Les Data Sciences comme problème et solution pour la sociologie politique de l’opinion publique - HAL Accéder directement au contenu
Communication dans un congrès Année : 2023

Les Data Sciences comme problème et solution pour la sociologie politique de l’opinion publique

Résumé

Pour la sociologie politique de l’opinion publique, l’émergence du numérique représente à la fois le problème et la solution : dans quelles mesures et selon quelles conditions les data sciences peuvent-elles lever les différents obstacles que la numérisation de l’espace public a dressé sur sa route ? Cette communication présente et discute deux tentatives d’équiper la sociologie de l’opinion publique par des algorithmes et des méthodes issues des data science sans pour autant renoncer à l’ambition sociologique d’expliquer et de comprendre les logiques sociales qui travaillent l’espace public, fût-il numérique. La première tentative consiste à reconstituer les propriétés sociales des locuteurs par des méthodes de machine learning : deux corpus seront présentés et discutés, à partir d’une plateforme de débat en ligne, et à partir d’une série de questions ouvertes (n = 8000). Des questions nouvelles se posent alors pour le sociologue sur le statut de ces variables probabilistes et sur le rôle explicatif de ces pseudo-structures (Suignard et al., 2021). La seconde tentative consiste à essayer de ménager une circulation raisonnée entre une lecture à distance (Moretti, 2013) et extensive – rendue possible par les outils de data sciences comme des algorithmes de clusterisation – et une lecture rapprochée, approfondie mais nécessairement limitée des verbatims, familière au qualitativiste (Beaudouin, 2019). La difficulté consiste à passer de l’une à l’autre sans « sauter » au hasard du cluster thématique à un énoncé singulier. La solution adoptée en analyse des données textuelles consiste en général à sélectionner les énoncés les plus caractéristiques d’un point de vue statistique de la classe (cf. méthode Reinert). On propose ici une stratégie d’analyse spécifique des tweets qui préserve les liens – ici de réponse (reply) – entre les tweets : ce sont alors les fils de discussions qui constituent l’individu statistique de base et qui peuvent être par ailleurs l’objet d’une lecture qualitative rapprochée. Cette méthode a le mérite de préserver le caractère dialogique de ces données qu’une lecture proche atteste.
Loading...
Fichier non déposé

Dates et versions

halshs-04281832, version 1 (13-11-2023)

Identifiants

  • HAL Id : halshs-04281832 , version 1

Citer

Mathieu Brugidou, Philippe Suignard. Les Data Sciences comme problème et solution pour la sociologie politique de l’opinion publique : RT 20 Méthodes. Intersections Circulations 10 ème Congrès de l’association française de sociologie, Association Française de Sociologie- Université Lumière Lyon 2, Jul 2023, Lyon, France. ⟨halshs-04281832⟩
25 Consultations
0 Téléchargements
Dernière date de mise à jour le 28/04/2024
comment ces indicateurs sont-ils produits

Partager

Gmail Facebook Twitter LinkedIn Plus