Emotion and expertise in disinformation discourses about climate change on french YouTube : automatic detection and linguistic analysis

Compte-rendu par Nana Maglakelidze (M1) du lightning-talk de Francesca Hemery (M2) présenté lors de la journée d’étude du master, 27 juin 2025 (séminaire de recherche 2024-2025, associé au colloque Bridging Computational Humanities and Computational Social Sciences organisé par AISSAI — Marie Puren et Florian Cafiero — et l’ENC — Chahan Vidal-Gorène).

Dans le cadre du séminaire de recherche du Master organisé à l’ENC le 27 juin 2025, Francesca Hemery a présenté son mémoire intitulé : « Emotion and expertise in disinformation discourses about climate change on french YouTube : automatic detection and linguistic analysis ». Francesca Hemery a fait un parcours universitaire en linguistique littérature française, avec notamment un master recherche à la Sorbonne Nouvelle Paris 3, où elle a fait de l’analyse du discours et de la stylistique.

Le discours de désinformation repose souvent sur deux stratégies principales : l’attrait émotionnel et le recours à la pseudo-expertise. Ces deux stratégies visent à persuader le public, à gagner sa confiance et/ou à accroître l’engagement, notamment sur les réseaux sociaux. L’objectif principal de la recherche de Francesca Hemery est de déterminer si le discours utilisé dans la désinformation repose davantage sur l’influence émotionnelle ou sur l’autorité pseudo-experte. L’étude tente également de comprendre comment ces deux stratégies coexistent ou s’opposent au sein d’un même texte. La recherche s’appuie à la fois sur l’analyse linguistique et sur des méthodes de traitement automatique du langage (TAL), qui permettent une analyse structurelle du discours de désinformation basée non seulement sur des données interprétatives, mais aussi quantitatives.

Francesca Hemery a brièvement passé en revue la littérature sur l’analyse linguistique du discours de désinformation. L’intérêt des chercheurs pour ce domaine s’oriente principalement vers deux axes : la détection de l’émotion, d’une part, et de l’expertise, d’autre part.

Cependant, identifier ces deux composantes représente un défi méthodologique, car l’émotion et l’expertise sont des dimensions discursives complexes et souvent cachées. La détection des émotions est un domaine distinct du traitement automatique du langage naturel (TAL) et est souvent appelée « analyse des sentiments ». Cependant, les corpus d’entraînement de ces systèmes sont généralement construits sur des évaluations d’utilisateurs en anglais, ce qui limite leur généralisation aux textes de désinformation en français ou à d’autres genres de discours. La détection de l’expertise est une tâche encore plus complexe. Bien qu’il existe des méthodes d’annotation semi-automatiques, elle est souvent dissimulée dans des structures linguistiques ambiguës et multicouches. Par conséquent, une annotation fiable de cette caractéristique est associée à d’importants problèmes de précision.

Le corpus utilisé pour l’étude comprenait plus de 100 vidéos en français (YouTube et Shorts) présentant des discours de désinformation sur le changement climatique. Francesca Hemery a utilisé le package Python approprié pour collecter les données. Notamment elle a utilisé youtube-transcript-api, ce qui lui a permis d’extraire les sous-titres des vidéos du corpus, puis de traiter automatiquement la ponctuation et la segmentation des textes. Elle a obtenu plus de 2 000 unités de texte (chunks). Pour annoter ces chunks, elle a choisi de développer une échelle d’annotation avec trois scores : un, deux, trois, pour chaque dimension, un étant le score le plus bas et trois le score le plus élevé.

Francesca Hemery a utilisé deux méthodes différentes pour analyser les caractéristiques émotionnelles et expertes, car elles représentent toutes deux des aspects complexes et difficiles à identifier du discours. Initialement, une tentative d’annotation complète du corpus a été effectuée à l’aide d’un modèle de langage étendu (LLM), mais cette méthode a donné de mauvais résultats à la tâche de reconnaissance des émotions. Cela était probablement dû à la complexité inhérente à la tâche elle-même, à sa subjectivité et au fait que les caractéristiques émotionnelles sont souvent dissimulées dans des formes linguistiques complexes. Des méthodologies distinctes ont donc été développées pour chaque dimension linguistique (émotion et expertise).

L’étude a utilisé deux étapes pour identifier les caractéristiques émotionnelles : la première était EmoVerse, un modèle de TAL spécifique aux sentiments, qui ne parvenait souvent pas à identifier un vocabulaire spécifique ou offensant. Le modèle GPT-4 a été utilisé pour identifier l’expertise. Une attention particulière a été portée à des caractéristiques telles que l’utilisation de citations, la démonstration d’un statut académique ou scientifique et la citation de données — des signes qui tentent de créer une impression d’autorité, souvent sans véritable connaissance. Par exemple, Benoît Rittaud, mathématicien et professeur à l’université en France, est aujourd’hui l’un des principaux diffuseurs de discours climato-sceptiques. Il utilise ses titres académiques pour paraître comme un expert et renforcer son autorité. Cela correspond bien à une stratégie classique de pseudo-expertise.

Enfin, une analyse basée sur les annotations obtenues a montré que le discours de désinformation sur le changement climatique repose davantage sur l’imitation de la rhétorique des experts que sur un fort attrait émotionnel. Un score d’expertise élevé (3) est plus fréquent dans le corpus, tandis qu’un score moyen (2) domine en termes de caractéristiques émotionnelles. Bien que les scores kappa ne soient pas parfaits, ils sont satisfaisants compte tenu des difficultés inhérentes à une telle annotation linguistique (score ≈ 0,75).

L’analyse du corpus a montré que des niveaux élevés d’émotion et d’expertise coexistent rarement dans un même segment de texte ; un petit nombre de cas (environ 100 ou moins) ont été observés. En revanche, les textes présentant soit une forte expertise et une faible émotivité, soit une forte émotivité et un manque d’expertise, sont beaucoup plus fréquents. Cette structure polarisée reflète les orientations rhétoriques et les stratégies discursives mobilisées dans les discours de désinformation, ce qui est particulièrement important pour analyser le processus de transmission et de réception d’informations sur les enjeux climatiques.