Un chercheur utilise les données des médias sociaux pour analyser la réaction du public à la pandémie

À partir du moment où la nouvelle d'un virus inconnu et potentiellement mortel a éclaté, le sujet a éclairé les canaux de médias sociaux – créant une mine de données pour Jia Xue de l'Université de Toronto, qui utilise des approches informatiques pour étudier les problèmes de justice sociale.

Xue a immédiatement commencé à extraire les données des médias sociaux – y compris les discussions et les sentiments des utilisateurs de Twitter, Weibo et YouTube – pour aider les décideurs et les cliniciens à mieux comprendre la réponse du public au COVID-19, ainsi que les conséquences psychologiques de la pandémie.

«En analysant le contenu des médias sociaux avec une approche d'apprentissage automatique, nous pouvons avoir une idée rapide et en temps réel de la façon dont les gens réagissent à la pandémie et de la manière dont ces réactions changent à mesure que la pandémie évolue», déclare Xue, professeur adjoint au Faculté de service social Factor-Inwentash de l'Université de Toronto et Faculté de l'information. "Ces connaissances peuvent ensuite être utilisées pour une meilleure prise de décision par les autorités de santé publique aujourd'hui et à l'avenir."

Au Artificial Intelligence for Justice Lab (AIJ lab) de l'U of T, où Xue est le fondateur et directeur, les chercheurs utilisent des technologies de pointe pour examiner la violence entre partenaires intimes, la violence sexuelle, la maltraitance des enfants, l'intimidation à l'école et, maintenant, la communication d'informations sur la santé. autour du COVID-19 sur les réseaux sociaux. En plus d'identifier les thèmes dominants dans les messages Twitter, les chercheurs utilisent l'analyse des sentiments pour mieux comprendre les pensées et les émotions des gens.

L'équipe de Xue recueille continuellement des millions de tweets aléatoires liés à la pandémie depuis début janvier. Elle et ses collaborateurs en Chine ont fait de même pour l'équivalent chinois de Twitter, appelé Weibo.

«Twitter et Weibo sont des mines d'or pour des données qui se renouvellent constamment», déclare Xue, notant que, pour garantir la confidentialité des utilisateurs, les tweets collectés ne contiennent aucune information personnellement identifiable.

Selon l'analyse de Xue sur les messages Weibo, les émotions négatives telles que l'anxiété et la dépression ont augmenté après la déclaration du COVID-19 en Chine, tandis que les émotions positives et la satisfaction de vivre ont diminué. Sur Twitter, les deux émotions les plus prédominantes que sa recherche a révélées dans les tweets pandémiques étaient la peur, liée aux rapports de nouveaux cas et décès, et l'anticipation, en relation avec les mesures de santé publique telles que les restrictions et les fermetures.

Plus récemment, la recherche de Xue a identifié un changement dans les thèmes COVID-19 les plus discutés sur Twitter. Dans les 23 millions de messages Twitter en anglais collectés entre le 7 mars et le 21 avril, les sujets les plus discutés comprenaient la nécessité d'un vaccin, les ordonnances de quarantaine et la stigmatisation sociale à propos du virus. C'est en contraste avec les 10 millions de tweets anglais que son équipe a recueillis du 20 janvier au 7 mars, lorsque les projecteurs étaient sur des sujets tels que les mesures préventives et protectrices et l'impact économique, plutôt que le traitement et les symptômes.

"Notre méthode basée sur l'IA surmonte les limites des enquêtes rétrospectives à petite échelle et chronophages", déclare Xue. "Nous pouvons presque immédiatement fournir une riche source d'informations aux décideurs politiques ainsi qu'aux travailleurs sociaux, aux psychologues et aux psychiatres qui fourniront une thérapie aux individus et aux groupes affectés."

Xue a déjà publié quatre articles de recherche axés sur la pandémie depuis mars et plusieurs autres sont en préparation. Plus récemment, elle a reçu une subvention des Instituts de recherche en santé du Canada pour explorer le risque accru de violence familiale pendant la quarantaine du COVID-19 au Canada.

"Il y aura toujours des débats sur l'utilisation responsable des mégadonnées", déclare Xue. "Mais nous avons montré qu'il peut être utilisé pour éclairer des stratégies visant un changement social positif. Ce travail sur la pandémie n'est qu'un autre exemple."