the saler can create a climate of mistrust between the partners and cause opportunist behaviors (unpaid good, delay in the sending of the good or sending a product which isn't conform to the product described). Moreover, the partners cannot resort to threats of future reprisals to guarantee the good course of their transactions, since meeting their partner again is very uncertain. (DangNguyen and Pénard, 2004).

Nevertheless, how can the success of virtual market places such as eBay be explained ? The same question can arise regarding virtual communities in which anonymous Net surfers help each other, agree to provide free information or contribute to the development of open softwares. How is confidence created and how are the risks of opportunism overcome in a virtual community ?

Three principal classes of community can be generally distinguished : epistemic communities of open software type, practical communities of forum type and peer-to-peer sharing community type. In fact, these various online communities do not have the same abilities or capacities to stimulate the cooperation and to reduce the stowaway behaviors (a behavior consisting in consuming without contributing). In the epistemic communities, which produce or create knowledge (open softwares), the access requires skills (high cost of entry and exit), which reduces the risks of opportunism and makes it possible to pressurize the peers. Moreover, in these types of communities, it is often preferable that everyone does not contribute, but only the most qualified. In the practical communities which exchange advices, opinions, expertises (forums of users), the access is easier (and the exclusion more difficult). In these types of communities, it can be interesting to have a large number of contributors in order to obtain average opinions. However, the contributions do not all have the same value and it is very important that the members having a better expertise or a more advanced taste contribute more intensely than the others (quantitative and qualitative aspects).

In the sharing communities, often of large sizes, where resources (files, contents) are exchanged/shared, the cost of entry and exit is rather low. There, it is important that many contribute in order to reduce the risks of congestion to the access to the resources.

It is clear that these various types of community are not facing the same risks of stowaway or opportunism. The needs of contribution are different (some communities need a small number of contributions of great quality, whereas others need many contributions, even modest). In addition, these communities do not have the same instruments or the same aptitudes to generate cooperation and to overcome the problems of opportunism (differences in the costs of entry and exit, in the capacity to screen the entries and to exclude or not, in the size of the community).

We proceeded to a first series of experiments rather centered on the cooperation in a community of epistemic nature. One second series of experiments was focused on confidence and reputation in a sharing community like eBay. We will for each one of these experimental studies present the context, the protocol of the experience and the achieved results.

Incentive and cooperation in an epistemic community

Aims of the study

The objective of this study undertaken by Laurent Denant-Boemont and Thierry Pénard, researchers at the CREM (Rennes 1) was to provide a better understanding on how a community in network and whose finality is to produce knowledge or services is managed : open software communities, corporate networks (Intranet and Extranet type). The members of this community are thus solicited to provide services (expertise, development of softwares, recommendation or rating). What are the inciting mechanisms that will emerge in this type of environment ? The point of this study is to be able to observe in laboratory the genesis and the management of an experimental community, in different environments.

Design of the study

The experiments are based on an ideal model of strategic interactions developed by Dang N'Guyen and Pénard (2005, 2001). In this community, individuals can emit requests which they address to the other community members, complemented with various types of incentives. The processing of these requests makes it possible to produce a service. The approached members can choose to process this request or to decline the offer, hoping that it will be processed by another member. However, the waiting can be expensive collectively in the extent that the value of the service decreases with time (delay cost). If the person who sends requests wants to maximize his profit or his utility, what incentives does he have to send to the rest of the community ? The article explores two types of incentives : a monetary remuneration to process the request and a more or less open access (free) to the service derived from the processing of the request. In this last case, the issuer commits itself to the community to diffuse the entire or just a part of the result of the processing of the request : for example, it can allow a free access or a partial access to certain functionalities of a software or its source code.

The theoretical predictions of this community model are rather simple : the dominant strategy of the issuer is to propose a null monetary remuneration and a total degree of access on the results of the processing of the request. In addition, the optimal strategy of the issuer does not depend at all on the value of the request or the delay cost further to a refusal to process the request. This ideal model resulted in a series of experiments in order to see whether the choices of the subjects were in accordance with the predicted strategies.

The experimental design is based on communities of reduced sizes (5 subjects) whose members receive randomly the roles (they issue or receive requests). In addition, the receivers are heterogeneous as for the cost of the processing of the request. Moreover, the experimental processing is iterative : the issuer makes a proposal, which is proposed randomly to a first player. If he refuses, another player is sought to proceed the request, always randomly, but the product's value resulting from the processing of the request is decreased ; etc. The period of play stops when one of the members of the group agrees to process the request (see in the appendix for the detailed instructions of the experiment).

This game is implemented within the framework of four experimental processings, which differ from one to another regarding the value level of the processing of the request and the delay cost. The players repeat fitfteen times this game, each period is the occasion of randomly redistributing the roles within the groups made up at the beginning of the game.

Achieved results

Figures 1 and 2 indicate the choices of the subjects as regards incentives in order to proceed the requests. It should be remembered that each issuer of request had initially to indicate the remuneration he granted to the person who processed his request (his choices ranged from 0 to 4, with a step of 1). A degree of opening or access to the result of the processing of the request also had to be chosen : 0%, 25%, 50%, 75% or 100%. A level of access equal to 100% implies a total access (all the members of the group benefit completely by the profit resulting from the processing of the request) and a level equal to 0% implies a total closing (only the issuer benefits by the profit of the request if it is processed). It is pointed out that the strategies predicted are, as regards incentives, seldomly complied with. Monetary remuneration is null in only one case out of ten. In 69% of the cases, the issuers choose a moderate remuneration amount, but positive (equal to 1 or 2) and in only 4% of the cases, they propose the maximum remuneration.

Distribution des rémunerations monétaires choisies par les émetteurs de requête.

Distribution of the degree of access chosen by the request issuer.

Concerning the degree of access to the result of the processing of the request (graphic 2), the choices are in accordance with he expectations. About half of the issuers choose to open totally and 83% choose an opening higher or equal than 50%. In addition, the choice of the instruments (in particular monetary incentives) depend on the value of the processing of the request, but also of the delay cost, which goes against the theoretical predictions resulting from the model of interactions.

Distribution du degré d'accès choisi par les émetteurs de requête.

Distribution of the monetary remunerations chosen by the request issuers.

It is pointed out that the refusal number is relatively low when looking at the decisions of the individuals approached to process the requests, with an average of one refusal by request. The level of cooperation is thus high in this experimental community, undoubtedly because of the strong incentives coming with the requests, but also because the individuals are at the same time issuer and receiver of requests, promoting the reciprocity and the feelings of membership in the community. In addition, the refusal number decreases with the delay cost, but is not affected by the value of the request.

In the end, this experimental study provides interesting perspectives on the management of online communities and the emergence of inciting mechanisms within these decentralized communities.

The second study undertaken by David Masclet and Thierry Pénard, researchers at the CREM (Rennes 1) is focused on the management the information sharing communities, through the case of eBay.

Context and state of art

It is a fact that the users of eBay form an online community, to whom eBay places at disposal a commercial exchange platform, which includes, in particular, a rating system working on the principle of sharing informations. These informations are about the course of the transactions carried out on the platform and the reliability of the users of eBay. Precisely, this system enables the purchaser and the saler, at the end of each transaction, to address a positive, neutral or negative rating to his partner and, possibly, add comments. Each eBay participant is thus characterized by his rating profile, from which a score according to the following formula is calculated [1] : each positive rating adds +1, each neutral rating 0 and each negative rating -1. When a participant plans to carry out a transaction with another person, he thus has an idea of the partner's reliability. He can also refer to the opinions of the previous partners. He finally has informations on the reputation of the appraisers and can thus know what creditibility has to be given to each rating. For example, he will not necessarily give the same credence to a negative rating emitted by a person having a bad score or by a person having an excellent reputation.

A certain number of studies aimed at empirically evaluate the impact of the ratings and comments posted by the purchasers and salers at the time of an online transaction (Lucking and Reiley 1999, Kalyanam and McIntyre, 2001, Melnik and Am, 2002, Cabral and Hortacsu, 2005). A synthesis of the various studies on this subject is available , refer to Resnick, Zeckhauser, Swanson and Lockwood (2003). For example, Ghose, Ipeirotis and Sundararajan (2006) found that the margin made by software retailers on AmazonMarketplace increased with their experience (the number of transactions made), their score and the positive comments they had received. On the one hand, Houser and Wooders (2001) studied auctions on Pentium III 500 processors during the autumn 1999 on eBay. They found that a rise of 10% in the number of positive ratings addressed to a saler increases the price that he gets by 0.17%, whereas a rise of 10% in the number of neutral or negative ratings decreases the price he gets by 0.24%. On the other hand, the number of positive, negative or neutral ratings given to the saler does not have any impact on the discharged price. Thus, only the reputation of the saler seems important in the transactions. This is explained by the fact that the risks of opportunism on eBay mainly come from the saler, since the purchaser has to pay before receiving the object. Another experimental study undertaken by Resnick, Zeckhauser, Swanson and Lockwood (2003) confirms Houser and Wooders's study. Similar batches of old postcards were put on sale under the identity of an experienced saler having a good reputation, then under the identity of an inexperienced saler. Concerning the tendency of the purchasers to pay, the difference is about 8%. However, the price difference is not significant between an inexperienced saler with and without negative rating. As for Resnick and Zeckhauser, they reached a more moderate result. No connection is found between the ratings and the selling prices of MP3 players. Nevertheless, it is shown that these ratings have an effet on the probability the transaction is carried out. For instance, a saler without any rating will have 72% of chance to sell his good ?, whereas a profile of rating equal to 70 has 96% of chance to sell the same good.

