💬 NLP

P1SCO: Social Dimensions from a Perspectivist Lens

L'article présente P1SCO, un nouveau jeu de données de commentaires sur les réseaux sociaux annotés selon dix dimensions sociales et enrichis de métadonnées sur les annotateurs, conçu pour faciliter une recherche nuancée sur la manière dont les perceptions sociales varient selon les plateformes, les individus et les facteurs démographiques.

Auteurs originaux : Amanda Cercas Curry, Gianmarco de Francisci Morales, Luca Maria Aiello

Publié 2026-05-26

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Amanda Cercas Curry, Gianmarco de Francisci Morales, Luca Maria Aiello

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 que vous regardez un tableau unique et étrange accroché dans une galerie. Pour vous, il ressemble à une tempête triste. Pour votre ami à côté de vous, il ressemble à un coucher de soleil paisible. Pour une troisième personne, il ressemble à une carte d'une ville. Aucun de vous n'a « tort ». Vous regardez simplement la même chose à travers des lunettes de couleurs différentes.

Ce document, P1SCO, traite de la construction d'une bibliothèque massive de ces « lunettes de couleurs » pour comprendre comment les gens interprètent les interactions sociales en ligne.

Voici la décomposition de ce que les chercheurs ont fait, en utilisant des analogies simples :

1. L'idée centrale : Tout le monde voit les choses différemment

Les auteurs partent d'une vérité simple : le langage ne concerne pas seulement les mots ; il concerne aussi qui les dit et qui les entend.

Pensez à un commentaire sur les réseaux sociaux comme à un morceau de musique. Si vous jouez une chanson de jazz à un fan de musique classique, à un fan de rock et à un fan de jazz, ils entendront tous quelque chose de différent. L'article soutient que lorsque nous lisons un commentaire sur Instagram, Reddit ou YouTube, nous ne lisons pas seulement le texte ; nous le filtrons à travers nos propres expériences de vie, notre personnalité et notre genre.

2. Les « dix dimensions sociales » (les ingrédients de la recette)

Pour étudier cela, les chercheurs ont utilisé une liste spécifique de 10 « saveurs » ou objectifs sociaux que les gens tentent d'atteindre lorsqu'ils parlent. Pensez à cela comme aux ingrédients principaux d'une soupe :

Connaissance : Partager des informations ou enseigner.
Pouvoir : Tenter de contrôler ou de commander.
Statut : Donner des éloges ou montrer du respect.
Confiance : Montrer que l'on peut compter sur quelqu'un.
Soutien : Être un ami ou offrir de l'aide.
Romance : Montrer de l'amour ou de l'affection.
Similarité : Trouver un terrain d'entente.
Identité : Appartenir à un groupe.
Amusement : Faire des blagues ou passer un bon moment.
Conflit : Argumenter ou être en désaccord.

3. L'expérience : Un immense test de dégustation

Les chercheurs n'ont pas simplement demandé aux gens de lire des commentaires ; ils ont organisé un immense test de dégustation.

Les ingrédients : Ils ont recueilli 6 000 commentaires provenant de trois « restaurants » très différents (plateformes de médias sociaux) : Instagram (visuel et personnel), YouTube (vidéo et large) et Reddit (riche en texte et de niche).
Les dégustateurs : Ils ont recruté plus de 500 personnes aux États-Unis et au Royaume-Uni. Avant de commencer, ils ont demandé à ces dégustateurs de remplir un questionnaire sur leur âge, leur genre, leur politique et même leur type de personnalité (en utilisant le célèbre test de personnalité « Big Five », qui mesure des aspects tels que votre ouverture d'esprit ou votre organisation).
La tâche : Chaque personne a lu 50 commentaires et devait deviner quelles « saveurs » (de la liste des 10 ci-dessus) étaient présentes. Ils pouvaient choisir plus d'une saveur pour un seul commentaire.

4. Ce qu'ils ont découvert : Les lunettes comptent

La découverte la plus importante est que le désaccord n'est pas une erreur ; c'est le point central.

L'effet de la plateforme : Tout comme un club de jazz se sent différent d'un concert de rock, la plateforme a changé la façon dont les gens voyaient les choses.
- Sur Reddit et YouTube, les gens voyaient principalement de la « Connaissance » et du « Conflit » (débat et faits).
- Sur Instagram, les gens voyaient plus de « Soutien », de « Similarité » et de « Statut » (éloges et amitié).
- Analogie : C'est comme si un commentaire sur un site d'actualités pouvait ressembler à une dispute politique, tandis que le même commentaire sur une photo de chat pouvait ressembler à une blague amicale.
L'effet du genre : L'étude a révélé que les hommes et les femmes « goûtent » souvent le même commentaire différemment.
- Analogie : Si un commentaire est ambigu, les hommes étaient plus susceptibles de goûter du « Pouvoir » ou du « Conflit », tandis que les femmes étaient plus susceptibles de goûter du « Soutien » ou de la « Confiance ». C'est comme si les hommes et les femmes portaient des lunettes légèrement teintées qui mettent en évidence différentes parties de la conversation.
L'effet de la personnalité : La personnalité d'une personne agissait également comme un filtre.
- Les personnes plus « Ouvertes » aux nouvelles idées étaient plus susceptibles de repérer la « Connaissance ».
- Les personnes plus « Consciencieuses » (organisées/devoir) étaient plus susceptibles de repérer le « Soutien ».
- Note : Ces effets étaient faibles, comme une épice subtile dans une soupe, et non une explosion de saveur géante.

