Notes

• [1]
  Antoine Belhassen, « Diffamation, insultes, haine : plusieurs élus de la Ville d’Annecy portent plainte après des faits de cyberharcèlement », France 3 Auvergne Rhône-Alpes, 24 octobre 2024.
• [2]
  Nina Valette, « Aly Diouara, député LFI de Seine-Saint-Denis, dépose plainte pour “cyberharcèlement” et “menaces de mort” », France Bleu, 19 août 2024.
• [3]
  Simon Soubieux, « Les atteintes aux élus ont augmenté de 15 % entre 2022 et 2023, selon le ministère de l’Intérieur », France Info, 19 novembre 2023.
• [4]
  Olivier Beaumont, « Les maires au bord du grand surmenage : 83 % jugent leur mandat usant pour la santé », Le Parisien, 14 novembre 2024.
• [5]
  Emiliano Grossman, Nicolas Sauger, Pourquoi détestons-nous autant nos politiques ?, Paris, Presses de Sciences Po, 2017.
• [6]
  Voir Katherine Cross, « Toward a Formal Sociology of Online Harassment », Human Technology, 15 (3), 2019, p. 326-346 ; Sara Donato, Hande Eslen-Ziya, Emiliana Mangone, « From Offline to Online Violence : New Challenges For the Contemporary Society », International Review of Sociology, 32 (3), 2022, p. 400-412.
• [7]
  La diffusion publique de données personnelles, telles qu’une adresse postale, sans le consentement de la personne concernée.
• [8]
  Zizi Papacharissi, « Democracy Online : Civility, Politeness, and the Democratic Potential of Online Political Discussion Groups », New Media & Society, 6 (2), 2004, p. 259-283.
• [9]
  Patricia Rossini, « Beyond Incivility : Understanding Patterns of Uncivil and Intolerant Discourse in Online Political Talk », Communication Research, 49 (3), 2022, p. 399-425.
• [10]
  Mona Lena Krook, « Violence Against Women in Politics », Journal of Democracy, 28 (1), 2017, p. 74-88.
• [11]
  Sarah Sobieraj, Credible Threat. Attacks Against Women Online and the Future of Democracy, Oxford, Oxford University Press, 2020.
• [12]
  Jana Boukemia, Marius Sältzer, Sébastien Boyer, « Misogyny, Politics, and Social Media Determinants of Hostile Engagement Against Women Parliamentarians on Twitter », Legislative Studies Quarterly, 50 (3), 2025, en ligne : http://doi.org/10.1111/lsq.12486.
• [13]
  Isabelle van der Vegt, « Gender Differences in Online Abuse : The Case of Dutch Politicians », Crime Science, 13 (5), 2024, p. 5, en ligne : http://doi.org/10.1186/s40163-024-00203-z.
• [14]
  Luise Koch et al., « Online Misogyny Against Female Candidates in the 2022 Brazilian Elections : A Threat to Women’s Political Representation ? », arXiv, 2024, en ligne : http://arxiv.org/abs/2403.07523.
• [15]
  Josefina Erikson, Sofia Håkansson, Cecilia Josefsson, « Three Dimensions of Gendered Online Abuse : Analyzing Swedish MPs’ Experiences of Social Media », Perspectives on Politics, 21 (3), 2023, p. 896-912.
• [16]
  Rosalynd Southern, Emily Harmer, « Twitter, Incivility and “Everyday” Gendered Othering : An Analysis of Tweets Sent to UK Members of Parliament », Social Science Computer Review, 39 (2), 2021, p. 259-275.
• [17]
  Rebecca Kuperberg, « Intersectional Violence against Women in Politics », Politics & Gender, 14 (4), 2018, p. 685-690.
• [18]
  Sara Bentivegna, Rosella Rega, « Politicians Under Fire : Citizens’ Incivility Against Political Leaders on Social Media », Social Media + Society, 10 (4), 2024, en ligne : https://doi.org/10.1177/20563051241298415.
• [19]
  Yannis Theocharis et al., « A Bad Workman Blames His Tweets : The Consequences of Citizens’ Uncivil Twitter Use When Interacting With Party Candidates », Journal of Communication, 66 (6), 2016, p. 1007-1031.