With a rating system similar to eBay, everyone is thus prompted to be the most honest possible in order to receive positive ratings and acquire a good reputation, allowing in future transactions better buying and selling prices. Moreover, it is expensive to change identity once one has a good reputation (returning back on eBay under a new nickname), which all the more reduces the incentives to be opportunist. Yet, the effectiveness of this rating system hinges on a high participation of the purchasers and salers to this system. Now, it can be tempting to leave it to the others to provide ratings, considering that it requires time and efforts to evaluate. This stowaway behavior, if it spreads, can be harmful for a virtual market place like eBay. It's the traditional problem of contribution to a public property or more exactly to a community property which is at the disposal of all the users of the virtual market place, without any exclusion, nor competition.

Several studies highlighted this phenomenon of under-contribution to the system of eBay rating. So, Resnick and Zeckhauser (2002) analyzed in detail all the transactions that took place on eBay between February and June 1999, as well as the ratings' history linked to these transactions. According to their data, 50% of the transactions were evaluated by the purchasers and 60% by the salers. Concerning the ratings of the purchasers, only 0.6% were negative and 0.3% neutrals and on the side of the salers, 1.6% were negative and 0.3% neutrals. When the recipients of these bad ratings are looked at, the salers's probability to receive a bad rating is all the more important that they are inexperienced (same thing for the purchasers). Besides, Resnick and Zeckhauser underline the predictive power of ratings on the current transactions' quality. A transaction will have a higher probability to involve a problem (a positive or negative rating) if, in the past, the saler had to deal with a negative rating. Finally, the authors observe phenomena of reciprocity on the ratings. For instance, when the rating of the purchaser is positive, the probability that the saler answers and evaluates the transaction positively is high. Conversely for a negative rating, the probability of answering by a negative or neutral rating is high. The purchasers and salers are undoubtedly prompted to send positive ratings, in the hope that the other part returns a positive rating making it possible to improve your profile. Just as some participants could prefer to relinquish putting a « justified » negative rating fearing in return an « unjustified » negative rating. This fear of retaliation could have perverse effects. Some participants having a high reputation could behave in an opportunist way towards participants having a weak reputation, without risking negative ratings (while exploiting reprisals threats). Dellarocas, Fan and Wood (2004), have for their extent observed 51.000 biddings on collections of currency coins between April and September 2002 on eBay. They note that 77% of the salers and 67% of the purchasers left a positive rating, in the majority of the cases. From these data, the authors aimed at identifying the motivations of the users of eBay to contribute to this community system of reputation. They count three principal motivations :

– the pure altruism : I evaluate my partners because I know that it is good for the whole community

– the impure altruism or reciprocity : I evaluate my partners because they evaluated me and so I speak favourably of them.

– selfishness : I do not evaluate my partners unless I want to be taken for an altruist and prompt them to evaluate me.

In this last case, it's a strategical type of rating where the individual decides to evaluate as soon as the transaction ends, if he thinks that he is highly likely to face a reciprocator partner (that will make a positive rating if he gets one). That way, the selfish user can increase his score and thus his reputation. Dellarocas and Al (2004), in order to isolate the rating motivations in each transaction of collections of currency coins, looked up several days after the end of the bidding, if the purchaser and the saler had made ratings. Starting from these informations, they calculate probabilities of evaluating the partner and conditional probabilities of being or not evaluated by the partner. Should it be pure altruism, being evaluated or not shouldn't have any effect on the probability of evaluating whereas, in case of impure altruism, being evaluated should increase the probability of evaluating (positive effect). Finally, should it be selfishness, being already evaluated should lead the Net surfer not to evaluate anymore his partner (negative effect), while being not evaluated could encourage to evaluate the partner, if the Net surfer thinks he has a real chance to face a reciprocator. The authors find, in fact, that the eBay community is made up at the same time of altruists, reciprocators and selfish persons. The contributions to the reputation mechanism of eBay would thus come under various motivations which go from the pure altruism to selfishness.

Aims of the study

The objective of our experiments are precisely to identify the contributing motivations to a rating system similar to eBay's and to understand how such a system can create confidence. To do so, an experimental approach was resorted, based on the trust game. This game is a good approximation of what a transaction on eBay can be. Indeed, on eBay, one of the trade partners (the purchaser) must send a payment to the other partner (the saler), while hoping to be delivered in return. The purchaser has thus to trust the saler. The analogy with the trust game is clearly seen, in which two players receive funds, one of the players then has to choose in his fund the amount that he wishes to send to the other player. This last player then receives a multiple of the amount sent (three times the amount in general) and must decide how much he sends back to the first player. The Nash balance of this game is trivial : the second player is well-advised to keep it all for him, so the first player must not send anything and everyone ends with a final profit equal to the initial funds. However, this situation is overall sub-optimal, since the first player could have increased the total profits of the two players by sending all his funds. Berg, Dickaut and Mc Cabe (1995) noticed, in their experiments, that the players' choices were far from being in aoccordance with the Nash balance : the subjects send an average of 50% of their funds and obtain in return an average of 1/3 of the amount received by their partner.

Compared with the traditional trust game, one second stage was added after the investment and return decisions of the players, where they have the possibility to give a positive or negative rating on their partner. Three rating systems were tested : a simultaneous rating, a sequential rating (where one of the players is chosen to evaluate first) and a rating system where you can choose between two periods (each player has the possibility to rate immediately or wait). The point of these three processings, to which is added a basic processing (a game with no ratings) is to understand, in a better way, the contribution motivations to a community rating system, by distinguishing the altruistic, selfish and reciproca behaviors. Which rating system generates the highest confidence and thus the highest investments ? Will the subjects tend to evaluate more if they have to do it simultaneously or sequentially ? Will they prefer to wait or evaluate as soon as possible to prompt the others to do so ? The experiments led at the LABEX (University of Rennes 1) give some answers to these questions.

Only few experimental studies exist on these questions, except Keser (2002, 2003). He carried out a series of experiments showing common features with ours. The experiment considers a sequential trust game, followed by a second phase in which only the first player, named A, (who must send part of his fund) has the possibility to rate without any cost positively or negatively his partner, named B, after having examined the sum sent back by player B.

The experiment is conducted over twenty periods, players A meeting at each period a different player B. Keser proposes two alternatives for the rating system. In the first case, player A is informed of the rating received at the previous period by the player B with whom he will enter in relation (partial knowledge of the past). In the second case, he is informed of all the ratings B received in the past (full knowledge of the past). Keser notes more investments and thus more confidence coming from A players when using a reputation system than when not using it and a higher return on investment of the B players with a reputation system than without it (in absolute and in % of the received amount). However, there is no significant difference in the investments and return on investment with a short term reputation system (partial memory) or a long term one (complete memory).

Design of the experiment.

The experiments were undertaken in November 2005 and January 2006, on more than 240 students, at the LABEX (Laboratory of experimentation in social sciences at the University of Rennes 1). See the appendix for the detailed instructions of the experiments. We, first of all, proceeded to a simultaneous trust game without any period of rating (WITHOUT processing). Communities of 10 subjects were created, with 5 A players (investors) and B players (those who receive the investment). The game included 20 rounds and each subject kept the same role during the experiment. At the beginning of each round, each player A is paired with a player B (the pairing is different from one round to another). The two players receive an initial fund of 10. Simultaneously, player A must decide to send an amount ranging between 0 and 10 to B and the player B must choose a return amount ranging between 0 and what he received (the amount sent by A is multiplied by 3), and so for all the different amounts he can receive from player A. At each round, the profit of player A is equal to 10-amount sent +returned amount and the profit of player B is equal to 10 + 3*amount received - returned amount. At the end of the experiment, the profits were put together and converted on the basis of 1 euro for 30 points, to which a fixed participation price of 3 euros was added.

Concerning the trust game, the three other processings (SIM, SEQ-ENDO, SEQ-EXO) are identical to the previous game but a rating stage is added once the sent or returned amount is known. The one who decides to evaluate has the choice to give either a negative rating point (- 1) or a positive rating point (+1). In both cases, he will be charged 1, whereas the recipient of the evaluation won't have to pay anything. Notice that the negative or positive rating point sent to a player is recorded in his rating grid which will follow him throughout the experiment. This grid includes a rating point history, as well as a score which is the cumulated sum of the positive and negative points obtained in the previous rounds. At each new round this grid is communicated to the participant with whom he is connected. So at each beginning of round, each subject knows his partner's rating grid and can thus have an idea of his reputation.

