Ce que la psychologie cognitive révèle que le débat public oublie
Les réseaux sociaux sont régulièrement convoqués pour expliquer la dégradation de la santé mentale des adolescents et des jeunes adultes. Anxiété, symptômes dépressifs, insatisfaction corporelle, symptômes associés aux troubles des conduites alimentaires, désinformation médicale ou comportements à risque : la liste des effets qui leur sont attribués s’est considérablement allongée.
Le rapprochement paraît intuitif. L’usage des plateformes numériques s’est installé dans la vie quotidienne au moment où plusieurs indicateurs de santé mentale se dégradaient chez les jeunes.
Mais deux phénomènes qui progressent simultanément ne sont pas nécessairement liés par une relation simple de cause à effet.
C’est précisément ce qui rend le débat difficile.
En 2024, les National Academies of Sciences, Engineering, and Medicine américaines ont conclu, après examen de la littérature, que les données disponibles ne permettaient pas d’affirmer que les réseaux sociaux causaient, à l’échelle de la population, une modification de la santé des adolescents.
Elles n’en concluaient pas pour autant à leur innocuité : certaines caractéristiques des plateformes peuvent exposer certains jeunes à des risques, tandis que d’autres usages peuvent favoriser le lien social, l’accès à l’information ou le soutien entre pairs (National Academies of Sciences, Engineering, and Medicine [NASEM], 2024).
C’est dans cet espace, entre procès excessif et banalisation, que se situe une question plus utile pour la prévention : que font réellement les réseaux sociaux à des mécanismes psychologiques qui existaient bien avant eux ?
Le quatrième Cahier Expert de la Fondation APRIL, consacré à la « toxicité invisible » des contenus ordinaires, offre un point de départ particulièrement intéressant. Il propose de déplacer le regard : moins se focaliser sur quelques contenus manifestement dangereux et davantage observer leur répétition, les normes qu’ils véhiculent, les trajectoires d’exposition et la façon dont les systèmes de recommandation structurent progressivement l’environnement informationnel.
Cette approche conduit cependant à une interrogation supplémentaire. La comparaison sociale, l’influence des pairs, la répétition d’une information, la recherche de reconnaissance ou la sensibilité aux normes sont-elles des produits des réseaux sociaux ?
La littérature en psychologie cognitive et sociale suggère plutôt le contraire.
Les plateformes n’ont pas inventé ces mécanismes. Mais elles peuvent en modifier l’intensité, la fréquence, la visibilité et parfois les conséquences.
C’est probablement là que se situe une grande partie de l’enjeu sanitaire.
Déplacer le débat du « temps d’écran » vers l’exposition
Une grande partie de la discussion publique sur le numérique reste organisée autour d’une mesure simple : combien de temps passons-nous devant un écran ?
Cette variable a l’avantage d’être intuitive. Elle présente aussi une faiblesse considérable : une heure passée à échanger avec des amis, regarder des vidéos humoristiques, chercher une information médicale ou consulter des contenus valorisant une maigreur extrême correspond toujours, dans cette métrique, à une heure d’écran.
La recherche contemporaine invite justement à dépasser cette mesure.
Une méta-analyse publiée dans JAMA Pediatrics en 2024 a synthétisé 143 études portant sur plus d’un million d’adolescents. Les associations entre usage des réseaux sociaux et symptômes internalisés tels que l’anxiété et la dépression existaient, mais restaient faibles et variaient selon la manière de mesurer l’usage. Dans les populations cliniques étudiées, la corrélation avec le temps passé était par exemple de 0,08 et celle avec l’engagement de 0,12 (Fassi et al., 2024).
Une revue systématique récente sur l’anxiété aboutit également à des résultats hétérogènes : sur 32 études, un peu plus de la moitié rapportaient une association positive, les résultats dépendant notamment du type d’usage mesuré (Kerr et al., 2025).
Le temps compte donc probablement dans certaines situations. Mais il ne suffit pas à expliquer ce qui se passe.
