{Jens Hainmueller Jeremy Weinstein Duncan Lawrence David Laitin Alexandra Siegel}

Résumé

Nous développons une méthode en temps réel et évolutif pour analyser la communication stratégique des acteurs politiques sur des enjeux politiques majeurs à travers leurs tweets. En utilisant des embeddings de mots et des modèles d’apprentissage automatique supervisé, nous classifions les tweets des législateurs en fonction de la référence qu’ils font aux questions politiques ainsi que des positions qu’ils défendent. Cette approche nous permet de mesurer les micro-dynamiques de la communication des élites avec un haut degré de granularité temporelle, tout en restant scalable à travers divers domaines d’actualité et différentes assemblées législatives. À titre de preuve de concept, nous appliquons cette méthode pour suivre l’évolution sur plusieurs années des positions exprimées par les membres du Congrès sur l’immigration et le changement climatique. Une validation basée sur des scores de vote spécifiques aux enjeux montre que notre méthode atteint un niveau satisfaisant de précision, tout en permettant d’identifier les législateurs dont la rhétorique en ligne diffère de manière substantielle de leur comportement de vote. Nous mettons également à disposition, sur un site web interactif mis à jour automatiquement et accessible au public, l’analyse relative à l’immigration, offrant ainsi aux chercheurs, aux journalistes et aux décideurs politiques la possibilité d’explorer en temps réel les évolutions de la rhétorique des législateurs sur ce sujet.