Concerning the course of the ratings in the three processings, in the SIM processing the players are solicited at the same time, whereas in the SEQ-EXO processing, the order partners will evaluate each other is indicated by a drawing lots. During an experiment using the SEQ-EXO processing, a subject can thus alternate rounds where he will be solicited first or second. Finally, in the SEQ-ENDO processing, each subject has to choose if he will evaluate first or wait, taken into account that he can evaluate only once during a round. Our experiments are to be distinguished from those of Keser (2002, 2003) on several points, since Keser considers a sequential trust game where only player A can evaluate and so without any cost. The disadvantage in Keser's experiment is that it is difficult in the case that player B returns few money, to distinguish an opportunist behavior from a retaliation behavior. Our game, from this point of view, enables a better insulation of what comes under opportunism (since the sending and return decisions are simultaneous) and what comes under sanction (a negative rating). Moreover, our four rating systems permit a fine analysis of the rating reasons and a way to compare their effectiveness.

Achieved results

Table 1 presents the average levels of investments of A and average levels of return on investment of B, according to the various experimental processings. Being able to evaluate your partner indeed enables the creation of confidence. Actually, the level of investment of A is on average lower when there is no rating system (2,24). The highest investments take place when the subjects can be evaluated simultaneously (4,36) or sequentially following a predefined order (4,17). The two periods rating system is located between the two previous processings (average investment of 3,32). So it seems that the SEQ-ENDO processing by enabling more sophisticated rating strategies (possibility to wait in order to answer the rating made by the partner, possibility to rate first to incite the partner to rate back) negatively affects (negative externalities of the ratings) the degree of confidence of the players, compared to the two other rating systems.

Investment of player A

2,2 (2,9)

4,4 (3,7)

4,2 (3,5)

3,3 (3,2)

Investment of player B

1.4 (3.2)

4.2 (6.3)

4,0 (5,3)

3,0 ( 4,8)

Return on investment

12%

23%

22%

19%

Table 1. Average levels of investment and return according to the experimental processings (the standard deviations are given between brackets).

Player B's levels of return on investment are also significantly higher with rating, than without rating. So B sends back on average 1.45 units in the WITHOUT processing compared to the 4,21 in the SIM processing and 3.98 in the SEQ_EXO processing. The possibility of evaluating over two periods (SEQ_ENDO) leads to smaller returns (3) compared to simultaneous or sequential rating systems, but they remain significantly higher than the average level of return with no rating system. Relatively speaking, the B subjects only send back 11,8% of the received amount with no rating system (which means that A receives less than what he invested) whereas, with the ratings, the return rates range between 19,1% and 22,8% (still under the threshold of 33% allowing A to recover the invested amount).

Figures 3 and 4 represent the level of investment of A and the amount sent back by B relatively, on all the periods according to the processing in force. A shared characteristic is the fall of the mean level of investment of A and return of B in the course of time.

Niveau moyen d'investissement de A par traitement au cours du temps.

Average level of investment of player A depending on the processing over time

Niveau moyen d'investissement de B par traitement au cours du temps.

Average level of investment of player B depending on the processing over time

Concerning the evaluating choice, it is pointed ou that a subject is all the more prompted to rate negatively (or positively) the partner that the level of investment or return of his partner is low (or high). Besides, when he evaluates, participant A mainly gives negative points, whereas participant B gives mainly positive rating points. Finally the subjects evaluate more with a sequential rating system than with a simultaneous one. In this way, participant A evaluates in 22% of the cases in the SIM processing and in 24% and 27% of the cases in the SEQ_EXO and SEQ_ENDO processings relatively. These results thus seem to indicate that part of the ratings in the sequential processing are decided according to the investment or return made by the partner, but also in reaction of the rating (or absence of) made by the partner. For instance, in the case of sequential rating systems, an individual who received a negative point of rating in the first stage returns a negative point in 72% of the cases. On the other hand, a subject who received a positive point in the first stage returns a positive point in second stage in 63% of the cases. Moreover, more positive ratings are made in the first stage than negative ones, suggesting that some players attempt to prompt their partner so that he behaves in a reciprocal way.

Finally, these experiments allow a better understanding of the part operated by confidence and reputation in an online community and so offer leads on how to proceed in order to improve the effectiveness of cooperation in these communities.

Expériences en économie et psychologie sur les logiques d'actions collectives et de coopération en réseau : un programme de recherche mené par le CREM en partenariat avec LUSSI

David Masclet, Laurent Denant-Boemont, Roger Waldeck, Thierry Pénard — 2006-12-16T10:50:00Z

Ce programme de recherche vise à utiliser l'économie expérimentale pour analyser les comportements coopératifs sur les réseaux Internet. Les expériences seront menées conjointement au LABEX (Université de Rennes 1, CREM) et à l'ENST Bretagne (LUSSI).

Sommaire

Problématique : les réseaux Internet comme un espace de coopération et de gratuité.

Le succès d'Internet tient à ses caractéristiques techniques et économiques. Internet est un ensemble de réseaux interconnectés, permettant à n'importe quel utilisateur dans le monde d'accéder instantanément à une base d'informations distribuées et le plus souvent gratuites. Chaque utilisateur peut télécharger des informations, les diffuser à d'autres utilisateurs, mais aussi mettre en ligne ses propres informations et contribuer ainsi à enrichir le contenu d'Internet. Internet se caractérise donc par un fort degré d'interactivité entre utilisateurs et de flexibilité, liée à une architecture relativement décentralisée.

À ces caractéristiques techniques, s'ajoutent des caractéristiques économiques intéressantes : les échanges gratuits sont prédominants sur Internet, que ces échanges aient lieu entre acteurs non marchands, mais aussi entre acteurs marchands. De nombreux phénomènes de coopérations sont observées sur Internet : coopération entre opérateurs de réseaux pour les accords d'interconnexion, pour le développement de logiciels et applications permettant de faire fonctionner Internet (logiciels libres), coopération au sein de communautés non marchandes (échanges de fichiers dans les communautés Peer-to-Peer), mais aussi sur des sites marchands (avis échangés sur les produits sur le site de la FNAC ou d'Amazon, évaluation des vendeurs et acheteurs sur E-Bay). Cette tendance à la coopération et à la contribution volontaire gratuite est-elle liée aux caractéristiques techniques d'Internet ? Peut-elle s'expliquer par l'origine d'Internet en tant que réseau de chercheurs fondés sur le partage entre pairs ? Cette coopération a-t-elle des chances de durer et de résister à la densification du réseau et des communautés ?

L'objectif de ce projet est d'étudier les propriétés et la dynamique des comportements dans une situation d'interaction en réseau, comme c'est le cas sur Internet. Il s'agit en particulier de mieux comprendre la logique de l'action collective sur Internet. Il s'agit aussi d'étudier la manière dont l'action collective peut être valorisée par des acteurs marchands, que ces acteurs soient des entreprises ayant une activité exclusivement Internet ou une activité mixte (sur Internet et hors Internet).

Internet : un bien essentiellement public.

Internet présente les caractéristiques d'un bien public pur : c'est-à-dire que la plupart des services et applications sur Internet (et en premier lieu les services de nature informationnelle) sont non rivaux et non exclusifs. Internet est non rival, car la consommation ou l'utilisation d'Internet (des services, applications, contenus sur Internet) par un individu ne prive pas les autres individus de le consommer ou de l'utiliser. Internet est aussi pour l'essentiel non exclusif, puisque la plupart des services sur Internet sont en libre accès et gratuits.

Enfin, Internet dépend fortement des contributions des internautes, ces contributions satisfaisant les trois conditions d'un bien public pur :

– elles sont volontaires ;

– elles imposent un coût au contributeur ;

– enfin, elles confèrent un bénéfice à chacun des membres du groupe.

La production d'un bien public comme Internet constitue un problème majeur, dans la mesure où aucun individu n'a intérêt à le produire seul, alors que l'existence de ce bien améliore la situation de tous pris collectivement. De manière rationnelle, personne n'aurait intérêt à contribuer au bien public Internet : comme l'exclusion est difficile, chaque internaute a un intérêt individuel à compter sur le financement des autres internautes. Il s'agit de comportement de resquilleurs ou de passagers clandestins.