C’est ici que la proposition de la Fondation APRIL devient intéressante : s’intéresser non seulement à la quantité d’exposition, mais à sa trajectoire et à son contenu.
Une publication consacrée au fitness, à la nutrition ou à la productivité n’est pas nécessairement problématique. Une succession de publications très similaires peut en revanche contribuer à modifier les références disponibles pour juger ce qui est fréquent, désirable ou normal.
La question n’est alors plus seulement : « combien de temps cette personne utilise-t-elle les réseaux sociaux ? ».
Elle devient : « à quoi est-elle exposée, dans quelles conditions, avec quelle répétition et à quel moment de sa trajectoire personnelle ? ».
Ce déplacement paraît beaucoup plus compatible avec l’état actuel des connaissances.
La comparaison sociale n’est pas née avec les influenceurs.
Leon Festinger en proposait dès 1954 une théorie devenue classique de la psychologie sociale. Lorsque nous ne disposons pas d’un critère objectif permettant d’évaluer une opinion ou une capacité, nous utilisons volontiers les autres comme points de référence (Festinger, 1954).
Cette comparaison remplit une fonction utile. Elle nous aide à nous situer.
Suis-je suffisamment compétent ? Mon comportement est-il normal ? Mon apparence correspond-elle à celle de mon groupe ? Suis-je en avance ou en retard ?
Les réseaux sociaux n’ont donc pas créé le besoin de comparaison. La télévision, la publicité, les magazines, l’école, le sport et les groupes de pairs fournissaient déjà quantité de modèles auxquels se confronter.
Mais l’environnement numérique possède plusieurs caractéristiques particulières.
Les occasions de comparaison y sont nombreuses. Les contenus visibles sont sélectionnés. Les indicateurs de popularité rendent certaines hiérarchies explicites. Et les systèmes de recommandation peuvent multiplier l’exposition à un même univers esthétique, sportif, professionnel ou comportemental.
Il serait toutefois excessif d’en déduire que toute comparaison est nocive.
La comparaison sociale peut aussi informer, motiver ou orienter un comportement.
Une méta-analyse de 79 essais randomisés portant sur plus de 1,3 million de participants montre même que la comparaison sociale utilisée intentionnellement comme technique de changement comportemental peut produire de petits effets favorables sur les comportements, à court comme à plus long terme, même si la certitude des preuves varie de faible à modérée selon les analyses (Hoppen et al., 2025).
Le mécanisme n’est donc ni bon ni mauvais par nature.
Ce sont notamment la direction de la comparaison, son objet, le contexte et les caractéristiques de la personne exposée qui comptent.
Là où la comparaison devient particulièrement préoccupante : le corps
L’image corporelle permet de voir pourquoi une analyse uniquement fondée sur le temps d’écran serait insuffisante.
Une méta-analyse publiée en 2025 a regroupé 83 études et 55 440 participants. Elle observe une association modérée entre comparaison sociale en ligne et préoccupations relatives à l’image corporelle (r = 0,454), ainsi qu’une association avec les symptômes de troubles alimentaires (r = 0,36). La comparaison était également associée à une image corporelle positive plus faible (Bonfanti et al., 2025).
Ces résultats sont importants, mais il faut les interpréter correctement : une corrélation ne démontre pas, à elle seule, que la comparaison en ligne provoque les difficultés observées.
Les données expérimentales permettent néanmoins d’aller plus loin dans certains domaines précis. Des méta-analyses d’expériences contrôlées montrent que l’exposition à des images correspondant à des idéaux physiques peut dégrader à court terme l’image corporelle.
Une synthèse combinant données expérimentales et longitudinales concluait ainsi à un effet négatif des images idéalisées sur l’image corporelle, tandis que l’association longitudinale entre usage global des réseaux sociaux et image corporelle était beaucoup plus faible (Saiphoo & Vahedi, 2022).
