Version classiqueVersion mobile
OpenEdition Books

Les Québécois aux urnes

 | 
Éric Bélanger
, 
Frédérick Bastien
, 
François Gélineau

Deuxième partie. La campagne électorale

7. La campagne dans la twittosphère

Olivier H. Beauchesne

Texte intégral

1Bien avant le déclenchement des dernières élections provinciales, les médias sociaux occupaient une place importante dans la vie politique québécoise. Le « printemps érable » de 2012 en est un bel exemple. En effet, les acteurs de ce conflit, en ce qui concernait la décision du gouvernement Charest d’augmenter les droits de scolarité, ont utilisé la plateforme Twitter pour publier plus d’un demi-million de micromessages, comme le relate Ménard (2012). Les députés, les candidats éventuels, les commentateurs politiques et les citoyens ordinaires prennent de plus en plus l’habitude d’alimenter leurs comptes Twitter de messages à caractère politique. De plus, comme l’affirment Millette, Millette et Proulx (2012), cette plateforme a permis aux citoyens de se mobiliser sans la lourdeur, ni l’expertise et le temps requis par les modes d’organisation plus traditionnels. Tout indiquait que Twitter allait jouer un rôle significatif durant les élections québécoises de septembre 2012. Dans ce chapitre, la présentation des résultats d’une analyse de messages transmis sur Twitter au cours de cette campagne électorale sera l’occasion de mettre en relief les thèmes de campagne privilégiés par les usagers de Twitter, ainsi que d’illustrer certaines techniques de visualisation de données émergeant des médias sociaux.

Médias participatifs

2Les médias sociaux possèdent la particularité de faire intervenir ceux qui les consomment en leur permettant de créer un contenu original ou d’échanger un contenu généré par d’autres utilisateurs. Ces plateformes, dont Twitter est l’une des plus populaires, donnent à leurs usagers l’occasion d’être un auteur, un éditeur et un diffuseur de contenu. Une étude récente du CEFRIO (2012) a dévoilé que 78 % des internautes québécois, dont 64 % sont des adultes, utilisent les médias sociaux. Ce pourcentage comprend les autres plateformes comme Facebook, YouTube, LinkedIn, etc. Plus particulièrement, 10 % des internautes québécois utilisent Twitter, et ce, en moyenne cinq heures par semaine. Sans surprise, tandis que parmi les jeunes internautes, cette proportion double (18 à 24 ans : 20 % ; 25 à 34 ans : 18 %), elle diminue de moitié chez les plus âgés (moins de 5 % chez les 45 ans et plus).

3Bien que la population qui utilise les médias sociaux soit plutôt asymétrique lorsqu’on la compare à la population du Québec ou, tout au moins, à la population disant voter, elle demeure très intéressante à étudier, car elle est composée de ceux qui participent peu aux sondages téléphoniques. De plus, contrairement aux autres médias, le contenu des médias sociaux n’est ni modéré par des éditeurs ni encadré par des organisations ou des relationnistes. Par conséquent, il paraît plus authentique et, comme il n’a pas de goulot d’étranglement éditorial, il est plus volumineux, ce qui constitue à la fois une richesse et un défi. En effet, le traitement de volumes gigantesques de contenu nécessite des outils et des compétences spécialisés.

Cybernétique collaborative

4Depuis les années 1980, la capacité de stockage de données per capita a doublé tous les 40 mois, soit de dix ordres de grandeur (Hilbert et LÓpez, 2011). Cette capacité croissante permet aux ordinateurs personnels, téléphones intelligents, serveurs et autres appareils de stocker l’ensemble des interactions avec ses utilisateurs. Les plateformes des médias sociaux n’échappent pas à cette tendance et emmagasinent les contenus et les interactions de leurs utilisateurs dans des bases de données. Effectivement, chaque jour, plus de 500 millions de micromessages transitent (et sont archivés) sur les serveurs de Twitter (Terdiman, 2012). Ces données sont véritablement une mine d’or pour les analystes d’affaires et scientifiques ; pourvu qu’ils puissent y avoir accès.

