Faire un état de l’art

Cartographie permettant de faire ressortir les liens entre 2 domaines de recherche opinion dynamics modeling & application of recommendation algorithms to social media

https://www.jasss.org/27/1/9/9.pdf

Réalisée par David Chavalarias, à partir de GarganText

Pour une publication scientifique dans une revue à comité de lecture

Comment voir les liens entre des domaines de recherche distincts

Carte de la littérature sur la dynamique de l’opinion avec GarganText.

1 872 publications extraites du Web of Sciences. Les expressions clés du domaine (nœuds dans la carte) ont été extraites au moyen d’une fouille de texte sur le titre et les résumés de ces documents. La proximité sémantique entre ces expressions a été calculée comme la confiance métrique, c’est-à-dire le maximum des deux probabilités conditionnelles d’avoir une expression connaissant l’autre dans la même publication. Le graphe résultant a été visualisé à l’aide de Gephi. Cette visualisation est disponible de manière interactive

Une Approche Systèmes Complexes des Risques Existentiels

Les risques existentiels sont des catastrophes menaçant l’extinction de la vie sur Terre, ou la diminution irréversible de son potentiel sur le long terme. Entre le changement climatique, la menace d’armes biologiques, et celle de guerre nucléaire, de nombreux auteurs pensent que le XXIe siècle pourrait constituer une « ère de périls extraordinaire ».

L’objectif de cette thèse est de modéliser la résistance et la résilience des sociétés face à ces risques, modélisés comme des chocs externes de type « cygnes noirs », c’est-à-dire comme des évènements dramatiques mais peu probables. Nous étudierons notamment l’influence de la corrélation entre différentes sociétés sur leur probabilité de survie à long terme.

Cartographie des principaux risques existentiels

Réalisée par Arsène Pierrot, doctorant à l’ISC-PIF, à partir de GarganText

Cartographie des « Fake News, Désinformation et Mésinformation »

Réalisée par Victor Chomel, ancien doctorant à l’ISC-PIF, à partir de GarganText

Fake news et manipulation de l’information

Comment modéliser la propagation de fausses informations (contexte, image ou vidéo) sur plusieurs réseaux sociaux ?

La désinformation est devenu un sujet de préoccupation majeure ces dernières années. Dans nos travaux, la désinformation avec une approche structurelle et dynamique, s’intéressant au contexte plus qu’aux contenus.

L’objectif est de montrer comment l’analyse de la circulation de l’information, ainsi que sa mise en relation avec les structures sociales permet la détection de comptes ayant des comportements anormaux sur les réseaux. Les études portent principalement sur trois datasets de Twitter, collectés au cours des dernières années : réchauffement climatique, politique française et vaccination.