La prédiction de la théorie économique, fondée sur l'hypothèse de la maximisation des gains individuels, prédit un comportement généralisé de resquilleur impliquant une fourniture sous-optimale (Pareto-inefficace) de ce bien public, pouvant aller jusqu'à la disparition de ce bien public. Comment alors expliquer que dans la réalité les internautes n'hésitent pas à coopérer, en fournissant des informations, des services et applications ? Pour éclairer cette question, le recours à l'économie expérimentale s'avère très intéressante. Nous viserons plus particulièrement les applications suivantes :

– analyse des développements coopératifs en réseau de services de type logiciels libres ;

– analyse des systèmes coopératifs de réputation mis en place par des sites marchands comme ebay et qui permettent de stimuler les échanges marchands en ligne ;

– analyse des phénomène d'échange en ligne de type peer to peer et de « piratage » (transformation via Internet de biens ou services privés en biens ou services publics) ;

– analyse de l'impact des formes de réseau sur les niveaux de coopération sur Internet.

Ces quatre applications soulèvent toutes le problème de l'articulation entre action collective et valorisation collective. L'objectif à travers ces quatre applications est de comprendre les facteurs techniques, comportementaux, institutionnels qui peuvent encourager ou déstabiliser l'action collective et d'étudier le rôle des acteurs marchands dans cette dynamique collective.

Nous allons dans la suite développer chacune des applications, en précisant un peu la méthodologie que nous comptons utiliser et en donnant quelques éléments bibliographiques.

1. Le développement coopératif de services au sein de communautés en ligne.

L'importance du développement coopératif de services au sein de communautés en lignes (comme par exemple les logiciels libres) représente à première vue une anomalie par rapport à la théorie économique (et en particulier la théorie sur les biens publics). Ainsi, les logiciels libres possèdent toutes les caractéristiques habituelles des biens publics : indivisibilités d'usage et coûts d'exclusion élevés. Pour autant, de plus en plus de logiciels sont développés sous le mode de l'open source. On trouve là un écho intéressant des résultats expérimentaux concernant les jeux de bien public : les contributions des sujets dans un bien public expérimental sont toujours significativement différentes de zéro, même si elles demeurent sous optimales et diminuent dans le temps. Au-delà des comportements altruistes qui peuvent expliquer une partie de ces contributions non nulles, l'économie expérimentale met l'accent sur des explications plus fondamentales, comme les phénomènes de réputation ou de réciprocité dans les jeux répétés. Là encore, la correspondance avec une analyse rapide des phénomènes de communautés en ligne est intéressante : une part non négligeable des développements coopératifs au sein de ces communautés se fait dans l'idée d'acquérir une bonne réputation, éventuellement valorisable ultérieurement en termes financiers. De plus, la réciprocité joue un rôle sans doute important dans des communautés telles que celles des logiciels libres : en contribuant, j'attends que mon voisin réponde à mon signal et contribue lui aussi. Inversement, je peux répondre à une non ou sous-contribution de mon voisin, par des représailles consistant à réduire ma propre contribution.

Dans le cadre de l'économie expérimentale, nous souhaitons étudier le développement coopératif d'un service au sein d'une communauté en ligne (composée d'individus ne se connaissant pas et interagissant à distance par le biais d'un réseau). Nous introduisons deux types de mécanismes incitatifs : un mécanisme privé consistant à rémunérer celui qui contribue au développement du service et un mécanisme public consistant à rendre public (au sens de open source) tout développement ou contribution réalisé par un des membres de la communauté. L'objectif est de voir comment au sein d'une communauté peuvent émerger les mécanismes incitatifs à la base du développement coopératif de services. Verra-t-on apparaître des mécanismes incitatifs mixtes (publics et privés) et comment ces deux mécanismes seront-ils combinés (de manière complémentaire ou comme des substituts) ?

2. Comportements coopératifs en réseau et réputation.

Comment des individus qui ne se connaissent pas et interagissent par le biais d'un réseau de type Internet peuvent-ils se faire confiance ? L'exemple d'eBay est intéressant de ce point de vue, puisque ce site a mis en place des mécanismes visant à accroître la confiance entre utilisateurs de son site et à dissuader les comportements opportunistes. Les sites d'enchère comme eBay sont particulièrement exposés aux problèmes de passager clandestin (DangNguyen et Penard, 2004) [1]. Pour remédier à ce problème, eBay a mis à la disposition des internautes un outil leur permettant d'évaluer leurs partenaires. A l'issue d'une transaction, chaque partenaire peut procéder à une évaluation soit positive soit neutre soit négative de l'autre partenaire. Au delà de l'aspect réputation généré par un tel mécanisme, cette méthode s'apparente à un mécanisme de sanction/récompense dans la mesure où l'évaluation se traduit par un score attribué à chaque personne évaluée : +1 pour une évaluation positive, 0 pour une évaluation neutre, -1 pour une évaluation négative. L'économie expérimentale permet de tester l'efficacité de tels mécanismes dans le cadre d'un environnement contrôlé permettant d'isoler l'influence des variables que l'on souhaite tester. Le jeu qui sera utilisé est un jeu de bien public avec sanction/récompense. On peut également tester l'effet de l'anonymat des décisions sur les comportements individuels. Plus précisément, l'anonymat est-il la condition sine qua none de l'efficacité de tels mécanismes.

Alors qu'un certain nombre de travaux s'est intéressé à l'effet des sanctions et/ou des récompenses lorsqu'elles sont attribuées de façon exogène (Yamagishi, 1986 ; Dickinson, 2000 ; Falkinger, Fehr, Gachter et Winter-Ebner, 2000), peu de travaux ont étudié la possibilité pour les sujets de se sanctionner et/ou se récompenser mutuellement.

L'expérience réalisée cherchera à montrer l'efficacité réelle de tels mécanismes en dissociant les conséquences monétaires et non monétaires des sanctions/récompenses imposées aux passagers clandestins. Cette expérience visera également à mettre en exergue les externalités négatives de tels mécanismes. Ainsi par exemple quel rôle joue l'anonymat dans l'efficacité de tels mécanismes ? Quels sont les risques de représailles ? Nous partirons d'un jeu d'investissement à l'issue duquel les partenaires auront la possibilité de s'évaluer simultanément ou séquentiellement. L'intérêt de ces expériences sera de mesurer les différences d'efficacité des mécanismes de réputation selon leur design (séquentiel, simultanée en une fois ou deux fois).

3. Internet comme outil d'échange public de biens et services privés.

Internet présente la particularité de transformer certains biens et services privés en bien public. En effet, Internet facilite la reproduction et la diffusion des biens informationnels ou numériques. La protection des droits des auteurs de ces biens ou de leurs propriétaires est devenu difficile techniquement ou très coûteuse. L'essor des réseaux peer-to-peer (P2P) illustre bien ce problème. L'industrie musicale estime être victime des pratiques d'échanges de fichiers musicaux au sein de ces communautés P2P. Les maisons de disque voient dans ces pratiques la première cause à la baisse de leurs ventes [2].

D'un point de vue théorique, la création artistique apparaît comme un type particulier d'information qui, jusqu'à peu, était restreint à une sphère essentiellement privée (dispositifs de droits d'auteur, support physique de l'information, etc.) L'avènement d'Internet donne aux biens informationnels et numériques des caractéristiques d'indivisibilité d'usage et de coûts d'exclusion élevés. Cela pose bien évidemment problème aux propriétaires et distributeurs de ces biens qui se voient privés d'une partie croissante de leurs revenus d'activité, et qui motivent de leur part des stratégies de protection de leurs biens, de demande de répression croissante des fraudeurs, ou de diversification de l'offre audiovisuelle (sites de téléchargement payants, mise en place de DRM).

Dès lors, on est en présence d'un dilemme : Internet est un espace de production de biens publics (production collective d'informations et de services), mais c'est aussi un espace qui semble aussi menacer la production de biens privés (à travers des comportements de piratage, de free riding). Ce système de piratage organisé entre les internautes se fait par l'intermédiaire des Fournisseurs d'Accès à l'Internet. Dès lors, on peut se poser la question du partage des responsabilités entre FAI et internautes « fraudeurs » dans ce système. Faut-il sanctionner les free riders de premier ordre (ceux qui téléchargent gratuitement des médias payants via des dispositifs de mise à disposition comme le peer to peer) ou faut-il s'attaquer aux free riders de second ordre (les FAI qui permettent ce piratage) ? Les expériences envisagées pourraient impliquer alors une structure principal-agent avec intermédiaires, et il serait possible de tester différents dispositifs contractuels de tarification ou de sanction.

4. Structure du réseau d'interaction et coopération des internautes.

Économistes et sociologues ont publié au début des années soixante un certain nombre de résultats théoriques qui suggéraient que l'adoption de comportements individuels de « passagers clandestins » viendrait empêcher la production de biens publics sur une base coopérative et auto-organisée.