5Plusieurs plateformes dont Twitter et Facebook ouvrent l’accès à leurs données à l’aide de protocoles d’échanges. Ces protocoles, les API (« Application Programming Interface »), permettent aux programmeurs de développer des outils qui fonctionnent de façon symbiotique avec ces plateformes. L’accès à ces données engendre la création d’outils et de sites d’analyses de contenus présents sur les médias sociaux.

6Lors des élections provinciales de 2012, certains sites comme IndiceQuebec.com ainsi que Nexalogy ont mis à la disposition des internautes des plateformes d’analyse permettant d’explorer les contenus et les tendances quotidiennes présentes dans les médias sociaux. Ces sites, qui en utilisent l’API, emmagasinent les données interceptées, puis utilisent une multitude d’algorithmes travaillant en temps réel afin de classifier, d’agréger et d’illustrer les tendances observées dans les réseaux sociaux.

7Ces données, en raison de leur volume immense, deviennent difficilement traitables dans les logiciels d’analyse usuels (Excel, R, etc.). De plus, certaines analyses sémantiques peuvent générer des jeux de données intermédiaires de dix à cent fois plus massifs que les données de départ. Devant cette complexité, l’utilisation ainsi que la création de logiciels programmés sur mesure et d’algorithmes spécialisés deviennent incontournables. Ces méthodes requièrent beaucoup de puissance computationnelle et sont plutôt dispendieuses. Heureusement, il est possible de louer de puissants ordinateurs pour la durée du traitement statistique et pour une minuscule fraction du coût d’achat du serveur.

Méthodologie et collecte de données

8L’analyse des données a requis un traitement en trois étapes : les micromessages ont été interceptés à partir de la plateforme du diffuseur (en l’occurrence, Twitter) ; ceux-ci ont été classifiés, codifiés et analysés ; puis ils ont été projetés dans une visualisation de l’ensemble du contenu des micromessages.

Collecte de données

9Afin de récupérer l’ensemble des micromessages traitant de politique québécoise, nous avons développé un logiciel spécialisé utilisant l’API de Twitter. Ce logiciel était connecté directement à la plateforme de Twitter en vue de récupérer tous les micromessages contenant des mots-clics ayant comme sujet la politique québécoise ou la campagne électorale québécoise de 2012.

10Il est d’usage chez les utilisateurs d’ajouter des mots-clics quasi standardisés (débutant par un #, d’où le nom de hashtag) lors de l’écriture de micromessages, il devient donc aisé d’obtenir l’ensemble des micromessages d’un sujet donné. Les mots-clics ont été choisis au début de la collecte de données, puis modulés selon les sujets abordés par les utilisateurs et selon les événements.

11Pour cette étude, les micromessages traitant de politique québécoise publiés sur Twitter à partir du 1er août 2012 jusqu’au 7 septembre 2012 ont été interceptés. Les mots-clics suivants ont été utilisés : #QcVote, #Qc4sept, #silatendancesemaintient, #faceafacetva, #ONdebat, #OptionNationale, #assnat, #debatqc, #polqc, #ggi, #plq, #pq, #caq, #qc2012. Ces mots-clics ont permis d’intercepter 1 457 706 micromessages.

12Certains mots-clics utilisés durant la campagne n’ont pas été inclus à cette liste en raison de leur nature instantanée et volatile. En effet, lors de certains événements, des mots-clics sont apparus de façon spontanée dans les fils de diffusion (par exemple, #caribous lors d’un face à face diffusé à TVA), puis sont disparus presque aussi rapidement. Ces messages n’ont donc pas pu être interceptés et ne font pas partie de l’analyse. Seulement une captation complète de tous les micromessages relayés par Twitter aurait pu les capter. Une captation complète aurait demandé une infrastructure complexe et des frais énormes en raison de la quantité colossale de messages publiés sur la plateforme durant la durée de la campagne.