Des travaux expérimentaux plus récents vont dans le même sens : l’exposition à des contenus corporels idéalisés peut diminuer la satisfaction corporelle, tandis que certains contenus dits body positive peuvent l’améliorer à court terme.
Cela conduit à une conclusion importante pour la prévention : le contenu auquel une personne est exposée peut être plus informatif que le simple nombre de minutes passées sur une plateforme.
Le premier amplificateur n’est pas algorithmique : c’est la répétition
Un deuxième mécanisme mérite une attention particulière : la répétition.
En psychologie cognitive, l’« effet de vérité illusoire » désigne la tendance à juger une affirmation plus crédible lorsqu’elle a déjà été rencontrée. Ce phénomène est étudié expérimentalement depuis les travaux de Hasher, Goldstein et Toppino (1977).
Il ne concerne pas uniquement des informations anodines.
Une revue récente montre que la répétition peut augmenter la croyance dans des informations erronées, y compris lorsque celles-ci sont peu plausibles ou contredisent des connaissances préalables (Udry & Barber, 2024). Une méta-analyse publiée en 2026, portant sur 182 études et plus de 31 000 participants, confirme l’existence d’un effet de vérité illusoire, tout en soulignant une importante hétérogénéité selon les conditions expérimentales.
L’intérêt pour la santé numérique est évident.
Sur un réseau social, une affirmation n’a pas nécessairement besoin d’être présentée plusieurs fois par la même personne. Elle peut revenir sous des formes différentes : témoignage, vidéo explicative, commentaire, récit personnel, contenu sponsorisé ou publication d’un autre créateur.
L’utilisateur peut alors avoir l’impression de rencontrer plusieurs preuves indépendantes alors qu’il rencontre parfois plusieurs versions d’une même affirmation.
Pennycook, Cannon et Rand (2018) ont montré expérimentalement qu’une exposition antérieure à de fausses informations pouvait augmenter leur exactitude perçue ultérieurement. D’autres travaux montrent que la répétition peut également augmenter la propension à partager une information erronée, en partie parce qu’elle augmente sa crédibilité perçue (Vellani et al., 2023).
Cette propriété de notre cognition existait bien avant Internet.
Mais un environnement capable de reproduire et redistribuer presque instantanément une affirmation à très grande échelle lui offre des conditions particulièrement favorables.
Désinformation en santé : pourquoi « faux » ne signifie pas nécessairement « peu crédible »
La désinformation sanitaire illustre bien les limites d’une stratégie santé fondée uniquement sur la correction factuelle.
Une revue systématique portant sur 69 études avait déjà montré que la désinformation en santé était documentée sur de nombreux sujets : vaccination, médicaments, tabac, maladies chroniques, troubles alimentaires ou traitements médicaux (Suarez-Lledo & Alvarez-Galvez, 2021).
Pourquoi ces contenus peuvent-ils convaincre ?
Parce que nous n’évaluons pas une information en réalisant à chaque fois une revue systématique de la littérature.
Nous utilisons des indices.
Qui parle ? Cette personne semble-t-elle crédible ? Son expérience ressemble-t-elle à la mienne ? Ai-je déjà entendu cette affirmation ? D’autres personnes semblent-elles y croire ? Le récit est-il cohérent avec ce que je pensais déjà ?
Ce fonctionnement n’est pas une anomalie cognitive. Il permet de prendre rapidement des milliers de décisions dans un environnement complexe.
Mais il crée aussi des vulnérabilités.
Un témoignage personnel peut ainsi être psychologiquement très convaincant tout en ayant une valeur probante extrêmement faible pour déterminer l’efficacité ou le risque d’un traitement.
Une information fréquemment répétée peut devenir familière sans devenir plus exacte.
Et la popularité d’un contenu peut être confondue avec sa qualité scientifique.
C’est ici que psychologie cognitive et littératie en santé numérique doivent se rencontrer.