Cependant, la prise en compte des effets émergents qui peuvent être associés à la dynamique des interactions sociales au sein d'organisations structurées comme dans des réseaux sociaux informels nous amène à penser qu'il est possible d'identifier plus précisément les conditions d'apparition d'incitation à la coopération. L'étude des réseaux sociaux vient alors compléter celle des motivations individuelles. Ce débat peut être rapproché d'un certain nombre de discussions autour d'une production complètement "décentralisée" à des formes d'organisations centralisées et/ou hiérarchisées. Ce débat est au centre de l'opposition entre la conception "télécommunications" (centralisée) et la conception "réseaux informatiques / Internet" (décentralisés) ; il s'agit encore des débats sur la production de logiciels selon le modèle du "bazar" opposé à celui de la "cathédrale" initié par Eric S. Raymond (http://www.epita.fr/ poinde_t/religion/cathedrale-bazar.html). On retrouve encore cette question derrière les formes d'architecture de management et d'échange d'information telles que système centralisé ou système Peer-to-peer. Des études en système Multi-agents ont montré que la structure agit de façon non neutre sur la qualité des échanges (May et Novack, Cohen, Masuda and Aihara). Donc l'organisation peut être un autre vecteur permettant d'agir sur la qualité d'un système d'échange.

Comment l'échange d'information et la qualité de la coopération entre individus dépend elle de la structure du réseau ? Nous proposons dans cette étude de comparer trois structures qui semblent pertinentes par rapport aux systèmes réels existants : une structure en étoile (représentant un système centralisé), un réseau petit monde représentant une structure d'échanges communautaire P2P et enfin, une structure fixe et fortement connecté représentant un système type « intranet entreprise ». Pour chacun de ces systèmes, des hypothèses identiques seront faites quant à l'information disponible des agents et leurs modes opératoires.

[1] Ainsi 78% des plaintes pour fraude sur Internet reçu par la National Consumer League aux Etast-Unis en 2000 étaient liées à des enchères en ligne (Hooser et Wooders, 2001).

[2] Selon CNC Médiamétrie, les français téléchargeraient gratuitement et illégalement 1 million de films par jour, dont un tiers d'œuvres françaises.

[Rapport] Économie expérimentale appliquée à la coopération et la confiance dans des communautés en ligne : une série d'expériences novatrices menée au CREM (Rennes 1)

David Masclet, Laurent Denant-Boemont, Thierry Pénard — 2006-12-16T10:44:00Z

Dans le cadre de ce projet de recherche, des chercheurs du CREM (Rennes 1) ont mené une série expériences sur la plate-forme expérimentale du LABEX, qui visaient à analyser le rôle de l'information, de la réputation, de la confiance et des incitations dans un contexte de relations répétées en réseau (communautés en ligne, Intranet et Extranet).

Ces expériences cherchaient à identifier et caractériser les facteurs techniques, comportementaux, psychologiques et institutionnels qui peuvent encourager ou déstabiliser la coordination collective en réseau.

Sommaire

Le succès des sites d'enchères et places de marché tels eBay ou AmazonMarketPlace, où des millions d'internautes procèdent à des transactions marchandes, constituent un défi aux règles économiques. En effet, l'anonymat permis par Internet et la facilité d'entrer ou de sortir de ces places de marchés ne sont pas des facteurs a priori favorables au développement des échanges marchands. La possibilité de changer facilement d'identité et la distance physique entre l'acheteur et le vendeur peuvent créer un climat de méfiance entre les partenaires et susciter des comportements opportunistes (non paiement du bien, retard dans l'envoi du bien ou envoi d'un produit non conforme au produit décrit). De plus, les partenaires ne peuvent pas recourir à des menaces de représailles futures pour garantir le bon déroulement de leurs transactions, dans l'incertitude qu'ils sont de pouvoir rencontrer de nouveau leurs partenaires (DangNguyen et Pénard, 2004).

Comment expliquer néanmoins le succès de places de marchés comme eBay ? La même question peut se poser à propos de communautés virtuelles dans lesquelles des internautes anonymes se rendent des services mutuels, acceptent de fournir des informations gratuitement ou de contribuer au développement de logiciels libres. Comment se crée la confiance et comment les risques d'opportunisme sont-ils surmontés dans une communauté virtuelle ?

On distingue généralement trois grandes classes de communauté : les communautés épistémiques de type logiciels libres, les communautés de pratiques de type forum d'utilisateurs et les communautés de partage de type peer-to-peer. De fait, ces différentes communautés en ligne ne disposent pas toutes des mêmes facilités ou capacités pour stimuler la coopération et réduire les comportements de passager clandestin (comportement consistant à consommer sans contribuer).

Dans les communautés épistémiques qui produisent ou créent de la connaissance (logiciels libres), l'accès nécessite des compétences (coût d'entrée et de sortie élevé), ce qui réduit les risques d'opportunisme et permet d'exercer une pression sur les pairs. De plus, dans ce type de communautés, il est souvent préférable que tout le monde ne contribue pas, mais seulement les plus compétents.

Dans les communautés de pratiques qui échangent des conseils, des avis, de l'expertise (forums d'utilisateurs), l'accès est plus facile (et l'exclusion plus difficile). Dans ce type de communautés, il peut être intéressant qu'un grand nombre contribue pour disposer d'avis moyens. Mais, les contributions n'ont pas toutes la même valeur et il est très important que les membres ayant une plus grande expertise ou un goût plus avancé contribuent plus intensément que les autres (aspects quantitatifs et qualitatifs).

Dans les communautés de partage (sharing) qui échangent/partagent des ressources (fichiers, contenus) et qui sont souvent de grande taille, le coût d'entrée et de sortie est assez faible. Là, il est important que le plus grand nombre contribue pour réduire les risques de congestion sur l'accès aux ressources.

On le voit, ces différents types de communauté ne sont pas confrontés aux mêmes risques de passager clandestin ou d'opportunisme. Les besoins en contribution sont différents (certaines communautés ont besoin d'un petit nombre de contributions de grande qualité, alors que d'autres ont besoin d'un grand nombre de contributions, même modestes). Par ailleurs, ces communautés de disposent pas des mêmes instruments ou des mêmes facilités pour générer de la coopération et surmonter les problèmes d'opportunisme (différences dans les coûts d'entrée et de sortie, dans la capacité de filtrer l'entrée et d'exclure ou non, dans la taille de la communauté).

Nous avons procédé à une première série d'expériences plutôt centrées sur la coopération dans une communauté de nature épistémique. Une seconde série d'expériences s'est intéressée à la confiance et à la réputation dans une communauté de partage de type eBay. Nous allons pour chacune de ces études expérimentales, présenter le contexte, le protocole de l'expérience et les résultats obtenus.

Coopération et incitation dans une communauté épistémique.

Objectifs de l'étude.

L'objectif de cette étude menée par Laurent Denant-Boemont et Thierry Pénard, chercheurs au CREM (Rennes 1) était de mieux comprendre le fonctionnement d'une communauté en réseau dont la finalité est de produire de la connaissance ou des services : communautés de logiciels libres, réseaux d'entreprise de type intranet et extranet. Les membres de cette communauté sont donc sollicités pour fournir des services (expertise, développement de logiciels, recommandation ou évaluation). Quels sont les mécanismes incitatifs qui vont émerger dans ce type d'environnement ? L'intérêt de cette étude est de pouvoir observer en laboratoire la genèse et le fonctionnement d'une communauté expérimentale, dans des environnements différents.

Design de l'étude.

Les expériences s'appuie sur un modèle théorique d'interactions stratégiques développé par Dang N'Guyen et Pénard (2005, 2001). Dans cette communauté, des individus peuvent émettre des requêtes qu'ils adressent aux autres membres de la communauté, en les accompagnant de différents types d'incitations. Le traitement de cette requête permet de produire un service. Les membres sollicités peuvent choisir de traiter la requête ou de décliner l'offre, en espérant que celle-ci sera traitée par un autre membre. Toutefois, le fait d'attendre peut être coûteux collectivement dans la mesure où la valeur du service se déprécie avec le temps (coût du retard). Si la personne qui envoie des requêtes veut maximiser son gain ou son utilité, quelles incitations doit-elle envoyer au reste de la communauté ? L'article explore deux types d'incitations : une rémunération monétaire pour celui qui accepte de traiter la requête et un accès plus ou moins ouvert (libre) au service dérivé du traitement de la requête. Dans ce dernier cas, l'émetteur s'engage auprès de la communauté à diffuser l'intégralité ou seulement une partie du résultat du traitement de la requête : par exemple, il peut permettre un libre accès ou un accès partiel à certaines fonctionnalités d'un logiciel ou au code source.

Les prédictions théoriques de ce modèle de communauté sont assez simples : la stratégie dominante de l'émetteur est de proposer une rémunération monétaire nulle et un degré d'ouverture total sur le résultat du traitement de la requête. Par ailleurs, la stratégie optimale de l'émetteur ne dépend nullement de la valeur de la requête ou du coût du retard suite à un refus de traiter la requête. Ce modèle théorique a donné lieu à une série d'expériences afin de voir si les choix des sujets étaient bien conformes aux stratégies prédites.

