💬 NLP

Moral Outrage Shapes Commitments Beyond Attention: Multimodal Moral Emotions on YouTube in Korea and the US

Cette étude utilise un modèle vision-langage affiné pour analyser 400 000 vidéos d'actualités YouTube de Corée et des États-Unis, révélant que l'indignation morale exprimée à travers une rhétorique de condamnation d'autrui génère systématiquement des niveaux d'engagement de l'audience plus élevés à tous les niveaux d'implication, du visionnage passif au commentaire actif, soulignant ainsi son efficacité tout en soulevant des inquiétudes quant à son potentiel à approfondir la polarisation sociétale.

Auteurs originaux : Seongchan Park, Jaehong Kim, Hyeonseung Kim, Heejin Bin, Sue Moon, Wonjae Lee

Publié 2026-02-02

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Seongchan Park, Jaehong Kim, Hyeonseung Kim, Heejin Bin, Sue Moon, Wonjae Lee

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez l'internet, et plus particulièrement YouTube, comme un immense marché bruyant. Dans ce marché, la monnaie la plus précieuse n'est pas l'argent ; c'est l'attention humaine. Les chaînes d'information sont comme des vendeurs de rue qui tentent de crier le plus fort possible pour que les gens s'arrêtent, regardent et interagissent avec leurs marchandises.

Ce document est une étude réalisée par des chercheurs du KAIST en Corée du Sud qui voulaient comprendre : Quel genre de « cris » pousse réellement les gens non seulement à regarder, mais aussi à acheter (aimer) et à argumenter (commenter) ? Ils ont examiné des vidéos d'actualité provenant à la fois des États-Unis et de la Corée du Sud pour voir si les règles du jeu sont les mêmes dans les deux endroits.

Voici le détail de leurs découvertes, en utilisant des analogies simples :

1. La boîte à outils : Lire entre les lignes (et les images)

La plupart des études précédentes ne lisaient que le texte (les titres des vidéos), comme lire le titre d'un journal sans regarder la photo. Mais sur YouTube, la vignette (thumbnail) et le titre travaillent ensemble comme l'affiche d'un film et son slogan.

Le problème : Les humains sont experts pour voir l'image d'une foule en colère et lire un titre sur la « corruption » et ressentir instantanément une indignation morale. Les ordinateurs ont généralement du mal à faire le lien entre l'image et le texte.
La solution : Les chercheurs ont construit un « détective numérique » spécial (un modèle d'IA). Ils l'ont formé en lui montant des milliers d'exemples de vignettes et de titres YouTube, étiquetés avec l'aide humaine. Ils ont appris à l'IA à repérer les émotions morales — spécifiquement, les sentiments liés au bien et au mal.
Le résultat : Ils ont créé un outil capable de regarder la couverture et le titre d'une vidéo et de dire : « Ceci est rempli d'indignation morale », « Ceci traite de la souffrance » ou « Ceci est neutre ». Ils ont testé cet outil sur près de 400 000 vidéos.

2. Les trois niveaux d'engagement

Les chercheurs ont observé trois façons dont les gens interagissent avec une vidéo, qu'ils ont comparées à des niveaux d'engagement :

Vues : Passer simplement devant l'étal du vendeur et y jeter un coup d'œil (Passif).
Likes : S'arrêter pour donner un pouce levé ou un signe de tête (Engagement modéré).
Commentaires : S'arrêter pour entamer une conversation ou une dispute (Engagement élevé).

3. La grande découverte : Le « Moteur d'Indignation »

L'étude a révélé un schéma très clair, vrai tant en Corée qu'aux États-Unis.

Le carburant de l'« Indignation » : Lorsqu'une vidéo utilisait une rhétorique de condamnation d'autrui (un langage qui réprimande, fait honte ou s'emporte contre le mauvais comportement de quelqu'un d'autre), c'était comme verser de l'essence sur un feu.
- Cela générait plus de vues.
- Cela générait encore plus de likes.
- Cela générait le plus grand nombre de commentaires.
- L'analogie : Imaginez un vendeur criant : « Regardez ce voleur là-bas ! Il est terrible ! » Les gens ne font pas que regarder ; ils s'arrêtent, pointent du doigt et commencent à se disputer entre eux à propos du voleur. La colère donne envie aux gens de faire quelque chose, pas seulement de regarder.
L'effet « Éloge » et « Tristesse » :
- Les vidéos qui faisaient l'éloge de personnes (ex: « Regardez ce héros ! ») ou se concentraient sur la souffrance (ex: « Regardez cette pauvre victime ») n'attiraient généralement pas les mêmes niveaux élevés d'engagement. En fait, dans bien des cas, elles recevaient même moins de commentaires et de likes que les vidéos neutres.
- L'analogie : Un vendeur disant : « Regardez ce gentil monsieur », peut obtenir un signe de tête poli, mais cela déclenche rarement des éclats de voix ou des disputes. C'est trop calme pour provoquer une frénésie.

