← Derniers articles
💻 computer science

"F*** You Biden": Cross-Partisan Electoral Toxicity on X

En analysant les données de X relatives à l'élection américaine de 2024, cette étude révèle que, bien que les publications penchant vers le parti républicain soient intrinsèquement plus toxiques, les publications penchant vers le parti démocrate reçoivent nettement plus de réponses toxiques, principalement parce qu'elles attirent un volume beaucoup plus important d'engagements transpartis de la part des utilisateurs républicains.

Auteurs originaux : Danishjeet Singh, Anindya Mondal, Filippo Menczer

Publié 2026-05-14
📖 5 min de lecture🧠 Analyse approfondie

Auteurs originaux : Danishjeet Singh, Anindya Mondal, Filippo Menczer

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 comme une immense place de village chaotique où deux équipes sportives rivales – l'« Équipe Rouge » et l'« Équipe Bleue » – se hurlent constamment dessus lors d'un grand match de championnat (l'élection présidentielle américaine de 2024).

Ce papier agit comme un arbitre qui est intervenu avec un microphone haute technologie pour écouter exactement ce que les gens disent et à quel point ils sont méchants. Voici l'histoire simple de ce qu'ils ont découvert :

La Grande Surprise : Quelle est l'Équipe la plus « Méchante » ?

Vous pourriez vous attendre à ce que l'équipe qui lance les disputes soit aussi celle qui se fait le plus crier dessus. Mais les données ont révélé une étrange torsion :

  1. L'Équipe Rouge (penchant républicain) lance les combats. Lorsqu'ils publient leurs propres messages, ils utilisent plus d'insultes, de jurons et de langage agressif que l'Équipe Bleue. Ce sont eux qui portent le premier coup.
  2. L'Équipe Bleue (penchant démocrate) reçoit les coups les plus durs. Même si elles sont plus discrètes lorsqu'elles parlent, leurs publications attirent une tempête massive de réponses en colère. Les messages qui leur répondent sont beaucoup plus toxiques que ceux qui répondent à l'Équipe Rouge.

L'Analogie : Imaginez que l'Équipe Rouge est un groupe de gens qui adorent lancer des balles d'eau à n'importe qui croise leur chemin. Ils lancent beaucoup de balles (toxicité élevée dans leurs propres publications). Cependant, l'Équipe Bleue est comme un groupe de gens qui restent immobiles et tiennent des pancartes. Même s'ils ne lancent rien, l'Équipe Rouge leur lance tant de balles d'eau que l'Équipe Bleue se retrouve trempée. L'Équipe Bleue ne lance pas plus de balles ; elle est simplement frappée par une inondation de celles-ci.

Pourquoi l'Équipe Bleue se fait-elle tremper ?

Les chercheurs ont regardé plus en profondeur pour voir qui lançait les balles. Ils ont trouvé deux raisons principales :

  • Les Attaques Inter-Équipes sont plus Méchantes : Lorsqu'une personne de l'Équipe Rouge répond à une publication de l'Équipe Bleue, elle est légèrement plus méchante que lorsqu'elle répond à une autre publication de l'Équipe Rouge. Il en va de même pour l'Équipe Bleue répondant à l'Équipe Rouge. Fondamentalement, parler à l'« ennemi » rend les gens plus en colère que parler à un ami.
  • La Différence de Volume : C'est la partie la plus importante. L'Équipe Rouge est beaucoup plus active dans ses attaques contre l'Équipe Bleue que l'inverse.
    • Pour chaque publication de l'Équipe Bleue, il y a environ 3 réponses de l'Équipe Rouge pour 1 réponse de l'Équipe Bleue à une publication de l'Équipe Rouge.
    • C'est comme un petit groupe de fans de l'Équipe Bleue essayant de crier en retour face à un stade rempli de fans de l'Équipe Rouge. Le simple nombre de fans de l'Équipe Rouge hurlant contre l'Équipe Bleue est ce qui rend l'expérience de l'Équipe Bleue si toxique.

Le Facteur « F*** You Biden »

Le titre du papier provient de la phrase la plus courante trouvée dans les réponses les plus toxiques. Il illustre que l'hostilité est souvent dirigée vers des dirigeants spécifiques, mais que le modèle reste vrai pour l'ensemble du groupe. Le papier montre que la toxicité ne concerne pas seulement ce que les gens disent, mais qui le dit et combien d'entre eux le disent.

Comment l'ont-ils découvert ?

Les chercheurs n'ont pas lu des millions de tweets à la main (cela prendrait une éternité !). Au lieu de cela, ils ont utilisé :

  • Des Classificateurs IA : Des programmes informatiques intelligents (comme une bibliothécaire ultra-rapide) qui lisaient les publications et décidaient : « Cette personne ressemble à un fan de l'Équipe Rouge » ou « Cela ressemble à un fan de l'Équipe Bleue ». Ils ont vérifié ces robots contre des juges humains pour s'assurer qu'ils avaient raison.
  • Un Score de Toxicité : Un autre outil qui attribuait à chaque publication un « score de méchanceté » de 0 à 1.
  • Des Mathématiques : Ils ont utilisé des statistiques pour prouver que ces différences n'étaient pas juste une chance aléatoire, mais de véritables modèles.

La Conclusion

Le papier conclut que la colère politique en ligne ressemble un peu à une bagarre de rue à sens unique. Un côté (Rouge) est plus agressif dans la façon dont il parle en général, mais l'autre côté (Bleu) souffre davantage car il est la cible principale de cette agression. La « toxicité » que les gens voient sur les publications de l'Équipe Bleue n'est pas parce que l'Équipe Bleue est plus méchante ; c'est parce que l'Équipe Rouge se présente en si grands nombres pour les attaquer.

Ce que le papier NE dit PAS :

  • Il ne dit pas que cela se produit sur d'autres applications de médias sociaux (comme Facebook ou TikTok).
  • Il ne dit pas que cela se produira lors du prochain scrutin ou dans d'autres pays.
  • Il ne suggère pas de manière spécifique de résoudre le problème (comme bannir des utilisateurs), seulement que nous devons comprendre le « volume » des attaques pour comprendre la toxicité.

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.

Essayer Digest →