Le design expérimental se base sur des communautés de taille réduite (5 sujets) dont les membres reçoivent de manière aléatoire des rôles (ils sont émetteurs ou récepteurs de requêtes). Par ailleurs, les récepteurs sont hétérogènes quant au coût du traitement de la requête. De plus, le processus est itératif : l'émetteur fait sa proposition, laquelle est proposée de manière aléatoire à un premier joueur. Si celui-ci refuse, un autre joueur se voit proposer la requête, toujours au hasard, mais le produit du traitement de la requête voit sa valeur diminuer ; etc. La période de jeu s'arrête quand l'un des membres du groupe accepte de traiter la requête (voir en annexe pour les instructions détaillées de l'expérience).

Ce jeu est mis en œuvre dans le cadre de quatre traitements expérimentaux, qui diffèrent les uns des autres par le niveau de la valeur du traitement de la requête et du coût du retard. Les joueurs répètent ce jeu à quinze reprises, chaque période étant l'occasion d'une redistribution aléatoire des rôles au sein des groupes constitués au début du jeu.

Résultats obtenus.

Les figures 1 et 2 indiquent les choix des sujets en matière d'incitations pour le traitement des requêtes. Rappelons que chaque émetteur de requête devait initialement indiquer la rémunération qu'il accordait à celui qui traitait sa requête (il avait le choix entre un montant nul ou égal à 1, 2, 3 ou 4). Il devait aussi choisir un degré d'ouverture ou d'accès au résultat du traitement de la requête : 0%, 25%, 50%, 75% ou 100%. Un niveau d'ouverture égal à 100% implique une ouverture totale (tous les membres du groupe profitent intégralement du gain issu du traitement de la requête) et un niveau égal à 0% implique une fermeture totale (seul l'émetteur profite du gain de la requête si celle-ci est traitée).

_On constate que les stratégies prédites en matière d'incitations sont rarement suivies. La rémunération monétaire est nulle dans seulement un cas sur dix. Dans 69 % des cas, les émetteurs choisissent un montant de rémunération modérée, mais positif (égal à 1 ou 2) et dans seulement 4% des cas, ils proposent la rémunération maximale.

Distribution des rémunerations monétaires choisies par les émetteurs de requête.

Concernant le degré d'accès au résultat du traitement de la requête (graphique 2), les choix sont plus conformes aux attentes. Près de la moitié des émetteurs choisissent l'ouverture totale et 83% une ouverture supérieure ou égale à 50%.

Distribution du degré d'accès choisi par les émetteurs de requête.

Par ailleurs, le choix des instruments (notamment les incitations monétaires) dépend de la valeur du traitement de la requête, mais aussi du coût du retard, ce qui va à l'encontre des prédictions théoriques issues du modèle d'interactions.

Lorsque l'on s'intéresse aux décisions des individus sollicités pour traiter les requêtes, on constate que le nombre de refus est relativement faible, avec un refus en moyenne par requête. Le niveau de coopération est donc élevé dans cette communauté expérimentale, sans doute en raison des fortes incitations accompagnant les requêtes, mais également parce que les individus sont à la fois émetteur et récepteur de requête, encourageant la réciprocité et le sentiment d'appartenance à la communauté. Par ailleurs, le nombre de refus diminue avec le coût du retard, mais n'est pas affecté par la valeur de la requête.

Au final, cette étude expérimentale apporte des éclairages intéressants sur le fonctionnement des communautés Internet et sur l'émergence de mécanismes incitatifs au sein de ces communautés décentralisées.

Confiance et réputation dans une communauté de partage (d'information).

La seconde étude menée par David Masclet et Thierry Pénard, chercheurs au CREM (Rennes 1) s'intéresse au fonctionnement des communautés de partage d'information, à travers le cas d'eBay.

Contexte et état de l'art.

Les utilisateurs d'eBay forment de fait une communauté en ligne, auprès de laquelle eBay met à disposition une plateforme d'échanges marchands, qui comprend notamment un système d'évaluation fonctionnant sur le principe d'un partage d'informations. Ces informations portent sur le déroulement des transactions effectuées sur la plate-forme et sur la fiabilité des utilisateurs d'eBay. Précisément, ce système donne la possibilité à l'acheteur et au vendeur à la fin de chaque transaction d'adresser une évaluation positive, neutre ou négative à son partenaire, en ajoutant éventuellement des commentaires. Chaque participant eBay se caractérise donc par son profil d'évaluation, à partir duquel est calculé un score selon la formule suivante [1] : chaque évaluation positive est comptabilisée +1, chaque évaluation neutre 0 et chaque évaluation négative -1. Lorsqu'un participant envisage d'effectuer une transaction avec une autre personne, il a donc une idée de la fiabilité de son partenaire. Il peut aussi consulter les avis des partenaires précédents. Il dispose enfin d'informations sur la réputation des évaluateurs et peut donc savoir quel crédit accorder à chacune des évaluations. Par exemple, il n'accordera pas forcément la même valeur à une évaluation négative si elle est émise par une personne ayant un mauvais score ou par une personne ayant une excellente réputation.

Un certain nombre d'études ont cherché à évaluer empiriquement l'impact des évaluations et commentaires postés par les acheteurs et vendeurs à l'occasion d'une transaction en ligne (Lucking et Reiley 1999, Kalyanam et McIntyre, 2001, Melnik et Am, 2002, Cabral et Hortacsu, 2005). Pour une synthèse des différentes études sur ce sujet, se reporter à Resnick, Zeckhauser, Swanson et Lockwood (2003). Par exemple, Ghose, Ipeirotis et Sundararajan (2006) ont trouvé que la marge réalisée par les revendeurs de logiciel sur AmazonMarketplace était croissante avec leur expérience (le nombre de transactions réalisées), leur score et les commentaires positifs qu'ils avaient reçus. De leur côté, Houser et Wooders (2001) ont étudié des enchères sur des processeurs Pentium III 500 durant l'automne 1999 sur eBay. Ils trouvent qu'une hausse de 10% du nombre d'évaluations positives adressées à un vendeur augmente le prix obtenu par ce dernier de 0.17 %, alors qu'une hausse de 10% du nombre d'évaluations neutres ou négatives diminue le prix obtenu de 0.24 %. En revanche, le nombre d'évaluations positives, négatives ou neutres sur l'acheteur n'a aucun impact sur le prix acquitté. Ainsi, seule la réputation du vendeur semble importante dans les transactions. Ceci s'explique par le fait que les risques d'opportunisme sur eBay proviennent essentiellement du vendeur, l'acheteur devant effectuer le paiement avant de recevoir l'objet. Une autre étude expérimentale menée par Resnick, Zeckhauser, Swanson et Lockwood (2003) va dans le même sens qu'Houser et Wooders. Des lots similaires de cartes postales anciennes ont été mis en vente sous l'identité d'un vendeur expérimenté ayant une bonne réputation, puis sous l'identité de vendeurs inexpérimentés. _ La différence dans les dispositions à payer des acheteurs est de près de 8%. En revanche, la différence de prix n'est pas significative entre un vendeur inexpérimenté avec et sans évaluation négative. Resnick et Zeckhauser (2002) pour leur part parviennent à un résultat plus nuancé. Ils ne trouvent aucun effet des évaluations sur le prix de vente de lecteurs MP3. Toutefois, ils montrent que ces évaluations jouent sur la probabilité que la transaction se fasse. Ainsi, un vendeur sans évaluation aura une probabilité de 72% de vendre son bien, alors qu'un profil d'évaluation égal à 70 se retrouve avec une probabilité de 96%.

Avec un système d'évaluation à la eBay, chacun est donc incité à être le plus honnête possible pour recevoir des évaluations positives et acquérir une bonne réputation, qui permettra de mieux acheter et mieux vendre dans les transactions futures. De plus, une fois que l'on dispose d'une bonne réputation, il devient coûteux de changer d'identité (consistant à revenir sur eBay sous un nouveau pseudonyme), ce qui réduit d'autant plus les incitations à être opportuniste. Néanmoins, l'efficacité de ce système d'évaluation repose sur une participation élevée des acheteurs et vendeurs à ce système. Or, certains peuvent être tentés de laisser aux autres le soin de fournir des évaluations, considérant que cela nécessite du temps et un effort d'évaluer. Ces comportements de passagers clandestins, s'ils se généralisent, peuvent être préjudiciables pour une place de marché comme eBay. Il s'agit là du problème classique de contribution à un bien public ou plus exactement à un bien communautaire qui est mis à la disposition de tous les utilisateurs de la place de marché, sans exclusion, ni rivalité.