5. Pourquoi cela compte (selon l'article)

Habituellement, lorsque les scientifiques collectent des données, ils tentent de faire en sorte que tout le monde s'accorde sur une seule réponse « correcte ». Si 10 personnes regardent un commentaire et que 5 disent qu'il est « Drôle » et 5 disent qu'il est « Grossier », la science traditionnelle pourrait jeter ces données comme du « bruit ».

P1SCO dit : Ne les jetez pas !
Le désaccord est la donnée. Il prouve que le sens social est perspectif. L'article montre que qui vous êtes (votre genre, votre âge, votre personnalité) et où vous êtes (sur quelle application vous vous trouvez) changent fondamentalement la façon dont vous comprenez l'interaction humaine.

Résumé

L'article a construit un ensemble de données appelé P1SCO pour prouver qu'il n'existe aucune façon « objective » unique de lire un commentaire sur les réseaux sociaux. Au lieu de cela, chaque commentaire est interprété à travers une lentille unique faite de l'identité du lecteur et de la plateforme sur laquelle il se trouve. En gardant toutes ces différentes perspectives séparées, plutôt que de les moyenner, nous obtenons une image beaucoup plus riche et plus précise de la façon dont les humains se connectent réellement.

Résumé technique : P1SCO – Dimensions sociales sous un angle perspectiviste

Énoncé du problème
Les approches computationnelles actuelles de la pragmatique sociale traitent souvent le sens linguistique comme objectif ou réduisent des interprétations diverses à une seule « vérité fondamentale ». Cependant, le langage est intrinsèquement perspectif ; le sens social est façonné par l'arrière-plan culturel, l'expérience personnelle et l'identité de l'interprète. Les jeux de données antérieurs, tels que l'œuvre fondatrice de Choi et al. (2020), sont limités par l'agrégation de leurs étiquettes (rapportant uniquement les totaux par phrase), leur dépendance à une seule plateforme (Reddit) et l'absence de métadonnées sur les annotateurs. Cette agrégation obscurcit la variation légitime dans la perception sociale, traitant le désaccord entre annotateurs comme du bruit plutôt que comme un signal significatif de la manière dont différents individus interprètent l'intention sociale. Il existe un besoin d'un jeu de données qui préserve les perspectives individuelles des annotateurs, capture les variations interplateformes et lie les étiquettes de dimensions sociales aux données démographiques et aux traits de personnalité des annotateurs.

Méthodologie
Les auteurs présentent P1SCO (Perspectives on the 10 Social dimensions of Conversation), un jeu de données conçu pour opérationnaliser une approche perspectiviste de la pragmatique sociale.

Collecte de données : Le jeu de données comprend 6 000 commentaires uniques (2 000 chacun) provenant de trois plateformes distinctes : Instagram, YouTube et Reddit. Les commentaires ont été filtrés pour contenir entre 20 et 100 mots, ne pas comporter d'émojis et être en anglais. La stratégie d'échantillonnage a utilisé le jeu de données des influenceurs Instagram, l'API de recherche YouTube avec génération d'identifiants aléatoires, et le jeu de données Pushshift Reddit.
Cadre d'annotation : Contrairement aux travaux antérieurs qui imposaient une étiquette unique, P1SCO permet aux annotateurs d'attribuer plusieurs étiquettes parmi un ensemble de dix dimensions sociales définies par Choi et al. (2020) : Connaissance, Pouvoir, Statut, Confiance, Soutien, Romance, Similarité, Identité, Plaisir et Conflit. Les annotateurs pouvaient également sélectionner « Autre » (avec spécification) ou « Aucun ».
Recrutement des annotateurs et métadonnées : 543 participants ont été recrutés via Prolific au Royaume-Uni et aux États-Unis. Pour garantir la qualité des données, l'étude a vérifié la cohérence démographique avec les profils Prolific, filtré les valeurs aberrantes sur la base du temps de complétion et inclus des exemples dupliqués pour des vérifications d'accord intra-annotateur.
Profilage des annotateurs : Avant l'étiquetage, les participants ont rempli des questionnaires sociodémographiques et l'inventaire Big Five de 10 items (Rammstedt et John, 2007). Cela a abouti à un riche ensemble de métadonnées reliant 28 775 annotations à des caractéristiques spécifiques des annotateurs (sexe, âge, nationalité, affiliation politique, éducation, ethnie et traits de personnalité).
Analyse : Les auteurs ont employé des modèles de régression logistique à effets mixtes pour examiner comment les caractéristiques des annotateurs prédisent l'attribution des étiquettes. L'accord a été mesuré à l'aide du $\kappa$ de Cohen par paires (préféré à l' $\alpha$ de Krippendorff pour capturer l'accord localisé dans les tâches perspectivistes) et analysé à la fois globalement et stratifié par groupes démographiques et plateformes.