13À noter que les messages interceptés ne contiennent pas exclusivement le texte rédigé par l’utilisateur, mais compte au minimum cinquante champs de métadonnées. Ces métadonnées comprennent des données nominales sur l’utilisateur, les liens contenus dans le message, les utilisateurs cités, le nombre de fois que le message a été republié (« retweeté »), la localisation géographique, les mots-clics utilisés, etc.

14Les messages interceptés et décodés sont ensuite stockés dans une base de données relationnelle. Pour cette étude, la base de données PostgreSQL a été utilisée en raison de sa très grande performance ainsi que de son coût nul.

Classification

15Depuis la fin de la guerre froide, l’intelligence artificielle a fait des bonds de géant. Un champ de cette discipline, l’apprentissage automatique, a su profiter du développement effréné de l’informatique pour devenir une technique indispensable des systèmes ordinés modernes. Cette discipline est préoccupée par le développement de systèmes pouvant apprendre à partir de jeux de données. Les modèles inférés peuvent ensuite appliquer ces apprentissages à des données inédites.

16Les filtres de pourriels sont un exemple d’application quotidienne de cette technologie. En effet, à partir d’un ensemble de courriels préclassifiés, comme les pourriels et les courriels légitimes, le système peut inférer la probabilité qu’un nouveau courriel soit légitime ou non. Le système Watson d’IBM qui a facilement gagné au jeu Jeopardy contre ses deux opposants humains est une utilisation ludique de l’apprentissage automatique.

17Blei et ses collègues (2003) ont conçu une technique d’apprentissage automatique, le Latent Dirichlet Allocation (LDA), permettant de repérer des sujets dans un corpus. Afin d’en inférer la présence, le LDA postule que chaque document est un amalgame de sujets où les mots sont choisis selon la probabilité que ceux-ci apparaissent dans un document traitant de ce sujet. Puis le LDA itère afin d’ajuster les paramètres du modèle dans le but d’obtenir les sujets les plus probables présents dans les documents. Cet algorithme est largement utilisé en forage de données ainsi qu’en traitement automatique de langage naturel.

18Le LDA étant génératif, il faut explicitement fournir à ce modèle certains paramètres, dont le nombre de sujets recherchés. Afin d’obtenir le nombre de sujets optimal, il suffit de varier ce paramètre afin d’atteindre le maximum de vraisemblance. Pour le corpus de cette étude, le maximum de vraisemblance est le plus élevé, soit 50 sujets. Il y aurait donc 50 sujets différents dans le corpus.

Visualisation

19Friedman (2008) affirme que le but ultime de la visualisation de données est la communication efficace et claire d’information de façon graphique. Quand vient le temps d’illustrer un gros corpus de micromessages interceptés, les graphiques usuels comme les histogrammes peinent à mettre en lumière la diversité des sujets et la structure sémantique du corpus. L’utilisation de tous les moyens possibles, soit la couleur et l’espace cartésien, devient particulièrement primordiale sur un médium non interactif comme le papier. Heureusement, Herr et al. (2009) ont mis au point une telle méthode en illustrant le contenu des demandes de subventions octroyées par le National Institute of Health aux États-Unis. Cette méthode peut facilement être modifiée afin d’être appliquée à d’autres corpus comme les micromessages.

20Pour ce faire, chaque micromessage est comparé à chacun des autres micromessages afin de les disposer relativement à leur similarité. Par analogie, imaginons que chaque micromessage est un aimant repoussant les autres micromessages, tout en retenant les messages semblables par des élastiques, le tout sur une surface glissante comme une patinoire. Après un début chaotique, les aimants se stabiliseraient et les aimants qui représenteraient des micromessages très semblables seraient en amas, tandis que les autres seraient très éloignés.