4. La connexion transculturelle

Les chercheurs ont été surpris de constater que ce « Moteur d'Indignation » fonctionnait exactement de la même manière en Corée du Sud et aux États-Unis. Même si les cultures, les langues et les actualités spécifiques étaient différentes, la réaction humaine face à l'indignation morale était identique. Qu'il s'agisse d'un scandale politique à Séoul ou d'un procès à Washington, la colère poussait les gens à s'engager plus profondément.

5. L'étiquette d'avertissement

Le document conclut par une note de mise en garde. Bien que l'indignation morale soit un outil très efficace pour capter l'attention et l'engagement, elle comporte un risque.

Le danger : Parce que l'indignation pousse les gens à former des groupes de type « nous contre eux » (les « gentils » contre les « méchants »), elle peut creuser les divisions dans la société. Si les médias réalisent que « crier contre les méchants » leur apporte le plus de vues et de commentaires, ils pourraient être tentés d'utiliser un langage plus colérique et clivant simplement pour rester populaires.
La conclusion : L'étude ne dit pas que cela arrivera, mais elle avertit que l'« économie de l'attention » récompense naturellement les voix les plus fortes et les plus colériques, transformant potentiellement le marché en un champ de bataille.

Résumé

En bref, ce document a construit un outil intelligent pour lire les vidéos YouTube et a découvert que la colère envers autrui est le plus puissant aimant pour l'attention humaine. Elle pousse les gens à regarder, aimer et se disputer plus que toute autre émotion, et cette règle s'applique que vous soyez en Corée ou aux États-Unis. Les chercheurs avertissent que, bien que cela soit excellent pour obtenir des vues, cela pourrait être néfaste pour l'unité de la société.

Résumé Technique : L'indignation morale façonne les engagements au-delà de l'attention

Énoncé du problème
Dans l'économie de l'attention, les plateformes de médias sociaux privilégient les contenus qui génèrent un engagement élevé de la part des utilisateurs. Bien que des recherches antérieures établissent que le contenu moral-émotionnel stimule la participation et la polarisation, des lacunes importantes subsistent dans la compréhension de ces dynamiques. Les études existantes reposent principalement sur des analyses unimodales basées sur le texte, échouant à capturer la nature intrinsèquement multimodale de plateformes comme YouTube, où les images de miniatures et les titres influencent conjointement la perception. De plus, la majeure partie de la recherche est concentrée sur les contextes occidentaux, laissant incertaine la généralisabilité interculturelle de l'expression et de l'engagement moral-émotionnel. Cette étude aborde ces lacunes en examinant comment le cadrage moral-émotionnel multimodal des chaînes d'information grand public influence le comportement des utilisateurs en Corée du Sud et aux États-Unis.

Méthodologie
La recherche emploie un cadre de sciences sociales computationnelles impliquant la collecte de données, la modélisation multimodale et l'analyse de régression.

Collecte de données : Les auteurs ont construit un ensemble de données comprenant environ 400 000 vidéos YouTube (292 136 de Corée et 105 761 des États-Unis) téléchargées entre janvier et décembre 2024. Les données incluent 7 chaînes d'information coréennes et 16 américaines, sélectionnées pour leur diversité politique. Pour chaque vidéo, l'ensemble de données capture les images de miniatures, le texte des titres et les métadonnées d'engagement (vues, mentions J'aime, commentaires), avec des métadonnées récupérées lors d'une fenêtre fixe de huit jours pour garantir la comparabilité.
Annotation humaine : Pour entraîner les modèles, un ensemble de données de référence (« gold-standard ») a été créé via une stratégie d'échantillonnage à plusieurs étapes. Des locuteurs natifs ont annoté 1 276 paires miniature-titre coréennes et anglaises en six catégories : autre-condamnation (indignation morale), autre-éloge, autre-souffrance, auto-conscience, neutre, et émotion non morale. L'accord inter-annotateurs a été mesuré à l'aide des coefficients kappa de Cohen, Fleiss et Krippendorff, révélant un accord plus élevé pour les données coréennes (moyenne $\kappa \approx 0,75$ ) que pour les données anglaises (moyenne $\kappa \approx 0,53$ ).
Modélisation multimodale : L'étude a développé des classifieurs binaires pour chacune des six catégories d'émotions morales en utilisant des modèles de langage larges multimodaux (MLLM). Les auteurs ont évalué des modèles à code source fermé (Gemini-2.5-Flash-Lite) et à code source ouvert (Qwen2-VL-7B-Instruct) dans des configurations zero-shot, few-shot et de fine-tuning. Le modèle fine-tuné Qwen2-VL-7B-Instruct a obtenu les meilleures performances, particulièrement pour le jeu de données coréen (Précision Moyenne : 0,8981, F1 Macro : 0,8010). L'étude a validé que l'incorporation de indices visuels surpassait de manière significative les bases textuelles seules.
Analyse de régression : Les probabilités d'émotion morale prédites ont été utilisées comme variables indépendantes dans des modèles de régression binomiale négative pour prédire trois variables dépendantes représentant des niveaux croissants d'engagement : les vues, les mentions J'aime et les commentaires. Les modèles contrôlent la durée de la vidéo, la base de la chaîne, le mois et le jour de la semaine.