Plusieurs études ont mis en évidence ce phénomène de sous-contribution au système d'évaluation eBay. Ainsi, Resnick and Zeckhauser (2002) ont analysé en détail toutes les transactions ayant eu lieu sur eBay entre février et juin 1999, ainsi que l'historique des évaluations en relation avec ces transactions. D'après leurs données, 50% des transactions ont été évaluées par les acheteurs et 60% par les vendeurs. Concernant les évaluations des acheteurs, seulement 0.6% étaient négatives et 0.3% neutres et du côté des vendeurs, 1.6% étaient négatives et 0.3% neutres. _ Lorsque l'on regarde les destinataires de ces mauvaises évaluations, les vendeurs ont une probabilité d'autant plus élevée de recevoir une mauvaise évaluation qu'ils sont peu expérimentés (même chose pour les acheteurs). Par ailleurs Resnick et Zeckhauser mettent en évidence le pouvoir prédictif des évaluations passées sur la qualité des transactions courantes. Une transaction aura une probabilité plus élevée de présenter un problème (une évaluation positive ou négative) si dans le passé le vendeur a fait l'objet d'une évaluation négative. Enfin, les auteurs observent des phénomènes de réciprocité autour des évaluations. Ainsi, lorsque l'évaluation de l'acheteur est positive, la probabilité est plus grande que le vendeur réponde à son tour et évalue positivement la transaction. Inversement pour une évaluation négative, la probabilité de répondre par une évaluation négative ou neutre est plus grande. Les acheteurs et vendeurs sont sans doute incités à envoyer des évaluations positives, dans l'espoir que l'autre partie renvoie à son tour une évaluation positive permettant d'améliorer son profil. De même, certains participants pourraient préférer renoncer à mettre une évaluation négative "justifiée" de peur d'avoir en retour une évaluation négative "injustifiée". Cette peur des représailles pourrait avoir des effets pervers. Certains participants ayant une haute réputation pourraient se comporter de manière opportuniste avec des participants de faible réputation, sans risquer d'évaluations négatives (en jouant sur les menaces de représailles).

Dellarocas, Fan et Wood (2004) ont, pour leur part, observé 51 000 enchères sur des pièces de monnaie de collection entre avril et septembre 2002 sur eBay. Ils constatent que 77 % des vendeurs et 67% des acheteurs ont laissé une évaluation, dans la plupart des cas, positive. A partir de ces données, les auteurs ont cherché à identifier les motivations des utilisateurs d'eBay à contribuer à ce système communautaire de réputation. Ils recensent trois principales motivations :

– l'altruisme pur : j'évalue mes partenaires parce que je sais que c'est bon pour l'ensemble de la communauté,

– l'altruisme impur ou la réciprocité : j'évalue mes partenaires parce qu'ils m'ont évalué et que je réponds à leur bienveillance,

– l'égoïsme : je n'évalue pas mes partenaires sauf si je veux me faire passer pour un altruiste et les inciter à m'évaluer.

Dans le dernier cas, il s'agit d'une évaluation de nature stratégique où l'individu décide d'évaluer dès la fin de la transaction, s'il pense qu'il a de fortes chances d'avoir face à lui un partenaire réciprocateur (ce dernier répondant alors à une évaluation positive par une évaluation positive). De cette manière, l'utilisateur égoïste peut accroître son score et donc sa réputation. Dellarocas et al. (2004) pour isoler les motivations d'évaluation dans chacune des transactions de pièces de monnaie de collection, ont regardé plusieurs jours après la fin de l'enchère, si l'acheteur et le vendeur avait procédé à des évaluations. À partir de ces informations, ils calculent des probabilités d'évaluer son partenaire et des probabilités conditionnelles au fait d'avoir été ou non évalué par ce dernier. En cas d'altruisme pur, le fait d'avoir été évalué ou non devrait être sans effet sur la probabilité d'évaluer alors qu'en cas d'altruisme impur, le fait d'avoir été évalué devrait accroître la probabilité d'évaluer (effet positif). Enfin, en cas d'égoïsme, le fait d'avoir déjà été évalué devrait conduire l'internaute à ne plus évaluer son partenaire (effet négatif), et le fait de ne pas avoir été évalué pourrait l'inciter à évaluer son partenaire s'il pense avec une probabilité non nulle qu'il a affaire à un réciprocateur. Les auteurs trouvent en fait que la communauté eBay est composée à la fois d'altruistes, de réciprocateurs et d'égoïstes. Les contributions au mécanisme de réputation d'eBay relèveraient donc de différentes motivations qui vont de l'altruisme pur à l'égoïsme.

Objectifs de l'étude.

L'objectif de nos expériences est précisément d'identifier les motivations de contribuer à un système d'évaluation à la eBay et de comprendre comment un tel système peut créer de la confiance. Pour cela, nous recourons à une approche expérimentale, basée sur le jeu de la confiance ou trust game. Ce jeu est une bonne approximation de ce que peut être une transaction à la eBay. En effet, sur eBay, un des partenaires commerciaux (l'acheteur) doit envoyer un paiement à l'autre partenaire (le vendeur), en espérant être livré en retour. L'acheteur est donc amené à faire confiance au vendeur. On voit l'analogie avec le jeu de la confiance, dans lequel deux joueurs reçoivent une dotation, l'un des joueurs devant choisir dans sa dotation le montant qu'il souhaite envoyer à l'autre joueur. Ce dernier reçoit alors un multiple du montant envoyé (trois fois le montant en règle générale) et doit décider combien il renvoie au premier joueur. L'équilibre de Nash de ce jeu est trivial : le deuxième joueur ayant toujours intérêt à tout garder pour lui, le premier joueur doit donc ne rien envoyer et chacun obtient au final un gain égal à sa dotation initiale. Mais, cette situation est globalement sous-optimale, puisqu'en envoyant toute sa dotation, le premier joueur aurait pu accroître le total des gains des deux joueurs. Berg, Dickaut and Mc Cabe (1995) ont observé expérimentalement que les choix des joueurs étaient loin d'être conformes à l'équilibre de Nash : les sujets envoient en moyenne 50% de leur dotation et obtiennent en retour 1/3 en moyenne du montant reçu par leur partenaire.

Par rapport au jeu de confiance classique, nous avons ajouté une seconde étape après les décisions d'investissement et de retour des joueurs, dans laquelle ces derniers ont la possibilité de poster une évaluation positive ou négative sur leur partenaire. Trois dispositifs d'évaluation ont été expérimentés : une évaluation simultanée, une évaluation séquentielle (où l'un des joueurs est désigné pour évaluer en premier) et une évaluation au choix sur deux périodes (chacun des joueurs ayant la possibilité d'évaluer immédiatement ou d'attendre). L'intérêt de ces trois traitements, auxquels s'ajoute un traitement de base (un jeu sans évaluation) est de mieux comprendre les motivations de contribuer à un dispositif communautaire d'évaluation, en distinguant les motifs altruistes, égoïstes et de réciprocité. Quel est le dispositif d'évaluation qui génère le plus de confiance et donc d'investissements ? Les sujets ont-il plus tendance à évaluer s'ils doivent le faire simultanément ou séquentiellement ? Préfèrent-ils attendre ou évaluer le plus rapidement possible pour inciter les autres à le faire ? Les expériences menées au LABEX (Université de Rennes 1) permettent de répondre à ces questions.

Il existe peu d'études expérimentales sur ces questions, à l'exception de Keser (2002, 2003). Cette dernière a mené une série d'expériences présentant des traits communs avec la notre. Elle considère un jeu de confiance séquentiel, suivi d'une deuxième phase dans laquelle seul le premier joueur, noté A, (celui qui doit envoyer une partie de sa dotation) a la possibilité sans aucun coût, d'évaluer positivement ou négativement son partenaire, noté B, après avoir pris connaissance de la somme retournée par ce dernier.

L'expérience se déroule sur vingt périodes, les joueurs A rencontrant à chaque période un joueur B différent. Keser propose deux variantes pour le système d'évaluation. Dans un premier cas, le joueur A est informé de l'évaluation qu'a reçu à la période précédente le joueur B avec lequel il va entrer en relation (connaissance partielle du passé). Dans le deuxième cas, il est informé de l'ensemble des évaluations que B a reçu dans le passé (connaissance de toute l'histoire). Keser observe plus d'investissements et donc plus de confiance des joueurs A avec un système de réputation que sans système de réputation et un plus grand retour des joueurs B avec un système de réputation que sans système de réputation (en absolu et en % du montant reçu). Mais, il n'existe pas de différence significative d'investissements et de retour avec un système de réputation de court terme (mémoire partielle) et de long terme (mémoire complète).

Design de l'expérience.