• [20]
  Genevieve Gorrell et al., « Which Politicians Receive Abuse ? Four Factors Illuminated in the UK General Election 2019 », EPJ Data Science, 9, 2020, en ligne : http://doi.org/10.1140/epjds/s13688-020-00236-9.
• [21]
  Julien Longhi, Sarah Vernet, « Quelle place pour les réseaux sociaux numériques dans la production et la circulation des discours de haine ? », Réseaux, 241, 2023, p. 11-35.
• [22]
  Stéphanie Wojcik, « Proposition d’analyse de la conflictualité numérique : les commentaires sur les pages Facebook de deux candidats à la présidentielle française de 2017 », Mots. Les langages du politique, 134, 2024, p. 163-178.
• [23]
  Thomas Aguilera, Tom Chevalier, « Les méthodes mixtes : vers une méthodologie 3.0 ? », Revue française de science politique, 71 (3), juin 2021, p. 361-363.
• [24]
  Tous les tweets où l’utilisateur a été ciblé par un signe @ (y compris les tweets de citation et les réponses directes).
• [25]
  Entretien avec un collaborateur du groupe Renaissance réalisé le 5 juin 2023 à la cafétéria de l’Assemblée nationale.
• [26]
  Luc Boltanski, « La dénonciation », Actes de la recherche en sciences sociales, 51, 1984, p. 3-40.
• [27]
  Entretien avec un collaborateur du groupe LFI réalisé le 4 juillet 2023 à la cafétéria de l’Assemblée nationale.
• [28]
  Grant Blank, « The Digital Divide Among Twitter Users and Its Implications for Social Research », Social Science Computer Review, 35 (6), 2016, p. 679-697.
• [29]
  Florence Écormier-Nocca, Charles Louis-Sidois, « Fronde 2.0 : les députés français sur Twitter », Revue française de science politique, 69 (3), juin 2019, p. 481-500.
• [30]
  Camille Beaurepaire, Yann Boude, Avner Bar-Hen, « Faire parti sur Twitter : la communication politique des députés de la XV^e législature », Réseaux, 244, 2024, p. 301-334.
• [31]
  Je remercie l’équipe d’ingénieurs du médialab de Sciences Po qui a réalisé cette collecte massive de données Twitter dans le cadre du projet « MEDIALEX ».
• [32]
  L’ensemble de ces données représentent plus de 30 millions de messages. Tous ces messages ne pouvaient pas être considérés comme des expressions originales : une grande quantité était composée uniquement de retweets, que j’ai décidé de supprimer. J’ai également choisi de ne conserver que les tweets adressés à un·e seul·e député·e pour m’assurer que le sentiment en question était bien adressé à cet individu (et non pas tweeté en masse à un groupe de député·es d’un parti particulier). Enfin, j’ai choisi de réduire la temporalité à la période de septembre 2022 à mai 2023, représentant la principale « année parlementaire » où l’activité de tweet des député·es est restée à des niveaux relativement stables.
• [33]
  Voir Stephen Ward, Liam McLoughlin, « Turds, Traitors and Tossers : The Abuse of UK MPs Via Twitter », The Journal of Legislative Studies, 26 (1), 2020, p. 47-73.
• [34]
  Voir Benjamin Tainturier, Charles de Dampierre, Dominique Cardon, « Mesurer l’empreinte antisémite sur YouTube », Bulletin of Sociological Methodology/Bulletin de méthodologie sociologique, 160, 2023, p. 71-98.
• [35]
  Tweet adressé à la députée Renaissance Violette Spillebout le 14 mai 2023.
• [36]
  Patricia Rossini, « Beyond Incivility : Understanding Patterns of Uncivil and Intolerant Discourse in Online Political Talk », Communication Research, 49 (3), 2022, p. 399-425.
• [37]
  Voir Liam Burke-Moore, Angus R. Williams, Jonathan Bright, « Journalists Are Most Likely to Receive Abuse : Analysing Online Abuse of UK Public Figures Across Sport, Politics, and Journalism on Twitter », arXiv, 2024, en ligne : http://arxiv.org/abs/2409.03376 ; et Jana Boukemia, Marius Sältzer, Sébastien Boyer, « Misogyny, Politics, and Social Media Determinants of Hostile Engagement Against Women Parliamentarians on Twitter », Legislative Studies Quarterly, 2024, en ligne : http://doi.org/10.1111/lsq.12486.