Résultats clés

Distribution des étiquettes : Le jeu de données est fortement déséquilibré. Connaissance (38,2 %), Soutien (28,4 %) et Similarité (25,7 %) sont les étiquettes les plus fréquentes. Romance, Pouvoir et Confiance sont comparativement rares. La plupart des exemples contiennent au moins deux dimensions chevauchantes, indiquant que les interactions sociales sont rarement interprétées à travers une seule lentille.
Effets de plateforme : Le contexte de la plateforme influence significativement la perception. YouTube et Reddit présentent des distributions similaires dominées par Connaissance, Similarité et Conflit. En revanche, les interactions sur Instagram se caractérisent par Soutien, Similarité et Statut, avec une prévalence nettement plus élevée de Romance et une proportion plus faible d'étiquettes « Aucun ».
Influences démographiques et de personnalité :
- Genre : Les annotateurs masculins ont attribué significativement plus d'étiquettes par exemple que les femmes. Bien que l'accord global soit modéré, les différences genrées dans le choix des étiquettes sont significatives, particulièrement sur Reddit et YouTube. L'analyse a révélé un analogue perceptuel aux « genderlects » de Tannen : les hommes étaient plus susceptibles d'interpréter les interactions comme relevant du Pouvoir ou du Conflit, tandis que les femmes étaient plus susceptibles d'étiqueter les mêmes interactions comme relevant du Soutien, de la Confiance ou de la Similarité.
- Personnalité : Les corrélations entre les traits Big Five et l'attribution des étiquettes étaient généralement faibles mais statistiquement significatives. Par exemple, l'Ouverture présentait une corrélation positive modeste avec les annotations de Connaissance, tandis que le Consciencieux était faiblement associé au Soutien.
- Accord : Les groupes démographiques homogènes (par exemple, même sexe ou même nationalité) ont montré un accord au sein du groupe plus élevé que la population générale, suggérant que des expériences partagées créent des cadres interprétatifs convergents.
Modélisation : Les modèles à effets mixtes ont confirmé que la plateforme source est le prédicteur le plus fort de l'attribution des étiquettes, suivi des facteurs sociodémographiques (particulièrement le genre, l'âge et l'éducation).

Signification et contributions
L'article revendique trois contributions principales :

Premier jeu de données perspectiviste : P1SCO est le premier jeu de données à fournir des annotations multi-étiquettes non agrégées de dimensions sociales liées à des métadonnées riches sur les annotateurs, dépassant le paradigme de la « vérité fondamentale ».
Preuve empirique du perspectivisme : L'étude démontre que les caractéristiques démographiques et les traits de personnalité façonnent systématiquement la manière dont les dimensions sociales sont perçues et étiquetées. Le désaccord est reformulé non pas comme une erreur, mais comme le reflet d'une diversité authentique dans la perception sociale.
Orientation méthodologique : Les auteurs fournissent un cadre pour l'annotation perspectiviste qui préserve explicitement les perspectives individuelles, modélise les caractéristiques des annotateurs et rapporte de manière transparente la composition démographique.

Limites
Les auteurs reconnaissent plusieurs contraintes :

Nature interprétative : Les étiquettes reflètent la perception des annotateurs plutôt que des propriétés objectives du texte, limitant leur utilisation comme vérité fondamentale définitive pour la classification.
Charge cognitive : La tâche d'identifier dix dimensions est cognitivement exigeante, et l'absence de justifications explicites limite la compréhension des raisons derrière les désaccords.
Diversité : Le pool d'annotateurs est limité aux États-Unis et au Royaume-Uni et manque de diversité ethnique, bornant la portée culturelle du jeu de données.
Généralisabilité : Les résultats sont spécifiques aux trois plateformes échantillonnées et peuvent ne pas s'étendre à d'autres contextes de médias sociaux.
Déséquilibre des étiquettes : La rareté de certaines dimensions (par exemple, Romance, Pouvoir) crée des distributions déséquilibrées qui peuvent défier l'entraînement de modèles supervisés équilibrés sans rééchantillonnage.

Conclusion
P1SCO établit que le sens social n'est pas uniforme mais est mis en œuvre et interprété à travers des filtres personnels et situationnels. En préservant la variation au niveau de l'annotateur, le jeu de données permet l'étude de la manière dont les objectifs sociaux sont communiqués et compris à travers des individus divers, soutenant ainsi les recherches futures sur l'accord inter et intra-annotateur et l'influence de l'identité sur le discours social.