Les expériences ont été menées en novembre 2005 et janvier 2006, auprès de plus 240 étudiants, au LABEX (Laboratoire d'expérimentation en sciences sociales de l'Université de Rennes 1). Voir en annexe pour les instructions détaillées des expériences. Nous avons procédé tout d'abord à un jeu de confiance simultané (trust game) sans période d'évaluation (traitement SANS). Ont été créées des communautés de 10 sujets, comportant 5 joueurs A (les investisseurs) et des joueurs B (ceux qui reçoivent l'investissement). Le jeu comprenait 20 parties et chaque sujet gardait le même rôle durant l'expérience. Au début de chaque partie, chacun des joueurs A est apparié avec un joueur B (l'appariement étant différent d'une partie à l'autre). Les deux joueurs reçoivent une dotation initiale de 10. De manière simultanée, le joueur A doit décider d'envoyer un montant compris entre 0 et 10 à B et le joueur B doit choisir un montant à renvoyer compris entre 0 et le montant reçu (le montant envoyé par A multiplié par 3), et ce pour tous les montants que peut lui envoyer le joueur A. Pour chaque partie, le gain du joueur A est égal à 10-montant envoyé+montant retourné et le gain du joueur B à 10 + 3*montant reçu - montant renvoyé. A la fin de l'expérience, les gains étaient cumulés et convertis sur la base de 1 euro pour 30 points, auxquels s'ajoutait un forfait de participation de 3 euros.

Les trois autres traitements (SIM, SEQ-ENDO, SEQ-EXO) sont identiques au jeu précédent, pour ce qui concerne le jeu de confiance, mais comportent une phase d'évaluation une fois connus les montants envoyés ou renvoyés. Celui qui décide d'évaluer a le choix entre donner un point négatif (-1) ou un point positif (+1) d'évaluation. Dans les deux cas, il doit supporter un coût égal à un, alors que celui qui est destinataire de l'évaluation ne supporte aucun coût. Par contre, le point négatif ou positif d'évaluation adressé à un joueur est enregistré dans sa grille d'évaluation qui va le suivre tout au long de l'expérience. Cette grille comporte un historique des points évaluations, ainsi qu'un score qui est la somme cumulée des points positifs ou négatifs obtenus dans les parties précédentes. Cette grille est communiquée à chaque nouvelle partie au participant avec lequel il est mis en relation. Ainsi à chaque début de partie, chaque sujet connaît la grille d'évaluation de son partenaire et peut donc se faire idée de la réputation de ce dernier.

Concernant le déroulement des évaluations dans les trois traitements, les joueurs sont sollicités en même temps dans le traitement SIM, alors que dans le traitement SEQ-EXO, un tirage aléatoire désigne l'ordre dans lequel les deux étaient sollicités pour évaluer. Durant une expérience en traitement SEQ-EXO, un sujet peut donc alterner des parties dans lequel il est sollicité en premier et des parties dans lequel il est sollicité en deuxième. Enfin, dans le traitement SEQ-ENDO, chaque sujet a le choix entre évaluer immédiatement ou attendre, sachant qu'il ne peut évaluer qu'une seule fois au cours d'une partie. Nos expériences se distinguent de celles de Keser (2002, 2003) sur plusieurs points, puisqu'elle considère un jeu de confiance séquentiel, dans lequel seul le joueur A peut évaluer et sans aucun coût. L'inconvénient chez Keser, c'est qu'il est difficile en cas de retour faible du joueur B, de distinguer un comportement opportuniste et un comportement de représailles. Notre jeu, de ce point de vue, permet de mieux isoler ce qui relève de l'opportunisme (puisque les décisions d'envoi et de retour sont simultanées) et ce qui relève de la sanction (sous la forme d'une évaluation négative). Par ailleurs, nos quatre dispositifs d'évaluation permettent d'étudier plus finement les motifs d'évaluation et de comparer leur efficacité.

Résultats obtenus.

Le tableau 1 présente les niveaux moyens d'investissements de A et de retour de B, selon les différents traitements expérimentaux. La possibilité d'évaluer son partenaire permet bien de générer de la confiance. En effet, le niveau d'investissement de A est en moyenne plus faible en l'absence de dispositif d'évaluation (2,24). Les investissements les plus élevés ont lieu lorsque les sujets peuvent s'évaluer simultanément (4,36) ou séquentiellement selon un ordre prédéfini (4,17). Le dispositif d'évaluation en deux périodes se situe entre les deux (investissement moyen de 3,32). Il semble donc que le traitement SEQ-ENDO en permettant des stratégies d'évaluation plus sophistiquées (possibilités d'attendre pour répondre à l'évaluation du partenaire, possibilité de s'engager en premier pour susciter une évaluation de la part du partenaire) affecte négativement (externalités négatives des évaluations) le niveau de confiance des joueurs, par rapport aux deux autres dispositifs d'évaluation.

Investissement du joueur A

2,2 (2,9)

4,4 (3,7)

4,2 (3,5)

3,3 (3,2)

Investissement du joueur B

1.4 (3.2)

4.2 (6.3)

4,0 (5,3)

3,0 ( 4,8)

Retour d'investissement

12%

23%

22%

19%

Tableau 1. Les niveaux moyens d'investissement et de retour selon les traitements expérimentaux (les écart types sont donnés entre parenthèse).

Les niveaux de retour de la part du joueur B sont également significativement plus élevés avec évaluation, que sans évaluation. Ainsi en moyenne, B retourne 1.45 unités dans le traitement SANS contre 4,21 dans le traitement SIM et 3.98 dans le traitement SEQ_EXO. La possibilité d'évaluer sur deux périodes (SEQ_ENDO) conduit à des retours plus faibles (3) qu'avec des dispositifs d'évaluation simultanée ou séquentielle, mais significativement supérieur au niveau moyen de retour en l'absence de dispositif d'évaluation. En terme relatif, les sujets B renvoient seulement 11,8% du montant reçu en l'absence d'évaluation (ce qui signifie que A reçoit moins que le montant investi) alors qu'avec évaluation les taux de retour sont entre 19,1% et 22,8% (toujours en dessous du seuil des 33% permettant à A de récupérer le montant investi).

Les figures 3 et 4 représentent respectivement le niveau d'investissement de A et le montant retourné par B sur l'ensemble des périodes selon le traitement en vigueur. Une caractéristique commune est la baisse du niveau moyen d'investissement de A et de retour de B au cours du temps.

Niveau moyen d'investissement de A par traitement au cours du temps.

Niveau moyen d'investissement de B par traitement au cours du temps.

Concernant le choix d'évaluer son partenaire, on observe qu'un sujet est d'autant plus incité à évaluer négativement (resp. positivement) que le niveau d'investissement ou de retour de son partenaire est bas (resp. élevé). Par ailleurs, le participant A donne majoritairement des points négatifs lorsqu'il évalue, alors que le participant B donne principalement des points d'évaluation positifs. Enfin les sujets évaluent davantage avec un dispositif d'évaluation séquentielle que simultanée. Ainsi le participant A évalue dans 22% des cas dans le traitement SIM et respectivement 24% et 27% des cas dans les traitements SEQ_EXO et SEQ_ENDO. Ces résultats semblent donc indiquer qu'une partie des évaluations dans les traitements séquentiels sont décidées en réponse à l'investissement ou retour effectué par le partenaire, mais également en réaction à l'évaluation (ou la non évaluation) faite par ce dernier. Ainsi, dans les dispositifs d'évaluation séquentielle, un individu qui a reçu un point d'évaluation négatif en première étape donne en retour un point négatif dans 72% des cas. A l'opposé, un sujet qui a reçu un point positif en première étape donne un point positif en deuxième étape dans 63% des cas. Par ailleurs, les évaluations positives sont plus importantes en première étape que les évaluations négatives, suggérant que certains joueurs cherchent à susciter des effets de réciprocité chez leur partenaire.

Au final, cette expérience permet de mieux comprendre le rôle joué par la confiance et la réputation dans une communauté Internet et ainsi offre des pistes de réflexion sur la manière d'améliorer l'efficacité de la coopération dans ces communautés.

[1] Toutefois, si une même personne a donné plusieurs fois une évaluation de même signe, cette évaluation ne sera comptabilisée qu'une seule fois afin d'éviter toute manipulation du système visant à gonfler artificiellement la réputation d'une personne ou au contraire à détruire intentionnellement sa réputation.

MARSOUIN.ORG

Experimental economy applied to the cooperation and confidence in online communities : a series of innovative experiments led at the CREM (Rennes 1)

Sommaire

Incentive and cooperation in an epistemic community

Confidence and reputation in an information sharing community

Expériences en économie et psychologie sur les logiques d'actions collectives et de coopération en réseau : un programme de recherche mené par le CREM en partenariat avec LUSSI

Sommaire

Problématique : les réseaux Internet comme un espace de coopération et de gratuité.

Internet : un bien essentiellement public.

1. Le développement coopératif de services au sein de communautés en ligne.

2. Comportements coopératifs en réseau et réputation.

3. Internet comme outil d'échange public de biens et services privés.

4. Structure du réseau d'interaction et coopération des internautes.

[Rapport] Économie expérimentale appliquée à la coopération et la confiance dans des communautés en ligne : une série d'expériences novatrices menée au CREM (Rennes 1)

Sommaire

Coopération et incitation dans une communauté épistémique.

Confiance et réputation dans une communauté de partage (d'information).