Analyse

21Les types d’analyse possibles sur un corpus comportant autant de dimensions sont illimités. Par conséquent, seuls les thèmes principaux émergeants du corpus, l’évolution chronologique de ceux-ci ainsi que la dynamique de chambre d’écho ont été étudiés. Finalement, une visualisation cartésienne du corpus entier a émergé de cette analyse et sera présentée dans la suite du chapitre.

Émergence des sujets du corpus

22Cinquante sujets ont été dégagés de l’analyse sémantique des micromessages publiés lors de la campagne électorale provinciale. Certains ensembles de micromessages sont plus parlants que d’autres. En effet, tandis que certains messages contiennent un contenu qui se rapporte à des événements (tentative d’assassinat de la nouvelle première ministre, jour du vote, débats des chefs, etc.) ou à des enjeux discutés durant la campagne (frais de scolarité, intégrité, femmes, souveraineté, etc.), d’autres restent très généraux ou sont trop vagues pour être classés. Le tableau 7.1 liste les sujets les plus signifiants ainsi que le nombre de micromessages en faisant état. À noter qu’un même micromessage peut traiter de plusieurs sujets.

23Certains de ces ensembles de micromessages ont été rédigés en réaction à des événements qui se sont produits ou ont été relayés en premier lieu par les médias de masse (débats des chefs, attentat, sondages et résultats, la couverture médiatique elle-même, etc.). Sans cet apport des médias plus traditionnels, ces événements auraient pu être moins présents dans les médias sociaux ou être victimes de distorsions causées par des rumeurs.

  • 1 Voir le chapitre 6 d’Andrea Lawlor et Frédérick Bastien sur la couverture électorale par la presse (...)

24Quelques enjeux ont été les fers de lance de partis plus présents sur Twitter. En effet, les sujets liés au Plan Nord et aux ressources naturelles, relégués au second plan par les grands médias d’information1, ont été mis de l’avant par les militants de Québec solidaire et d’Option nationale. Ces militants publiaient des micromessages sur ces sujets et rediffusaient ceux de leurs collègues militants. De plus, certains enjeux ont été plus présents que d’autres en raison du nombre de militants actifs sur les médias sociaux. Par exemple, les enjeux mis de l’avant par le Parti libéral du Québec étaient moins présents, par opposition aux sujets promus par les autres partis politiques plus dynamiques sur Twitter.

Évolution chronologique du corpus et des sujets

25L’importance de certains événements clés de la campagne se reflète également dans la variation du volume de micromessages publiés durant la campagne et a varié selon les événements. Les volumes les plus importants ont été observés lors des débats de chefs et de la journée des élections. Au plus fort du débat des chefs diffusé par Radio-Canada et Télé-Québec, 16 micromessages par seconde ont été diffusés. Lors de la journée du vote, un sommet de 17 messages/seconde a été atteint à 21 h 20. Par la suite, le débit s’est stabilisé autour de 6 messages/seconde, et cela, jusqu’à l’attentat sur la personne de la première ministre. Après l’incident, soit autour de minuit, une moyenne de 10 messages/seconde a été observée. Dans le graphique 7.1 qui illustre le nombre de micro-messages politiques publiés lors de la période d’analyse, les débats ainsi que la journée de l’élection sont aisément identifiables.

TABLEAU 7.1. Nombre de micromessages par sujet

TABLEAU 7.1. Nombre de micromessages par sujet

Note : L’algorithme de groupement utilisé (LDA) a amalgamé les micromessages traitant de l’élection de Pauline Marois et de celle de Léo Bureau-Blouin. Ce regroupement s’explique par le vocabulaire très semblable des messages liés aux deux sujets ainsi que les messages qui traitaient des deux individus en même temps.