Les algorithmes amplifient-ils systématiquement les contenus extrêmes ? La réponse est plus nuancée qu’on ne le dit
La métaphore du rabbit hole est devenue familière : un utilisateur regarderait un contenu relativement banal avant d’être progressivement entraîné par l’algorithme vers des contenus toujours plus extrêmes.
Ce phénomène est plausible dans certaines configurations et certains travaux documentent des recommandations personnalisées susceptibles d’accroître l’exposition à des contenus proches des préférences antérieures.
Mais il serait scientifiquement imprudent d’en faire une loi générale des réseaux sociaux.
Une vaste étude expérimentale du système de recommandation de YouTube, reposant sur 100 000 comptes automatisés, a trouvé des recommandations idéologiquement congruentes dans certaines situations, mais les auteurs soulignent que les preuves d’un basculement algorithmique systématique vers des contenus toujours plus extrêmes restent beaucoup plus nuancées que ne le suggère l’image populaire du « terrier du lapin » (Haroon et al., 2023).
La prudence est donc essentielle.
Les systèmes de recommandation personnalisent effectivement l’environnement informationnel. Cela ne signifie pas qu’ils conduisent mécaniquement chaque utilisateur vers l’extrême.
Dans le domaine de la santé, nous manquons encore de travaux expérimentaux indépendants permettant de mesurer précisément, plateforme par plateforme, la contribution propre de l’algorithme par rapport aux choix initiaux de l’utilisateur, à ses interactions et aux contenus disponibles.
Cette incertitude scientifique ne justifie ni de nier le risque ni de présenter comme démontré ce qui reste à établir.
Le débat public représente souvent la relation de la manière suivante : Réseaux sociaux → exposition → problème de santé.
La littérature invite à préférer un modèle moins confortable, mais probablement plus réaliste :
Caractéristiques individuelles et contexte
↓
Choix, recherches et interactions sur la plateforme
↓
Contenus rencontrés et recommandations
↓
Comparaison, familiarité, émotions, normes perçues
↓
Attitudes et comportements
↓
Nouvelles interactions avec la plateforme
↓
Nouvel environnement informationnel
Ce modèle est important parce qu’il réintroduit la réciprocité.
Une personne préoccupée par son poids peut rechercher davantage de contenus alimentaires ou corporels. Ses interactions peuvent ensuite conduire à une exposition accrue à cet univers. Cette exposition peut, à son tour, renforcer certaines préoccupations.
La cause et la conséquence deviennent alors difficiles à séparer.
La même logique peut s’appliquer à l’anxiété, à certaines préoccupations de santé ou à la recherche d’informations diagnostiques.
C’est précisément l’une des limites majeures de la littérature actuelle : beaucoup d’études sont transversales et ne permettent pas de déterminer clairement le sens de la relation.
Une revue de Nature Reviews Psychology publiée en 2024 recommande ainsi de concentrer davantage la recherche sur les mécanismes et les différences individuelles plutôt que de chercher un effet moyen unique des réseaux sociaux sur tous les adolescents (Orben et al., 2024).
Alors, les réseaux sociaux rendent-ils malades ?
La réponse la plus fidèle aux connaissances actuelles est : la question est trop générale pour recevoir une réponse scientifique unique.
Les données ne permettent pas de conclure que l’utilisation des réseaux sociaux constitue, à elle seule, une cause générale de dégradation de la santé mentale des adolescents à l’échelle de la population (NASEM, 2024).
Cela ne signifie pas que leurs effets sont négligeables.
Des associations sont régulièrement observées entre certains usages et des symptômes anxieux ou dépressifs, mais elles sont souvent faibles, hétérogènes et sensibles à la manière dont l’usage est mesuré (Fassi et al., 2024 ; Kerr et al., 2025 ; Saleem et al., 2024).
Dans certains domaines plus spécifiques, les données expérimentales apportent un niveau de preuve plus direct. C’est notamment le cas de l’exposition expérimentale à certains contenus corporels idéalisés et de ses effets à court terme sur l’image corporelle.
