Linguistic Uncertainty and Engagement in Arabic-Language X (formerly Twitter) Discourse

Titre de l'étude

Incertitude linguistique et engagement dans le discours arabe sur X (anciennement Twitter)

1. Problématique et Contexte

Les plateformes de médias sociaux sont devenues des espaces centraux pour le discours public, où les choix linguistiques influencent la circulation de l'information et les réactions des audiences. Bien que la littérature antérieure ait largement examiné des facteurs tels que le sentiment, l'intensité émotionnelle et la désinformation, l'impact de l'incertitude linguistique (expressions de doute, d'incomplétude ou de manque d'information vérifiée) sur l'engagement utilisateur reste sous-exploré, en particulier dans des contextes non anglophones.

L'hypothèse centrale de l'étude est que l'incertitude linguistique ne fonctionne pas uniquement comme un déficit informationnel ou un marqueur de rumeur, mais pourrait agir comme un indice interactionnel invitant les utilisateurs à participer, à spéculer ou à demander des clarifications. L'étude vise à déterminer si les tweets exprimant une incertitude génèrent des niveaux et des formes d'engagement différents par rapport aux tweets marqués par la certitude, en se concentrant spécifiquement sur le discours arabe concernant le Liban.

2. Méthodologie

Données et Collecte :

• Source : Données extraites de la plateforme X (anciennement Twitter) via l'outil Apify.
• Période : 35 jours consécutifs (du 15 décembre 2025 au 18 janvier 2026), coïncidant avec une période de forte agitation politique et économique au Liban.
• Requête : (لبنان OR بيروت) avec filtre de langue arabe (lang:ar).
• Échantillon final : 16 695 tweets uniques (après suppression des doublons et des retweets purs). Les tweets de réponse (replies) constituent 41,2 % de l'échantillon.

Classification de l'Incertitude Linguistique :

• Approche : Un classificateur basé sur un dictionnaire (lexique) et des règles sensibles au contexte, conçu spécifiquement pour l'arabe.
• Lexique : 60 marqueurs d'incertitude répartis en six catégories :
  1. Verbes modaux (ex: peut-être, possible).
  2. Atténuations/Hedges (ex: je pense, il semble).
  3. Marqueurs de questions.
  4. Questions contextuelles "Qui ?" (identification d'agents/sources).
  5. Expressions d'incertitude informationnelle (ex: pas sûr, pas clair).
  6. Marqueurs de rumeurs (ex: on dit, sources non confirmées).
• Résultat de classification : 29,9 % des tweets (4 997) ont été classés comme incertains, contre 70,1 % comme certains.
• Validation : Évaluée sur un échantillon stratifié de 200 tweets annotés par un locuteur natif. Le classificateur a atteint une rappel (recall) parfait de 1,00 mais une précision modérée de 0,47 (F1-score = 0,639). Les erreurs sont principalement de faux positifs, ce qui suggère que l'association observée est probablement une estimation conservative.

Mesures d'Engagement et Analyse Statistique :

• Variables dépendantes : Engagement total (somme des likes, retweets, réponses) transformé en logarithme naturel log(1 + Total). Analyse séparée des composants (likes, retweets, réponses).
• Modèles :
  • Régression linéaire des moindres carrés ordinaires (OLS) avec erreurs standard regroupées au niveau de l'auteur (pour corriger la corrélation intra-auteur).
  • Régression binomiale négative comme test de robustesse pour gérer la surdispersion des données de comptage.
• Variables de contrôle : Longueur du tweet, présence d'un URL, statut de vérification du compte.

3. Résultats Clés

Engagement Global :

• Les tweets incertains obtiennent un engagement moyen 51,5 % plus élevé que les tweets certains (23,67 contre 15,62 interactions).
• Après ajustement par les variables de contrôle (modèle OLS), l'association reste positive et significative : les tweets incertains génèrent environ 25 % d'engagement total en plus (β = 0,221, p < 0,001).
• La régression binomiale négative confirme ce résultat avec un rapport de taux d'incidence (IRR) de 1,301 (soit ~30 % d'augmentation).

Asymétrie Incertitude-Réponse (Uncertainty–Reply Asymmetry) :
L'étude révèle que l'impact de l'incertitude n'est pas uniforme selon le type d'interaction :

• Réponses (Replies) : +81,5 % d'augmentation (effet le plus fort).
• Retweets : +65,2 % d'augmentation.
• Likes : +47,0 % d'augmentation.

Cette disparité démontre que l'incertitude linguistique favorise spécifiquement les formes d'engagement conversational et actif (réponses) plutôt que les signaux passifs d'approbation (likes).

4. Contributions Principales

1. Cadre computationnel pour l'arabe : Développement et validation d'un classificateur d'incertitude linguistique sensible au contexte pour l'arabe, comblant un vide dans la recherche NLP non anglophone.
2. Distinction Volume vs. Composition de l'engagement : L'étude démontre que l'engagement ne doit pas être traité comme une métrique agrégée unique. Elle met en évidence comment les traits linguistiques façonnent la structure de l'interaction (passage d'une diffusion à une conversation).
3. Théorie de l'indice interactionnel : Proposition que l'incertitude linguistique agit comme un signal social invitant à la participation collective (sense-making) plutôt que comme un simple signe de faible crédibilité.
4. Concept de "Asymétrie Incertitude-Réponse" : Identification d'un phénomène où les messages incertains provoquent disproportionnellement plus de réponses que d'autres formes d'engagement.

5. Signification et Implications

• Science Sociale Computationnelle : L'étude prouve que les caractéristiques linguistiques qualitatives peuvent être opérationnalisées comme des variables mesurables pour expliquer la dynamique de l'information à grande échelle, même dans des contextes sous-représentés comme l'arabe.
• Comportement de l'Information : Dans des environnements d'information rapide et instable (comme la crise libanaise), l'incertitude ne freine pas l'engagement ; au contraire, elle peut l'stimuler en signalant une ouverture à la contribution des autres. Cela remet en question la vision traditionnelle de l'incertitude comme un facteur purement négatif ou délétère.
• Limites et Perspectives : Bien que l'étude soit observationnelle et ne prouve pas la causalité, elle offre une base solide pour des recherches futures utilisant l'apprentissage supervisé pour améliorer la précision de classification et explorer la nature qualitative des réponses générées.

En conclusion, ce papier établit que dans le discours numérique arabe, l'incertitude linguistique est un puissant moteur de participation conversationnelle, transformant les messages ouverts en opportunités d'interaction collective.