Twitter peut-il prévoir des attaques contre les Asiatiques et les Américains d'origine asiatique?

Les informaticiens de l'Université de Rochester glanent une mine d'informations auprès des utilisateurs de Twitter pour documenter les impacts sociaux de la nouvelle pandémie de coronavirus.

Par exemple, une nouvelle étude du groupe de recherche de Jiebo Luo, professeur d'informatique, et publiée sur le site Web savant ArXiv, constate que l'utilisation accrue de termes tels que "virus chinois" et "virus de Wuhan" sur la plate-forme de médias sociaux est fortement corrélée à une augmentation des rapports médiatiques d'attaques contre des Chinois et d'autres Asiatiques.

Les chercheurs ont également pu prédire avec plus de 80% de précision quels utilisateurs de Twitter sont plus susceptibles d'utiliser les termes en fonction de leur âge, sexe, situation géographique, «capital social» et appartenance politique. Les termes utilisés pour désigner la source de la pandémie ont suscité la controverse dans certains milieux médiatiques entre ceux qui considèrent une description géographique comme un reflet précis de l'origine du virus tandis que d'autres considèrent les termes géographiques comme péjoratifs.

Un regard en temps réel sur une crise à grande échelle

"Au meilleur de nos connaissances, il s'agit de la première étude à grande échelle basée sur les médias sociaux pour caractériser les utilisateurs en ce qui concerne leur utilisation de termes controversés lors d'une crise majeure", écrit l'auteur principal Hanjia Lyu, Ph.D. étudiant. Long Chen '20, un étudiant de premier cycle du groupe, est co-auteur avec Luo.

Le groupe de Luo utilise également des données Twitter pour explorer d'autres aspects de la pandémie de coronavirus, y compris son impact sur la santé mentale, le succès des plateformes de financement participatif, la façon dont les étudiants réagissent à l'éloignement social et la relation entre la thésaurisation et la rareté.

«Les données capturées sur les plateformes de médias sociaux peuvent fournir un aperçu important en temps réel de la façon dont les gens communiquent et de ce dont ils pensent qu'il est important de parler», explique Luo.

Les chercheurs ont recueilli plus de 17 millions de tweets – environ 1,5 téraoctets de données – du 23 au 26 mars. Ils ont ensuite appliqué une plateforme de reconnaissance faciale pour aider à déterminer quels utilisateurs de Twitter pouvaient être caractérisés en toute confiance par leur âge, leur sexe et leur race. Les utilisateurs qui ont suivi des candidats des deux partis ont été exclus.

Cela a produit une base de données de travail de 593 233 tweets utilisant des «termes controversés» et 490 168 tweets utilisant des «termes non controversés».

Les chercheurs ont ensuite utilisé des techniques de classification d'apprentissage automatique pour prédire quels utilisateurs seraient les plus susceptibles d'utiliser des termes controversés ou non controversés.

Les utilisateurs des banlieues et des zones rurales sont les plus susceptibles d'utiliser des termes controversés

Les chercheurs ont pu tirer un certain nombre de conclusions sur la base de leur analyse de plus d'un million de tweets. Parmi eux:

• Les hommes étaient responsables de 61% des tweets utilisant des termes controversés.
• Les femmes étaient responsables de 56,2% des tweets utilisant des termes non controversés.
• Plus de la moitié des personnes utilisant des termes non controversés avaient moins de 35 ans; les utilisateurs de plus de 45 ans sont plus susceptibles d'utiliser des termes controversés.
• Les termes controversés étaient plus susceptibles d'être utilisés par les utilisateurs de Twitter dans les zones rurales et suburbaines.
• Parmi les utilisateurs de Twitter dont la suite politique pouvait être déterminée, les partisans du président Donald Trump étaient plus susceptibles d'utiliser des termes controversés. Les adeptes d'Elizabeth Warren et de Pete Buttegieg étaient les plus susceptibles d'utiliser des termes non controversés.
• Les utilisateurs de Twitter qui ont un compte depuis plus longtemps – et qui ont plus d'abonnés, d'amis, de favoris et d'autres «capitaux sociaux» – étaient plus susceptibles d'utiliser des termes non controversés.

Le groupe de Luo a utilisé des méthodologies similaires pour suivre la campagne présidentielle de 2016 et donner des indices sur les raisons pour lesquelles la course s'est déroulée comme elle l'a fait.