La conclusion raisonnable n’est donc ni : « les réseaux sociaux rendent malades » ni : « les réseaux sociaux ne sont qu’une caisse de résonance sans effet propre ».
Elle serait plutôt : les réseaux sociaux constituent des environnements capables de modifier l’exposition à des informations, des modèles sociaux et des normes. Leurs effets dépendent du contenu, des fonctionnalités de la plateforme, des mécanismes psychologiques mobilisés, du contexte d’utilisation et des caractéristiques de la personne exposée.
Cette formulation est moins spectaculaire. Elle est aussi beaucoup plus utile.
Et la santé physique ?
Une dimension physique souvent moins visible
Les effets potentiels des réseaux sociaux ne concernent pas uniquement la santé mentale.
Sur le plan physique, la question doit toutefois être formulée avec prudence : les données ne permettent pas de conclure que l’utilisation des réseaux sociaux provoque directement une prise de poids, une maladie métabolique ou une dégradation de la condition physique.
En revanche, une utilisation importante peut s’inscrire dans un ensemble de comportements sédentaires susceptibles de réduire le temps consacré à l’activité physique ou au sommeil.
L’Organisation mondiale de la Santé souligne que, chez les enfants et les adolescents, une plus grande sédentarité est associée notamment à une adiposité plus importante, à une moins bonne santé cardiométabolique et à une moins bonne condition physique.
Elle recommande donc de réduire les périodes sédentaires et de préserver une activité physique régulière. Le point essentiel n’est ainsi pas de considérer chaque minute passée sur un réseau social comme nocive en elle-même, mais d’observer ce qu’elle remplace dans la journée : mouvement, activité physique, sommeil, repas ou interactions sociales hors écran.
Ce que cette lecture change pour l’évitement des maladies non transmissibles
Si l’on accepte ce modèle, les interventions ne peuvent pas se limiter à recommander de « passer moins de temps sur les écrans ». Il faut agir sur plusieurs niveaux simultanément.
1. Apprendre à reconnaître la comparaison plutôt que prétendre la supprimer
La comparaison sociale est inévitable. L’objectif réaliste consiste à apprendre à identifier le référentiel utilisé.
Un professionnel peut par exemple inviter un jeune à se demander :
« Les personnes auxquelles je me compare représentent-elles réellement la population ? »
« Est-ce que je vois leur quotidien ou une sélection de moments ? »
« Ce contenu me donne-t-il une information ou me fournit-il implicitement une norme ? »
Dans le domaine corporel, cette démarche est particulièrement pertinente puisque l’association entre comparaison sociale en ligne et insatisfaction corporelle est désormais solidement documentée (Bonfanti et al., 2025).
2. Enseigner la différence entre popularité et niveau de preuve
Un million de vues mesure une diffusion.
Pas une validité scientifique.
De la même manière, un témoignage peut être parfaitement sincère sans permettre de généraliser une relation de cause à effet.
Une compétence fondamentale de santé numérique consiste donc à distinguer quatre questions :
Qui affirme ?
Sur quelles preuves ?
Cette preuve permet-elle de généraliser ?
Existe-t-il une source indépendante permettant de la vérifier ?
Cette grille est simple, mais elle attaque directement plusieurs mécanismes exploités par la désinformation : familiarité, autorité perçue, preuve sociale et force narrative.
3. Prévenir avant la désinformation, pas uniquement la corriger après
Corriger une fausse information reste nécessaire, mais la recherche sur la littératie médiatique suggère qu’il est possible d’agir en amont.
Une méta-analyse de 33 études regroupant 36 256 participants conclut que les interventions de littératie médiatique améliorent significativement la capacité à évaluer la crédibilité de fausses informations, avec toutefois des différences selon les formats d’intervention (Lu et al., 2024).
Cela ouvre un champ particulièrement intéressant pour la prévention en santé : apprendre non seulement quelles informations sont fausses, mais comment reconnaître les procédés qui rendent une information douteuse persuasive.
