Un transformeur à double attention explicable pour prédire l'impact socioculturel des événements sportifs mondiaux

Pourquoi les grands moments sportifs comptent au-delà du score

Lorsque des milliards de personnes regardent les Jeux olympiques ou la Coupe du monde, les effets vont bien au‑delà des médailles et des audiences télévisées. Ces méga‑événements façonnent la façon dont les nations se perçoivent, comment elles sont perçues par les autres, et comment des enjeux comme l'égalité des sexes, la diversité et la responsabilité environnementale accèdent au devant de la scène mondiale. Cet article présente un nouvel outil d'intelligence artificielle qui tente de mesurer ces répercussions sociales difficiles à saisir sous la forme d'un score unique et comparable, offrant aux gouvernements, aux organisateurs et au public une image plus claire de ce que nous gagnons — ou perdons — réellement avec les plus grands événements sportifs du monde.

Transformer des réactions sociales complexes en un score clair

Les auteurs commencent par définir un « score d'impact social » pour chaque grand événement sportif organisé dans le monde entre 2000 et 2024. Plutôt que de ne regarder que l'argent ou les audiences télévisées, ils combinent plusieurs dimensions : engagement culturel, diversité, représentation de genre, humeur publique, durabilité environnementale et attention médiatique. Chacun de ces éléments est d'abord normalisé afin que des types de données très différents — comme le sentiment issu d'enquêtes, l'activité sur les réseaux sociaux ou des indicateurs d'événements « verts » — puissent être comparés équitablement. Des pondérations soigneusement choisies et un lissage dans le temps transforment ensuite ce mélange en un score continu allant de faible à fort impact, destiné à refléter la force de la résonance sociale et culturelle d'un événement sans prétendre établir une relation stricte de cause à effet.

Construire une lentille plus intelligente pour les données événementielles

Pour prédire ce score d'impact social, les chercheurs assemblent un vaste jeu de données d'environ 70 000 enregistrements au niveau des événements, couvrant des compétitions comme les Jeux olympiques, la Coupe du monde de la FIFA, les Jeux asiatiques et des tournois régionaux. Chaque enregistrement inclut le contexte économique (tel que le revenu national), des indicateurs culturels (comme des mesures de diversité et la participation publique aux programmes culturels), la couverture médiatique et le volume sur les réseaux sociaux, l'équilibre des genres dans la participation et la couverture, ainsi que des métriques de durabilité. Ils enrichissent ces entrées brutes par des caractéristiques « composites » qui combinent plusieurs facteurs — par exemple un indice culturel commun, un signal durabilité‑plus‑médias, et des mesures de l'interaction entre le sentiment et l'équilibre des genres — afin que le modèle puisse détecter des schémas subtils que de simples comptages manqueraient de saisir.

Une IA à double attention qui apprend le contexte autant que les chiffres

Les modèles statistiques classiques peinent à rendre compte des interactions désordonnées et non linéaires entre ces éléments. Les auteurs ont donc conçu une nouvelle architecture d'apprentissage profond appelée Sociocultural Dual‑Attention TabTransformer. Concrètement, ce modèle traite chaque caractéristique (comme la diversité ou la portée médiatique) comme un jeton et apprend comment elles se relient entre elles. Une première voie d'« attention » se concentre sur les variables numériques et leurs influences mutuelles — par exemple, la façon dont le sentiment public et la couverture médiatique évoluent conjointement. Une seconde voie injecte le contexte issu d'informations catégorielles comme le type d'événement, la région hôte et le sport pratiqué. Ensemble, ces voies permettent au modèle de saisir à la fois des interactions fines entre caractéristiques et le cadre culturel plus large. Des astuces d'entraînement supplémentaires encouragent des comportements raisonnables — par exemple en veillant à ce qu'une meilleure durabilité ou une plus grande égalité de genre ne réduise pas l'impact social prédit.

Vérifier la fiabilité, l'équité et ce qui motive réellement l'impact

Le nouveau modèle est évalué face à des outils familiers, y compris la régression linéaire, les méthodes des plus proches voisins et un solide modèle d'arbres à gradient boosté. Sur une batterie de mesures d'erreur et de comparaisons basées sur le classement, le transformeur à double attention prédit systématiquement les scores d'impact social avec plus de précision et des intervalles de confiance plus restreints. Des tests basés sur le temps (entraîner sur des années antérieures et prédire les suivantes) et des expériences « laisser‑une‑région‑de‑côté » montrent que l'approche reste robuste lorsqu'on l'applique à de nouvelles années ou à différentes parties du monde. Pour ouvrir la boîte noire, les auteurs distillent le comportement du transformeur dans un modèle plus simple et utilisent SHAP, une méthode d'explicabilité populaire, pour identifier les caractéristiques les plus importantes. De façon constante, l'engagement culturel, la diversité, la représentation de genre, le sentiment public et la durabilité apparaissent comme les contributeurs positifs les plus forts, tandis que les indicateurs purement économiques et l'audience brute jouent un rôle d'accompagnement, moins décisif.

Ce que cela signifie pour l'avenir des jeux mondiaux

Globalement, l'étude suggère que la valeur sociale des méga‑événements dépend moins de la taille ou de la richesse que de leur degré d'inclusion, d'élévation et de responsabilité. Les événements qui promeuvent activement la participation diverse, l'équilibre des genres, des pratiques respectueuses de l'environnement et une humeur publique positive tendent à obtenir des scores d'impact social plus élevés, en particulier dans les régions où ces thèmes gagnent déjà en importance. Dans le même temps, les auteurs soulignent que leur modèle capture des motifs, non des causes : il ne peut pas prouver qu'une mesure politique isolée transformera la société. Pourtant, en convertissant un enchevêtrement de signaux culturels en un indice transparent et testable, leur cadre constitue un point de départ puissant pour les organisateurs et les décideurs qui veulent concevoir des événements sportifs renforçant réellement les communautés plutôt que de simplement les divertir.

Citation: Chen, W., Syed Ali, S.K.B., Zulnaidi, H. et al. An explainable dual-attention transformer for predicting the sociocultural impact of global sports events. Sci Rep 16, 12812 (2026). https://doi.org/10.1038/s41598-026-43247-8

Mots-clés: analyse sportive, impact social, intelligence artificielle, sentiment public, diversité culturelle