Résultats clés
L'analyse révèle un schéma transculturel cohérent concernant l'impact des émotions morales sur l'engagement :

Rhétorique de l'autre-condamnation : Les expressions d'indignation morale (critiquer la moralité d'autrui) ont systématiquement augmenté toutes les formes d'engagement dans les deux pays. Crucialement, la taille de l'effet s'est renforcée à mesure que le niveau d'engagement augmentait. Aux États-Unis, la rhétorique de l'autre-condamnation était associée à une augmentation de 94 % des vues, de 128 % des mentions J'aime et de 204 % des commentaires (Rapports de taux d'incidence : 1,94, 2,28, 3,04). Des tendances similaires, bien que légèrement moins prononcées, ont été observées en Corée.
Autres émotions : La rhétorique de l'autre-éloge a généralement supprimé l'engagement, réduisant les vues et les commentaires. L'autre-souffrance a montré des résultats mitigés, augmentant les vues en Corée mais diminuant les mentions J'aime et les commentaires ; aux États-Unis, elle a montré des associations systématiquement négatives sur tous les indicateurs. Le contenu neutre a généralement réduit l'engagement, bien qu'il ait augmenté les vues aux États-Unis tout en réduisant les mentions J'aime et les commentaires.
Gradient d'engagement : L'étude confirme que l'indignation morale est unique par sa capacité à générer non seulement une attention passive (vues) mais aussi une participation active (mentions J'aime et commentaires), l'impact le plus fort étant observé sur le comportement de commentaire.

Principales contributions

Innovation méthodologique : Les auteurs ont développé et rendu publics les premiers classifieurs d'émotions morales multimodaux pour les contextes coréen et anglais. Ces modèles exploitent des MLLM fine-tunés pour traiter conjointement les images de miniatures et les titres, démontrant que l'intégration visuelle-textuelle est essentielle pour une détection précise des émotions morales dans les médias numériques.
Preuves empiriques interculturelles : L'étude fournit des preuves robustes que les dynamiques d'engagement moral-émotionnel se généralisent à travers des contextes culturels distincts (Corée et États-Unis). Elle identifie la rhétorique de l'autre-condamnation comme un moteur universel d'engagement à haut niveau de participation.
Aperçu théorique : En reliant les émotions morales à des niveaux d'engagement spécifiques, la recherche affine la compréhension de l'économie de l'attention, montrant que l'indignation morale fonctionne comme un puissant moteur de participation active, et non de simple consommation passive.

Signification et affirmations
L'article affirme que l'indignation morale est une stratégie émotionnelle particulièrement efficace pour les médias, capable de garantir à la fois l'attention et la participation active. Cependant, les auteurs mettent en garde contre le fait que cette efficacité comporte des risques sociétaux importants. Parce que la rhétorique de l'autre-condamnation divise intrinsèquement les audiences en groupes internes (in-groups) et groupes externes (out-groups), son amplification par les algorithmes d'engagement peut approfondir la polarisation politique. Les auteurs suggèrent que des acteurs malveillants et des réseaux de désinformation pourraient exploiter ce mécanisme pour diffuser des récits faux ou polarisants.

L'étude conclut que, bien que les émotions morales soient fondamentales pour la coordination sociale, le mécanisme spécifique de l'indignation morale dans l'économie numérique de l'attention nécessite une surveillance attentive. Les auteurs proposent que les travaux futurs étudient comment les plateformes peuvent atténuer l'indignation excessive sans compromettre la responsabilité, et comment intégrer ces capacités de détection dans les cadres d'identification des trolls et de la désinformation. L'article maintient une position modeste, reconnaissant qu'en tant qu'étude observationnelle, il identifie des corrélations plutôt que de la causalité, et note des limites dans la fiabilité de l'annotation pour les données anglaises ainsi que des biais potentiels dans les modèles pré-entraînés.