4. Agir sur l’environnement, pas seulement sur l’individu
L’éducation critique ne peut pas devenir un moyen de transférer toute la responsabilité sur l’utilisateur.
Les plateformes déterminent une partie de l’architecture dans laquelle les choix sont réalisés : recommandation, visibilité des métriques sociales, possibilités de signalement, paramétrage du flux ou répétition des contenus.
Le Cahier APRIL propose justement d’agir sur cet environnement : interrompre certaines saturations thématiques, faciliter le contrôle du feed et rendre plus visibles les mécanismes d’influence.
La littérature actuelle ne permet pas encore d’affirmer quelle combinaison de ces interventions serait la plus efficace sur la santé. Il serait donc préférable de les considérer comme des pistes à évaluer, plutôt que comme des solutions démontrées.
5. Ne pas oublier que les mêmes mécanismes peuvent servir la prévention
C’est peut-être le point le plus intéressant.
Si comparaison sociale, normes perçues, récits personnels et répétition peuvent favoriser des comportements défavorables à la santé, ces mécanismes ne sont pas intrinsèquement nocifs.
Ils peuvent également soutenir des comportements protecteurs.
La comparaison sociale est elle-même utilisée comme technique de changement comportemental et produit, dans certaines interventions expérimentales, de petits effets favorables (Hoppen et al., 2025).
Les plateformes peuvent également exposer à des témoignages de rétablissement, faciliter l’accès à des communautés de soutien ou diffuser des informations de santé de qualité. Les National Academies insistent précisément sur cette coexistence des risques et des bénéfices (NASEM, 2024).
L’enjeu de la prévention n’est donc peut-être pas de lutter contre les mécanismes d’influence.
Il est d’apprendre à mieux les comprendre et, lorsque les preuves le permettent, à les mobiliser au service de la santé.
En pratique : une grille de lecture pour les professionnels de la santé
| Mécanisme | Ce qui peut se produire en ligne | Risque potentiel | Question ou levier de prévention |
| Comparaison sociale | Exposition répétée à des modèles sélectionnés | Déplacement des références, notamment corporelles | « À qui suis-je réellement en train de me comparer ? » |
| Répétition | Une même affirmation revient sous plusieurs formes | Familiarité confondue avec véracité | « Est-ce une nouvelle preuve ou la répétition de la même affirmation ? » |
| Preuve sociale | Vues, likes, partages, commentaires | Popularité interprétée comme crédibilité | « Que mesure réellement ce chiffre ? » |
| Témoignage | Une expérience individuelle est racontée de façon convaincante | Généralisation abusive | « Ce récit permet-il de conclure pour d’autres personnes ? » |
| Personnalisation | Le flux reflète progressivement les interactions passées | Surreprésentation possible d’un sujet | Diversifier volontairement les sources et les référentiels |
| Désinformation | Contenu simple, familier ou émotionnel | Mauvaise évaluation de la qualité de l’information | Vérifier source, preuve, indépendance et consensus |
| Normes sociales | Certains comportements paraissent omniprésents | Surestimation de leur fréquence réelle | Comparer la norme perçue aux données disponibles |
Cette grille ne constitue pas un outil clinique validé. Elle traduit en questions opérationnelles plusieurs mécanismes documentés dans la littérature et peut servir de support à l’éducation en santé numérique.
Finalement, le problème n’est peut-être pas « le réseau social »
Ce que les données permettent — et ne permettent pas — d’affirmer
Au regard de l’état actuel des connaissances, il serait donc réducteur de parler d’un effet unique et uniforme des réseaux sociaux sur la santé. Les associations observées dépendent de nombreux facteurs : âge, vulnérabilités individuelles, type de contenu consulté, motivations d’utilisation, fréquence et contexte des usages, mais aussi sommeil, activité physique et environnement social.