GRAPHIQUE 7.1. Nombre de micromessages publiés par jour

GRAPHIQUE 7.1. Nombre de micromessages publiés par jour

26Le graphique 7.1 illustre que bien qu’ils aient suscité moins d’activité sur Twitter que le premier débat, les trois face à face diffusés par TVA ont maintenu une activité relativement intense. Cet intérêt des usagers de Twitter s’est maintenu à la suite des débats. Ceux-ci ont été beaucoup plus actifs dans la portion de la campagne qui a succédé aux débats. En effet, le nombre de micromessages a passé d’une moyenne d’environ 26 0000 micro-messages publiés quotidiennement avant les débats, à près de 32 000 micro-messages par jour après les débats.

27Plusieurs des sujets qui ont émergé du corpus sont volatils ; ils varient selon l’ordre du jour médiatique du moment. Le graphique 7.2 illustre l’évolution chronologique de six thèmes récurrents lors de la campagne électorale, soit les référendums d’initiative populaire, la corruption, les manifestations, l’emploi et l’économie, le conflit étudiant (incluant les micromessages traitant de la rentrée scolaire) ainsi que le Plan Nord. Certains enjeux sont plus définis dans le temps et sont liés à des événements plus ponctuels comme les manifestations et la rentrée scolaire. Certains autres thèmes comme la corruption et le Plan Nord sont présents tout au long de la campagne, mais connaissent un volume de publication plus important lors des débats et des élections ou lorsque, pour le thème de la corruption, il a été révélé que le procureur-chef de la commission Charbonneau avait déjà représenté un entrepreneur dans le domaine de la construction.

GRAPHIQUE 7.2. Nombre de micromessages publiés par jour par sujet en 2012

GRAPHIQUE 7.2. Nombre de micromessages publiés par jour par sujet en 2012

Chambre d’écho ?

28Plutôt que de créer un contenu original, il est possible pour les utilisateurs de rediffuser un micromessage d’un autre utilisateur. Il s’agit d’une fonction incontournable pour un média social, car un contenu devient viral lorsque celui-ci est partagé abondamment par les utilisateurs du réseau. Wallsten (2005) affirmait que les blogues politiques agissaient comme une vaste chambre d’écho. L’analyse du corpus des messages politiques interceptés durant la campagne va dans le sens de cette affirmation.

29Seulement 663 438 micromessages, sur un total d’environ 1,5 million composant le corpus, sont originaux, soit 45,5 %. Autrement dit, 54,5 % des messages sont des messages rediffusés par les utilisateurs de Twitter. Cette proportion a varié entre 38,2 % et 51,7 %, la proportion la plus élevée ayant été atteinte le jour de l’élection et la plus basse, le lendemain. Plus particulièrement, l’analyse a révélé que la couverture anglophone des élections a été composée à 58,4 % de micromessages originaux. Par ailleurs, seulement 19,9 % des micromessages traitant de la faillite des candidats du parti Coalition avenir Québec (CAQ) ont été originaux. À première vue, comme les blogues, Twitter semblerait être une chambre d’écho où les contenus sont majoritairement répétés. Une analyse plus poussée serait en mesure de confirmer cette intuition.

Projection cartésienne du corpus

30Le graphique 7.3, disponible en ligne (http://www.pum.umontreal.ca/​catalogue/​les-quebecois-aux-urnes), illustre l’ensemble du corpus selon la méthode décrite antérieurement. Chaque point est un micromessage et la disposition de chacun dépend de sa similarité avec les autres micromessages. La couleur de chaque point est déterminée par le sujet principalement abordé dans le micromessage. Dans cette visualisation, les rediffusions ont été éliminées du corpus ; seuls les micromessages originaux sont utilisés.

31Cette disposition est la plus fidèle au corpus ; l’impressionnisme de la structure est expliqué par l’appartenance multiple des micromessages à différents sujets. En effet, si un micromessage (un point de couleur) se rapproche d’un autre message, cela indique que les deux micromessages sont semblables. Par conséquent, comme la plupart des micromessages appartiennent à plusieurs sujets, cette projection cartésienne est plutôt hétérogène et gagnerait à être schématisée afin que la lisibilité soit meilleure.

