Une équipe de spécialistes du comportement utilisant le Big Data et un modèle basé sur la simulation pour analyser les « tweets » des réseaux sociaux autour de l’élection présidentielle de 2020 a découvert que la propagation des théories du complot sur la fraude électorale sur Twitter (maintenant appelé X) était stimulée par un biais de négativité. Dirigés par Mason Youngblood, Ph.D., chercheur postdoctoral à l’Institute for Advanced Computational Science de l’Université Stony Brook, les résultats sont publiés dans Communication en sciences humaines et sociales.
Les chercheurs ont simulé le comportement d’environ 350 000 utilisateurs réels de Twitter. Ils ont constaté que les modèles de partage de quelque 4 millions de tweets sur la fraude électorale concordent avec le fait que les gens sont beaucoup plus susceptibles de retweeter des publications sociales contenant des émotions négatives plus fortes.
Les données de leur étude provenaient du Ensemble de données VoterFraud2020collectés entre le 23 octobre et le 16 décembre 2020. Cet ensemble de données comprend 7,6 millions de tweets et 25,6 millions de retweets qui ont été collectés en temps réel à l’aide de l’interface du programme d’application de streaming de X, conformément aux directives établies pour l’utilisation éthique et des données des médias sociaux.
« Les théories du complot sur la fraude électorale à grande échelle se sont répandues largement et rapidement sur Twitter lors de l’élection présidentielle américaine de 2020, mais on ne sait pas exactement quels processus sont responsables de leur amplification », explique Youngblood.
Compte tenu de cela, l’équipe a effectué des simulations d’utilisateurs individuels tweetant et retweetant les uns les autres sous différents niveaux et formes de biais cognitifs et a comparé le résultat aux modèles réels de comportement de retweet parmi les partisans des théories du complot sur la fraude électorale pendant et autour de l’élection.
« Nos résultats suggèrent que la propagation des messages de fraude électorale sur Twitter était motivée par un biais en faveur des tweets contenant davantage d’émotions négatives, ce qui a des implications importantes pour les débats actuels sur la manière de contrer la propagation des théories du complot et de la désinformation sur les réseaux sociaux », a déclaré Youngblood. ajoute.
Grâce à leurs simulations et à leur analyse numérique, Youngblood et ses collègues ont constaté que leurs résultats concordent avec des recherches antérieures menées par d’autres, suggérant que le contenu émotionnellement négatif présente un avantage sur les médias sociaux dans divers domaines, notamment la couverture médiatique et le discours politique.
Le modèle a également montré que même si les tweets négatifs étaient plus susceptibles d’être retweetés, les tweets de citation avaient tendance à être plus modérés que les tweets originaux, car les gens avaient tendance à ne pas amplifier la négativité lorsqu’ils commentaient quelque chose.
Youngblood dit que parce que le modèle basé sur la simulation de l’équipe recrée assez bien les modèles dans les données réelles, il pourrait potentiellement être utile pour simuler des interventions contre la désinformation à l’avenir. Par exemple, le modèle pourrait être facilement modifié pour refléter les façons dont les sociétés de médias sociaux ou les décideurs politiques pourraient tenter de freiner la diffusion de l’information, par exemple en réduisant la vitesse à laquelle les tweets arrivent dans le fil des gens.
Plus d’information:
Mason Youngblood et al, Biais de négativité dans la propagation des tweets sur la théorie du complot de fraude électorale lors des élections américaines de 2020, Communication en sciences humaines et sociales (2023). DOI : 10.1057/s41599-023-02106-x