Surtout, une association statistique ne suffit pas à établir une relation causale : une personne qui présente déjà des difficultés psychologiques ou physiques peut modifier son utilisation des réseaux sociaux en conséquence, tandis que certaines pratiques numériques peuvent simultanément contribuer à renforcer ces difficultés. Le rapport des National Academies souligne ainsi la complexité de ces relations et la difficulté à déterminer leur direction.
Cette approche vaut également pour la santé physique. Le risque potentiel ne réside pas seulement dans les contenus consultés, mais aussi dans ce que certains usages peuvent remplacer : activité physique, sommeil ou autres activités favorables à la santé. Les données disponibles ne permettent pas de transformer cette relation en causalité simple entre réseaux sociaux et maladie physique. Elles justifient néanmoins de considérer l’utilisation des réseaux sociaux dans l’ensemble des comportements qui structurent les 24 heures d’une journée.
La formulation scientifiquement la plus prudente consiste donc à parler de facteurs susceptibles de contribuer à certains risques ou de les amplifier dans certaines conditions, plutôt que d’attribuer aux réseaux sociaux une responsabilité unique ou systématique.
Le Cahier Expert de la Fondation APRIL a raison d’attirer l’attention sur les contenus ordinaires. Les risques numériques ne se trouvent pas seulement dans quelques publications spectaculaires qu’il suffirait de supprimer. Ils peuvent également émerger de la répétition, de la comparaison et de la manière dont certains contenus deviennent progressivement des références.
La psychologie cognitive permet cependant d’ajouter une pièce importante au raisonnement.
Ces mécanismes ne sont pas nés avec TikTok, Instagram ou YouTube.
Nous nous comparions avant les réseaux sociaux. Nous étions sensibles aux normes avant les compteurs de likes. La répétition augmentait déjà la familiarité d’une affirmation avant l’invention du fil d’actualité. Les témoignages personnels influençaient déjà nos jugements avant les influenceurs.
Ce que les plateformes ont changé est surtout l’environnement dans lequel ces mécanismes opèrent : disponibilité permanente, quantité de modèles accessibles, métriques sociales visibles, circulation rapide des informations et personnalisation des contenus.
Les qualifier de simples « caisses de résonance » serait donc probablement aussi réducteur que d’en faire la cause unique du mal-être contemporain.
Une caisse de résonance modifie déjà ce qu’elle amplifie.
Et un environnement numérique personnalisé ne se contente pas de transmettre passivement des contenus : il contribue à déterminer ce qui devient visible, familier et saillant pour l’utilisateur.
Pour la santé, la conséquence est importante.
La question pertinente n’est plus seulement : « combien de temps passez-vous sur les réseaux sociaux ? » mais « Qu’est-ce que votre environnement numérique vous montre de façon répétée, comment cela modifie-t-il ce qui vous paraît normal ou crédible, et quels moyens avez-vous pour reprendre de la distance vis-à-vis de ces influences ? ».
Cette question est moins facile à mesurer qu’un temps d’écran.
Mais elle ouvre probablement des pistes beaucoup plus fécondes pour la santé numérique.
Références
Bonfanti, R. C., Melchiori, F., Teti, A., Albano, G., Raffard, S., Rodgers, R., & Lo Coco, G. (2025). The association between social comparison in social media, body image concerns and eating disorder symptoms: A systematic review and meta-analysis. Body Image, 52, 101841. https://doi.org/10.1016/j.bodyim.2024.101841
Fassi, L., Thomas, K., Parry, D. A., Leyland-Craggs, A., Ford, T. J., & Orben, A. (2024). Social media use and internalizing symptoms in clinical and community adolescent samples: A systematic review and meta-analysis. JAMA Pediatrics, 178(8), 814–822. https://doi.org/10.1001/jamapediatrics.2024.2078
Festinger, L. (1954). A theory of social comparison processes. Human Relations, 7(2), 117–140. https://doi.org/10.1177/001872675400700202
Fondation APRIL. (2026). Santé, réseaux sociaux et contenus ordinaires : Les mécanismes de la toxicité invisible. Les Cahiers Experts de la Fondation APRIL.
