TruthStance: An Annotated Dataset of Conversations on Truth Social
Ce papier présente TruthStance, un ensemble de données annoté à grande échelle de conversations sur Truth Social (2023-2025) conçu pour combler le manque de ressources sur les plateformes « alt-tech » en fournissant des benchmarks pour l'extraction d'arguments et la détection de posture, ainsi que des labels générés par LLM pour analyser les dynamiques de discours.
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
🗣️ TruthStance : Une carte au trésor des conversations sur Truth Social
Imaginez que les réseaux sociaux sont comme de gigantesques places publiques. Sur Twitter ou Reddit, nous avons déjà cartographié ces places pour comprendre comment les gens discutent, se disputent ou s'accordent. Mais il existe une autre place, un peu plus isolée et moins explorée, appelée Truth Social. C'est là que l'équipe de chercheurs de l'Université d'État de Caroline du Nord a décidé de partir à l'aventure.
Leur mission ? Créer une carte détaillée de ce qui s'y passe vraiment. Ils ont baptisé leur projet TruthStance.
1. Le Problème : Regarder une photo vs. Regarder un film 🎬
Jusqu'à présent, les chercheurs regardaient souvent les posts sur Truth Social comme des photos isolées. Ils voyaient ce qu'une personne disait, mais pas ce qui suivait.
- L'analogie : C'est comme essayer de comprendre une dispute en famille en ne lisant que le premier mot prononcé par le grand-père, sans entendre les réponses des enfants, ni les commentaires de la tante qui intervient deux minutes plus tard. On perd tout le contexte !
Sur Truth Social, les discussions forment des arbres (des fils de conversation). Un post est la racine, les réponses sont les branches, et les réponses aux réponses sont les petites feuilles. L'équipe a collecté 24 000 de ces arbres et plus de 523 000 commentaires, en gardant toute la structure intacte.
2. La Solution : Des détectives assistés par des robots 🤖🕵️♂️
Lire 500 000 commentaires à la main est impossible (ce serait comme essayer de boire l'océan avec une paille !). Alors, les chercheurs ont utilisé l'intelligence artificielle (les grands modèles de langage, ou LLM) pour les aider.
Ils ont demandé à ces robots de jouer à deux jeux :
- Le jeu du "C'est un argument ?" : Le robot doit dire si un post contient une vraie idée soutenue par des preuves (un argument) ou si c'est juste un cri, une prière ou une blague.
- Le jeu du "Pour ou Contre ?" : Le robot doit lire une réponse et dire si elle est POUR (elle approuve), CONTRE (elle attaque) ou NEUTRE (elle ne prend pas parti) par rapport à ce qui a été dit juste avant.
Pour s'assurer que les robots ne se trompaient pas trop, les humains ont d'abord annoté 1 500 exemples à la main, comme un professeur qui corrige les devoirs avant de laisser les élèves travailler seuls.
3. Ce qu'ils ont découvert : La recette du chaos 🌪️
En analysant ces données, ils ont trouvé des choses fascinantes sur la façon dont les gens discutent sur cette plateforme :
- La toxicité est le moteur des débats : Ils ont découvert que plus un message est "toxique" (grossier, agressif), plus il a de chances d'être considéré comme un argument. C'est un peu comme si, dans cette place publique, les gens qui crient le plus fort sont ceux qui semblent avoir le plus "d'opinion".
- La longueur compte : Les messages longs et détaillés sont plus souvent vus comme des arguments sérieux que les petits messages courts.
- L'évolution de la discussion : Au fur et à mesure qu'on descend dans les branches de l'arbre (les réponses aux réponses), les gens ont tendance à devenir plus neutres.
- L'analogie : Imaginez une conversation où quelqu'un lance une idée. Les premiers répondants crient "OUI !" ou "NON !". Mais plus on va loin dans la discussion, plus les gens disent "Euh, c'est compliqué..." ou "Je ne sais pas". L'enthousiasme (ou la colère) s'épuise, et la prudence prend le dessus.
4. Pourquoi est-ce important ? 🌍
Ce travail est comme donner une loupe aux chercheurs pour étudier un coin du monde numérique que l'on connaissait mal.
- Cela permet de comprendre comment les idées se propagent (ou se bloquent) dans des communautés politiques spécifiques.
- Cela aide à créer de meilleurs outils pour détecter les fausses informations ou les discours de haine.
- Cela montre que même sur des plateformes alternatives, les humains restent humains : ils s'engagent, ils se fâchent, et parfois, ils finissent par se taire.
En résumé
Les chercheurs ont construit une immense bibliothèque de conversations sur Truth Social, étiquetée par des humains et des robots intelligents. Ils nous disent : "Regardez, voici comment les gens débattent ici. Ce n'est pas juste du bruit, c'est une structure complexe où la colère et la longueur des messages jouent un rôle clé."
Ils ont rendu toutes ces données publiques pour que d'autres chercheurs puissent les utiliser, tout en nous rappelant de faire attention à la vie privée des gens, car derrière chaque message, il y a une personne réelle.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.