Comprendre les idéations complotistes de l'individu au groupe social : dimensions cognitives et computationnelles
Auteur / Autrice : | Salomé Leclercq |
Direction : | Renaud Jardri |
Type : | Thèse de doctorat |
Discipline(s) : | Neurosciences |
Date : | Soutenance le 11/12/2023 |
Etablissement(s) : | Université de Lille (2022-....) |
Ecole(s) doctorale(s) : | École doctorale Biologie-Santé (Lille ; 2000-....) |
Partenaire(s) de recherche : | Laboratoire : Lille Neuroscience et Cognition (Lille) - Lille Neurosciences & Cognition - U 1172 |
Jury : | Président / Présidente : Frank Larøi |
Examinateurs / Examinatrices : Renaud Jardri, Mélissa Allé | |
Rapporteurs / Rapporteuses : Anne Giersch, Sylvain Delouvée |
Mots clés
Résumé
Le rythme des crises sociopolitiques s'est considérablement accéléré au cours des dernières années, et s'est accompagné d'une montée en flèche des croyances conspirationnistes et pseudo-scientifiques. Ces idées inflexibles, largement répandues au sein de la population générale, ont eu un impact non négligeable sur les comportements individuels, qu'il s'agisse de leur choix de santé ou de leur choix d'engagement politique. Ce phénomène global de rigidification des croyances, s'il peut être observé au niveau individuel, trouve également son reflet à l'échelle des groupes sociaux, via la polarisation et la radicalisation des opinions en ligne. Certains auteurs ont formulé l'hypothèse du « complotisme » en tant que stratégie d'adaptation, qui viserait à rétablir la prévisibilité du monde face à des évènements très incertains. Ce mécanisme compensatoire s'appuierait sur des biais d'inférence, cognitifs et perceptifs, que les modèles Bayésiens sont censés pourvoir capturer. Cette thèse de doctorat visait donc à décrypter les mécanismes qui sous-tendent l'émergence et le maintien des croyances complotistes à travers trois niveaux de compréhension : les approches cognitives, perceptives et computationnelles.Dans le premier axe, j'ai exploré les mécanismes cognitifs associés aux idéations complotistes (IC). J'y montre notamment que l'attribution aberrante de saillance, un biais cognitif qui consiste à attribuer une trop grande importance à des stimuli non-pertinents, est associée aux IC et à l'hésitation vaccinale lors de la pandémie de COVID-19. Nous démontrons également que le lien, encore débattu, entre IC et perte du sentiment de contrôle sur le monde, peut être capturé expérimentalement par une tâche comportementale. Je montre enfin que cette association est sensible au stress et peut être révélée par l'incertitude du monde réel.En m'appuyant sur ces résultats, je me suis appliqué dans le deuxième axe du travail à déchiffrer la dynamique des IC autour d'événements politiques incertains, en combinant l'utilisation d'une tâche de perception bistable en ligne et d'un modèle computationnel. En utilisant le modèle de l'Inférence Circulaire, nous montrons notamment que lorsque l'incertitude atteint son paroxysme, les IC sont associées à une prise en compte plus importante des informations sensorielles. Pour faire face à l'incertitude, certains participants, particulièrement sensibles au stress, adopteraient une stratégie d'exploration consistant à rechercher des réponses simples et intuitives à des questions complexes. Progressivement, cette stratégie d'exploration évoluerait vers une stratégie d'exploitation dans laquelle l'adhésion accrue aux théories du complot est associée à l'amplification des connaissances a priori conduisant à un auto-renforcement du système de croyance.Enfin, dans le troisième axe de la thèse, j'aborde la question de la rigidification des croyances à l'échelle du groupe, en modélisant la propagation des croyances dans les réseaux sociaux comme une forme d'inférence probabiliste. Nous avons notamment abordé les phénomènes de polarisation et de radicalisation communément observés dans les communautés en ligne comme un excès de confiance qui trouverait ses origines dans une forme de circularité inhérente à la structure du réseau. En outre, nous avons pu démontrer la validité d'un nouvel algorithme, le Circular Belief Propagation (CBP), capable de contrer cet excès de confiance en utilisant des données issues de réseaux réels, tels que Facebook© et Twitter©.