32Le graphique 7.4, disponible à la même adresse, est plus convivial, car les paramètres de la projection cartésienne ont été ajustés afin que les micromessages similaires soient disposés plus près. Les multiples sujets y sont donc plus facilement repérables. Cette disposition permet d’y apposer des étiquettes guidant l’exploration de la projection des micromessages. En contrepartie, la multiple appartenance des messages aux sujets est minimisée. En effet, les différents groupes de sujets sont plus facilement identifiables, mais ne correspondent pas nécessairement à leur disposition réelle. Par contre, ce resserrement des points permet d’identifier les ensembles de micromessages très hétérogènes partageant plusieurs sujets. Ceux-ci sont plutôt situés au centre du graphique, car ils sont attirés par tous les autres ensembles situés en périphérie du graphique. Inversement, les groupes de micromessages très semblables et majoritairement identifiés par un seul sujet sont attirés vers l’extérieur du graphe.

***

33Comme toutes les disciplines, la science politique profite de virtualisations des rapports humains, de la numérisation des communications et de l’exponentiation des capacités informatiques. Le recours aux techniques de forage de données, jusqu’ici utilisées par les analystes d’affaires et les sciences de l’information, permet d’étudier des phénomènes politiques en temps réel et sur l’ensemble d’un corpus très vaste et complexe.

34Malgré l’imperfection des données de base et des biais de la population des micromessages étudiée, les résultats de cette étude suggèrent que les sujets présents dans la twittosphère sont semblables à ceux qui sont présents dans les médias écrits, mais dans des proportions différentes. La twittosphère apparaît donc comme un autre lieu où il est possible d’articuler un ordre du jour de campagne, qui présente des similarités et des différences par rapport à celui qu’on trouve dans les médias d’information. Il va sans dire qu’une étude plus approfondie pourrait examiner les réseaux complets et les conversations présentes dans les médias sociaux.

Notes

1 Voir le chapitre 6 d’Andrea Lawlor et Frédérick Bastien sur la couverture électorale par la presse écrite.

Table des illustrations

Titre TABLEAU 7.1. Nombre de micromessages par sujet
Légende Note : L’algorithme de groupement utilisé (LDA) a amalgamé les micromessages traitant de l’élection de Pauline Marois et de celle de Léo Bureau-Blouin. Ce regroupement s’explique par le vocabulaire très semblable des messages liés aux deux sujets ainsi que les messages qui traitaient des deux individus en même temps.
URL http://books.openedition.org/pum/docannexe/image/5900/img-1.jpg
Fichier image/jpeg, 167k
Titre GRAPHIQUE 7.1. Nombre de micromessages publiés par jour
URL http://books.openedition.org/pum/docannexe/image/5900/img-2.jpg
Fichier image/jpeg, 24k
Titre GRAPHIQUE 7.2. Nombre de micromessages publiés par jour par sujet en 2012
URL http://books.openedition.org/pum/docannexe/image/5900/img-3.jpg
Fichier image/jpeg, 93k

Auteur

Détient une maîtrise en science politique. Il est le fondateur d’IndiceQuébec.com. Il travaille actuellement comme scientifique de données dans une grande firme internationale de technologie de l’information. Auparavant, il a travaillé comme analyste marketing dans une firme de sondages commerciaux et politiques. Il s’intéresse particulièrement à l’analyse quantitative des médias sociaux et à la visualisation de données. Plusieurs de ses visualisations ont été publiées dans des médias internationaux (Wired, The Guardian, El País, etc.), nationaux ainsi que dans la presse scientifique (Nature, Science, etc.).

© Presses de l’Université de Montréal, 2013

Conditions d’utilisation : http://www.openedition.org/6540

Lire

Open access

Acheter

Volume papier

Decitre