Analyse quantitative des oppositions sur les technologies de transition présentes sur les réseaux sociaux

Débuté le : 01/03/2024
Doctorant : Matthieu François
Directeur(s) de Thèse : Xavier Arnauld de Sartre (Université de Pau)
Co-encadrant(s) de Thèse : Nicolas Dugué
Financement : ANR Chaire industrielle REASONS

 
Description :

L’objectif de cette thèse est d’adopter les techniques de fouilles des données pour étudier les engagements sur la transition écologique et en particulier la caractérisation de la montée des débats sur les technologies de transition sur les réseaux socionumériques.
Les réseaux sociaux sont une source d’information extrêmement intéressante, en tant que médium de communication et d’information privilégié des contestataires. Bien qu’ils comportent leurs propres difficultés d’analyse et de collecte de données, l’actualité récente, notamment des gilets jaunes ou des élections présidentielles, a montré que les débats qui s’y déroulent deviennent facilement réalité. D’autre part, ces dernières années ont vu les techniques d’analyse textuelle quantitative et d’analyse de réseaux gagner en maturité pour caractériser les événements, la diffusion des informations, le positionnement des utilisateurs sur ces réseaux ainsi que leur organisation en communautés. Ces éléments afin de mieux décrire leurs activités sociales.

Cette thèse propose d’évaluer le potentiel des données disponibles sur plusieurs plateformes en termes de quantités, de qualité et de coût nécessaire pour cette collecte. Ensuite, la description des débats sur les données recueillies sera formalisée sous la forme de patterns et de marqueurs détectables automatiquement par des algorithmes. Enfin, le troisième objectif sera d’analyser l’évolution de ces marqueurs dans le temps afin d’isoler des caractéristiques des trajectoires conduisant les débats sur les réseaux sociaux vers un engagement actif sur le terrain. Des enquêtes et des entretiens permettront d’évaluer la pertinence des résultats construits à partir des outils de fouille de données.