Haroon, M., Wojcieszak, M., Chhabra, A., Liu, X., Mohapatra, P., & Shafiq, Z. (2023). Auditing YouTube’s recommendation system for ideologically congenial, extreme, and problematic recommendations. Proceedings of the National Academy of Sciences, 120(50), e2213020120. https://doi.org/10.1073/pnas.2213020120
Hasher, L., Goldstein, D., & Toppino, T. (1977). Frequency and the conference of referential validity. Journal of Verbal Learning and Verbal Behavior, 16(1), 107–112. https://doi.org/10.1016/S0022-5371(77)80012-1
Hoppen, T. H., Cuno, R. M., Nelson, J., Lemmel, F., Schlechter, P., & Morina, N. (2025). Meta-analysis of randomized controlled trials examining social comparison as a behaviour change technique across the behavioural sciences. Nature Human Behaviour, 9(8), 1595–1612. https://doi.org/10.1038/s41562-025-02209-2
Kerr, B., Garimella, A., Pillarisetti, L., Charlly, N., Sullivan, K., & Moreno, M. A. (2025). Associations between social media use and anxiety among adolescents: A systematic review study. Journal of Adolescent Health, 76(1), 18–28. https://doi.org/10.1016/j.jadohealth.2024.09.003
Lu, C., Hu, B., Bao, M.-M., Wang, C., Bi, C., & Ju, X.-D. (2024). Can media literacy intervention improve fake news credibility assessment? A meta-analysis. Cyberpsychology, Behavior, and Social Networking, 27(4), 240–252. https://doi.org/10.1089/cyber.2023.0324
National Academies of Sciences, Engineering, and Medicine. (2024). Social media and adolescent health. The National Academies Press. https://doi.org/10.17226/27396
Orben, A., Meier, A., Dalgleish, T., & Blakemore, S.-J. (2024). Mechanisms linking social media use to adolescent mental health vulnerability. Nature Reviews Psychology, 3, 407–423.
Pennycook, G., Cannon, T. D., & Rand, D. G. (2018). Prior exposure increases perceived accuracy of fake news. Journal of Experimental Psychology: General, 147(12), 1865–1880. https://doi.org/10.1037/xge0000465
Saiphoo, A. N., & Vahedi, Z. (2022). Social media, body image, and the question of causation: Meta-analyses of experimental and longitudinal evidence. Body Image, 41, 267–292.
Saleem, N., Young, P., & Yousuf, S. (2024). Exploring the relationship between social media use and symptoms of depression and anxiety among children and adolescents: A systematic narrative review. Cyberpsychology, Behavior, and Social Networking, 27(11), 771–797. https://doi.org/10.1089/cyber.2023.0456
Suarez-Lledo, V., & Alvarez-Galvez, J. (2021). Prevalence of health misinformation on social media: Systematic review. Journal of Medical Internet Research, 23(1), e17187. https://doi.org/10.2196/17187
Udry, J., & Barber, S. J. (2024). The illusory truth effect: A review of how repetition increases belief in misinformation. Current Opinion in Psychology, 56, 101736. https://doi.org/10.1016/j.copsyc.2023.101736
Vellani, V., Zheng, S., Ercelik, D., & Sharot, T. (2023). The illusory truth effect leads to the spread of misinformation. Cognition, 236, 105421.
Source de départ
Fondation APRIL. (2026). Santé, réseaux sociaux et contenus ordinaires : Les mécanismes de la toxicité invisible. Le Cahier propose notamment de considérer la toxicité comme relationnelle, contextuelle et cumulative et insiste sur l’interaction entre contenus ordinaires, répétition, systèmes de recommandation et vulnérabilités. Il reconnaît par ailleurs explicitement les limites causales et représentatives de son ethnographie digitale.
