ActualitésMacro« Entitativité » : comment un simple choix de mot alimente les biais partisans dans les conversations politiques

« Entitativité » : comment un simple choix de mot alimente les biais partisans dans les conversations politiques

Auteur: Alternet·

Points clés

  • •Les chercheurs Carsten W. Sander et Juliane Degner ont utilisé des modèles transformer affinés pour classer automatiquement les préjugés partisans sur environ 46 000 publications Facebook et près de 770 000 commentaires.
  • •Les publications contenant des étiquettes nominales, telles que « Senate Republicans », ont reçu des proportions plus élevées de commentaires préjudiciels que les publications utilisant des étiquettes adjectivales, telles que « Republican senators ».
  • •Les formulations génériques, telles que « Democrats want », ont été associées à davantage de réponses préjudicielles que les formulations non génériques, telles que « some Democrats want ».
  • •Les résultats étendent le concept d'entitativité, introduit pour la première fois par Donald Campbell en 1958, des expériences antérieures sur des groupes fictifs aux groupes politiques établis du monde réel.
  • •Comme l'ensemble de données provenait entièrement de Facebook, les auteurs notent que la question de savoir si le même schéma grammatical s'applique sur d'autres plateformes reste ouverte pour les recherches futures.
« Entitativité » : comment un simple choix de mot alimente les biais partisans dans les conversations politiques

Le philosophe français Michel Foucault soutenait que le langage ne décrit pas la réalité de manière neutre — il la façonne activement. Une étude scientifique récemment publiée sur le langage politique apporte un soutien empirique à cette thèse, constatant que des choix subtils de formulation peuvent influencer considérablement le niveau de biais partisan dans les discussions en ligne sur des questions politiques sensibles.

Au cœur de ces résultats se trouve un concept psychologique unique : l'entitativité — le degré auquel un groupe de personnes est perçu comme une entité cohésive, unifiée et « réelle ». Ce concept possède une longue histoire en psychologie sociale, remontant à l'introduction du terme par Donald Campbell en 1958 pour saisir ce qui fait qu'un ensemble d'individus est ressenti comme un groupe unique et cohérent plutôt que comme un assemblage lâche de personnes distinctes.

« Les recherches sur les groupes nouveaux suggèrent que l'entitativité perçue est déterminée par la manière dont les autres étiquettent ces groupes », ont récemment écrit Carsten W. Sander et Juliane Degner dans la revue Social Psychological and Personality Science. « En utilisant des modèles transformer affinés pour classer automatiquement les publications Facebook (N = 45 780) et les commentaires (N = 769 684), nous montrons que cet effet s'applique également aux groupes politiques établis. Plus précisément, les publications contenant des étiquettes nominales (par exemple, « Senate Republicans ») plutôt que des étiquettes adjectivales (par exemple, « Republican senators ») et utilisant ces étiquettes de manière générique (par exemple, « Democrats want ») plutôt que non générique (par exemple, « some Democrats want ») reçoivent des proportions plus élevées de commentaires exprimant des préjugés partisans. »

Les recherches antérieures sur le sujet s'appuyaient sur des groupes politiques fictifs que les participants n'avaient jamais rencontrés. Dans ces expériences, les formulations encourageant subtilement l'entitativité amenaient les participants à percevoir les groupes comme des unités uniques, tandis que les formulations qui ne le faisaient pas les conduisaient à voir les membres comme des individus séparés. Pour tester si ce schéma s'étendait au discours politique réel, les chercheurs ont analysé environ 46 000 publications Facebook et approximativement 770 000 commentaires. C'est exactement ce qu'ils ont constaté. Les modèles transformer affinés cités dans l'article appartiennent à la même famille de modèles de langage par IA qui alimentent les outils modernes d'analyse de texte, et ils ont permis de classer automatiquement les préjugés sur un volume de commentaires dont le codage manuel aurait été impraticable. Comme l'ensemble de données provenait entièrement de Facebook, la question de savoir si le même schéma grammatical s'applique sur d'autres plateformes reste ouverte pour les recherches futures.

« Essentiellement, percevoir un groupe comme entitatif rend les membres du groupe plus interchangeables », a déclaré Sander, chercheur associé à l'Université Humboldt de Berlin, à PsyPost. « Les gens généralisent alors le comportement d'un membre à l'ensemble du groupe, vengent les offenses commises par un membre du groupe sur un autre, et montrent généralement plus de préjugés envers l'exogroupe. Nous avons raisonné que cela pourrait également alimenter la polarisation politique, comprise comme le préjugé croissant envers le parti politique adverse. »

Pour ceux qui produisent et consomment des commentaires politiques, les résultats mettent en évidence un levier éditorial modeste mais mesurable : dans cet ensemble de données, les publications utilisant des étiquettes nominales et des formulations génériques ont attiré des proportions plus élevées de réponses préjudicielles que leurs équivalents adjectivaux non génériques. Ces recherches rejoignent les observations du Dr Steven Hassan, expert en sectes, qui s'est entretenu avec AlterNet en août au sujet du président Donald Trump et de son mouvement politique. Hassan a expliqué comment ces mouvements manipulent subtilement leurs adeptes pour créer une cohésion et une loyauté de type sectaire. Au-delà de la manière dont les opinions sont formulées dans des publications en ligne informelles, a-t-il noté, les mouvements politiques construisent également des écosystèmes médiatiques dans lesquels les adeptes développent des perceptions déformées de la réalité grâce au renforcement positif répété de leurs réseaux sociaux.

« Cela se résume vraiment aux sources d'information sur lesquelles ils s'appuient et au réseau auquel ils s'identifient », a déclaré Hassan à AlterNet. « Donc, s'ils adorent vraiment Joe Rogan, ils vont suivre beaucoup de ses opinions. Et par conséquent, lorsqu'il se retourne contre Trump, Trump perd beaucoup d'adeptes. Ce que j'essaie de faire comprendre, c'est que nous vivons à une ère de manipulation numérique sans précédent. »