• [38]
  Salomé Do, Étienne Ollion, Rubing Shen, « The Augmented Social Scientist : Using Sequential Transfer Learning to Annotate Millions of Texts With Human-Level Accuracy », Sociological Methods & Research, 53 (3), 2024, p. 1167-1200.
• [39]
  Plus précisément, environ 700 tweets pour l’entraînement (training set) et entre 300 et 500 tweets pour les ensembles d’évaluation (test set) pour chaque modèle. Ces proportions respectent les bonnes pratiques en apprentissage supervisé, où une majorité des données est consacrée à l’apprentissage des paramètres du modèle, tandis qu’un ensemble distinct est utilisé pour évaluer ses performances. Le processus d’annotation a été facilité par le logiciel Active Tigger (voir http://www.css.cnrs.fr/fr/active-tigger/).
• [40]
  Il est important de préciser ici que les erreurs commises par les LLMs ne sont pas nécessairement aléatoires, ce qui peut poser des problèmes pour les analyses statistiques ultérieures. Bien que la procédure d’entraînement du modèle BERT offre un meilleur contrôle du processus que l’utilisation de modèles tels que GPT, ce contrôle reste nécessaire. J’ai utilisé la méthode DSL (design-based supervised learning) pour vérifier que les erreurs de classification ne biaisent pas mes analyses (v. Naoki Egami, Musashi Hinck, Brandon M. Stewart, Hanying Wei, « Using Imperfect Surrogates for Downstream Inference : Design-based Supervised Learning for Social Science Applications of Large Language Models », arXiv, 2024, en ligne : https://arxiv.org/abs/2306.04746.) Cette méthode utilise un petit sous-échantillon de tweets annotés manuellement pour estimer et corriger d’éventuels biais systématiques dans les prédictions du modèle. Après correction, la répartition des trois catégories de député·es reste quasiment inchangée (avec des corrélations autour de 0,98), ce qui montre que les erreurs du classifieur ne produisent pas de distorsion systématique.
• [41]
  La très grande quantité de données signifie que tous les cas ambigus n’ont pas pu être étudiés. Cependant, après plusieurs séries d’examens et de consultations, j’ai pu constater que la plupart des contradictions possibles trouvées par les classifieurs représentaient également des cas où un annotateur humain hésiterait. Bien que le processus itératif de formation du modèle ait cherché à réduire ces ambiguïtés, l’objectif principal de la méthode est d’étendre un système de codage créé par l’humain sur un très grand ensemble de données. Les imperfections et les ambiguïtés qui surviendraient même avec un codage manuel sont attendues, même s’il a été démontré que ces modèles sont aussi performants, voire plus, que les codeurs humains. Après validation par des tests métriques et consultation d’évaluateurs humains, le modèle a été jugé suffisamment performant pour servir de base à l’analyse.
• [42]
  S. Wojcik, « Proposition d’analyse de la conflictualité numérique… », art. cité.
• [43]
  S. Bentivegna, R. Rega, « Politicians Under Fire… », art. cité.
• [44]
  L. Burke-Moore, A. R. Williams, J. Bright, « Journalists Are Most Likely… », art. cité.
• [45]
  Robert Kieschnick, B. D. McCullough, « Regression Analysis of Variates Observed on (0, 1) : Percentages, Proportions and Fractions », Statistical Modelling, 3 (3), 2003, p. 193-213.
• [46]
  Pour une comparaison avec une régression linéaire, voir les annexes en ligne sur le site Internet de l’Association française de science politique : www.afsp.info/annexes-methodologiques-rfsp-75-3-elections-francaises-2024-2/.
• [47]
  Ces données ont été extraites du site Web Politiquemania (www.politiquemania.com, désormais inactif), qui à l’époque mettait à jour automatiquement l’agenda des apparitions de personnalités politiques dans les programmes de radio et de télévision. Les médias comprennaient France Info, France 2, France 3, France Inter, France Culture, Sud Radio, LCI, RFI, France 24, Public Sénat, Cnews, BFMTV et Europe 1. Bien que les mises à jour pour la période 2022-2023 aient déjà été incomplètes avant la désactivation du site, ces données offrent une indication sur les député·es les plus médiatisé·es.
