Croyances politiques : ce que nous disent les messages des médias sur Twitter

Croyances politiques : ce que nous disent les messages des médias sur Twitter

De nombreuses études sur le discours médiatique ont mis en évidence, du fait d’analyses quantitatives et qualitatives, le vague soutien de certains médias à certains courants politiques. Et si on renversait la question ? Même si l’on a tendance à considérer, par exemple, qu’un lecteur régulier du Figaro est politiquement correct, peut-on établir des corrélations à grande échelle entre le choix des sources d’information et l’orientation politique ?

Des études basées sur des sondages d’opinion ont notamment montré la part croissante des réseaux sociaux dans la diffusion de l’information et le rôle qu’ils ont joué dans le façonnement de l’opinion publique depuis une décennie, c’est l’évolution observée lors des deux dernières élections aux États-Unis. voir ici et ici).

Les médias traditionnels ont intégré ces données et utilisent les réseaux sociaux pour faire écho aux discussions qui ont lieu ici, mais aussi pour diffuser l’information via des comptes dédiés.

On peut alors utiliser les données massives fournies par ces plateformes pour obtenir automatiquement une cartographie des pratiques informatiques en fonction de l’orientation politique des utilisateurs. Essayons donc de répondre à la question « Qui lit / écoute / regarde quoi ? selon son orientation politique.

A cet effet, nous avons observé, en septembre 2021, près de 22 millions d’utilisateurs de Twitter suivre (suivre) au moins un candidat à l’élection présidentielle de 2022 en France, et/ou le compte Twitter de 20 médias parmi les plus importants du pays, tous formats confondus (TV, radio, Internet, presse traditionnelle). Sur ce total de 22 millions, seuls 11 millions ont suivi au moins un des candidats (le reste n’a suivi aucun candidat, et seulement un ou plusieurs des médias sélectionnés).

Le choix de Twitter est motivé, d’une part, par le fait que la plateforme facilite l’accès aux données pour la recherche. D’autre part, la nature des messages (tweets) – un nombre limité de caractères, l’utilisation de mots-clés (hashtags), la rapidité de réaction des utilisateurs – permet d’extraire des informations sur les utilisateurs sans recourir à une analyse de texte plus compliquée techniques. .

Nous avons suivi une démarche similaire pour analyser l’évolution du paysage politique lors de la dernière élection présidentielle argentine, en 2015 et 2019.

Après filtrage des utilisateurs « actifs », c’est-à-dire ceux qui postent des tweets sur la plateforme ou qui envoient (retweet) ceux des autres, nous avons trouvé ceux qui se disent situés en France.

Nous avons ensuite catégorisé les utilisateurs par candidat soutenu, en utilisant un retweet direct (sans ajout de commentaire) des tweets du candidat comme indicateur de « soutien ».

Nous avons également créé une catégorie « supporter ». Nous avons répertorié les utilisateurs pour lesquels plus de 75% des retweets des aspirants magistrats correspondent au même candidat. Par exemple, une personne dont 75% des retweets des candidats sont des messages postés par Valérie Pécresse est considérée comme un supporter de cette dernière.

De même, nous avons identifié les utilisateurs avec un « support préféré », c’est-à-dire un support qui représente plus de 75 % de leurs retweets provenant de plusieurs médias.

Pour l’analyse du comportement des supporters, nous avons choisi de ne conserver que les comptes se réclamant situés en France. Les utilisateurs ont la possibilité de remplir un champ sur leur profil indiquant où ils se trouvent géographiquement. Étant donné que cette déclaration est facultative sur Twitter, seule une minorité d’utilisateurs déclarera un emplacement. Suivant une méthode déjà testée dans une étude similaire, nous avons recherché dans le profil de l’utilisateur une mention (pays, région, ville) permettant de se situer en France. Ce critère strict réduit notre base de données, mais nous permet de réduire l’effet des biais potentiellement introduits à partir de comptes étrangers et/ou automatisés.

Ainsi, dès le 20 mars 2022, moins de trois semaines avant la première fois, 3,7 % des 11 millions de comptes étudiés – soit environ 400 000 comptes – seront déclarés en France.