• [48]
  Genevieve Gorrell et al., « Which Politicians Receive Abuse ? Four Factors Illuminated in the UK General Election 2019 », EPJ Data Science, 9 (1), 2020, p. 18, en ligne : http://doi.org/10.1140/epjds/s13688-020-00236-9.
• [49]
  Yannis Theocharis et al., « A Bad Workman Blames His Tweets : The Consequences of Citizens’ Uncivil Twitter Use When Interacting With Party Candidates », Journal of Communication, 66 (6), 2016, p. 1007-1031.
• [50]
  www.afsp.info/annexes-methodologiques-rfsp-75-3-elections-francaises-2024-2/.
• [51]
  Paolo Gerbaudo, « The Platform Party : The Transformation of Political Organisation in the Era of Big Data », dans David Chandler, Christian Fuchs (dir.), Digital Objects, Digital Subjects. Interdisciplinary Perspectives on Capitalism, Labour and Politics in the Age of Big Data, Londres, University of Westminster Press, 2019, p. 187-198.
• [52]
  www.afsp.info/annexes-methodologiques-rfsp-75-3-elections-francaises-2024-2/.
• [53]
  S. Sobieraj, Credible Threat…, op. cit.
• [54]
  R. Southern, E. Harmer, « Twitter, Incivility and “Everyday” Gendered Othering… », art. cité.
• [55]
  Christopher Bail, Breaking the Social Media Prism. How to Make Our Platforms Less Polarizing, Princeton, Princeton University Press, 2022.
• [56]
  Safia Dahani, « Le Rassemblement National 2.0 : Entre professionnalisation de la communication numérique et recherche d’attention journalistique », Politiques de communication, 22, 2024, p. 55-89.
• [57]
  L. Koch et al., « Online Misogyny Against Female Candidates… », art. cité.
• [58]
  Les termes sont filtrés selon deux critères : une significativité statistique (p < 0.05) et une amplitude minimale (|log-odds| ≥ 0.5), éliminant ainsi les différences marginales ou non significatives. Voir l’annexe en ligne pour une mesure alternative montrant la fréquence des termes : www.afsp.info/annexes-methodologiques-rfsp-75-3-elections-francaises-2024-2/.
• [59]
  Keltoume Larchet, « “Sale pute”, “mal baisée”, “vieille peau” : panorama des insultes sexistes en France », Cahiers de la sécurité et de la justice, 59, 2023, p. 75-86.
• [60]
  R. Southern, E. Harmer, « Twitter, Incivility and “Everyday” Gendered Othering… », art. cité.
• [61]
  Voir BFMTV, « Le député RN qui a lancé “poissonnière” à Mathilde Panot sanctionné par l’Assemblée nationale », 13 juin 2023.
• [62]
  Yann Bouchez, « Qui est vraiment Louis Boyard, nouvelle gueule de la “génération Mélenchon” », Le Monde, 6 juillet 2022.
• [63]
  Maxime Dafaure, « “To Redpill a Normie” : les stratégies de communication de l’alt-right et la voix politique d’extrême droite sur Internet », Revue française d’études américaines, 180, 2024, p. 89-104.
• [64]
  R. Southern, E. Harmer, « Twitter, Incivility and “Everyday” Gendered Othering… », art. cité.
• [65]
  Rosalynd Southern, « Does Fear of Harassment Reduce Women’s Online Political Participation ? Evidence From the British Election Study Across Three UK General Elections », European Journal of Politics and Gender, 2024, en ligne : https://doi.org/10.1332/25151088Y2024D000000027.
• [66]
  L. Koch et al., « Online Misogyny Against Female Candidates… », art. cité.
• [67]
  Josefina Erikson, Sofia Håkansson, Cecilia Josefsson, « Three Dimensions of Gendered Online Abuse : Analyzing Swedish MPs’ Experiences of Social Media », Perspectives on Politics, 21 (3), 2023, p. 896-912.