Le langage naturel révèle que les partisans politiques sont plus alignés affectivement sur les enjeux politiques que sur les identités partisanes

Pourquoi cela compte pour la politique quotidienne

On entend souvent dire que les libéraux et les conservateurs se « détestent » et éprouvent des sentiments complètement opposés sur des sujets sensibles comme les armes, l'immigration et l'avortement. Cette étude pose une question simple mais surprenante : lorsque l'on examine les mots que les gens utilisent réellement en ligne, leurs émotions vis‑à‑vis des enjeux politiques sont‑elles vraiment si éloignées, ou sont‑elles davantage polarisées par l'appartenance à un camp ? En analysant des centaines de millions de commentaires et d'articles de presse du monde réel, les chercheurs montrent que les sentiments des Américains sont plus proches sur les enjeux qu'on ne le croit parfois dans le débat public, et que les divisions émotionnelles les plus nettes portent sur les identités partisanes elles‑mêmes.

Regarder les sentiments à travers le langage courant

Plutôt que de s'appuyer sur des sondages d'opinion, les auteurs se sont tournés vers le langage produit « dans la nature ». Ils ont analysé environ 300 millions de commentaires provenant de communautés Reddit politiquement actives et environ 7 millions d'articles de médias partisans. Grâce au traitement automatique du langage naturel, chaque mot a été représenté comme un point dans un espace de haute dimension : les mots qui apparaissent dans des contextes émotionnels similaires se trouvent plus proches les uns des autres. Les chercheurs ont ensuite construit un axe de « valence » allant des mots négatifs comme « triste » aux mots positifs comme « joie ». En projetant chaque terme sur cet axe, ils ont obtenu un score reflétant la tonalité plus ou moins positive associée à ce mot dans une communauté ou un média donné.

Comparer les sentiments envers les groupes et les enjeux

Les chercheurs se sont concentrés sur deux types de mots politiquement chargés. Les « mots d'identité » renvoyaient à des groupes partisans, tels que républicains et démocrates. Les « mots d'enjeu » couvraient sept grands sujets au cœur des conflits politiques américains : l'avortement, l'immigration, la Constitution, les armes, la religion, le maintien de l'ordre et la criminalité, et les questions LGBTQ+. Pour chaque subreddit ou média conservateur et libéral, ils ont mesuré la tendance à utiliser ces mots de façon positive ou négative. Ils ont ensuite comparé les classements entre les deux bords : si les conservateurs et les libéraux ordonnaient la « plaisance » de ces mots de manière similaire, cela indiquait un alignement émotionnel ; si leurs classements différaient, cela révélait un désalignement émotionnel.

Trouver un terrain d'entente sur des sujets controversés

Sur Reddit comme dans la presse, l'alignement émotionnel était systématiquement plus fort pour les enjeux politiques que pour les identités partisanes. Autrement dit, les libéraux et les conservateurs étaient plus en désaccord sur ce qu'ils ressentaient les uns envers les autres que sur ce qu'ils ressentaient à propos des armes, de l'avortement, de l'immigration et des autres sujets. Sur Reddit, il existait tout de même quelques écarts concernant les enjeux — par exemple, l'avortement était utilisé de façon un peu plus négative dans les espaces conservateurs et un peu moins négative dans les espaces libéraux. Mais en moyenne, les mots liés aux enjeux affichaient une similarité de ton émotionnel bien plus élevée que les mots d'identité, où la fracture émotionnelle était large et nette. Dans les médias, l'écart était encore plus marqué : les identités partisanes étaient fortement polarisées, tandis que les mots d'enjeu étaient presque aussi alignés émotionnellement entre médias de gauche et de droite qu'ils ne l'étaient au sein de chaque camp.

Vérifier le schéma avec un regard plus fin

Pour s'assurer que ces observations n'étaient pas de simples artefacts de la méthode d'« embedding » des mots, l'équipe a utilisé un grand modèle de langage pour évaluer directement la tonalité émotionnelle envers des mots spécifiques dans des commentaires Reddit individuels. Ils ont échantillonné des centaines de milliers de commentaires contenant des termes comme « religion », « arme », « avortement », « immigrant », « républicain » et « démocrate », et ont demandé au modèle d'estimer à quel point l'attitude du commentaire envers le mot cible était agréable ou désagréable. Cette approche sensible au contexte a largement confirmé les résultats précédents : le désaccord émotionnel était beaucoup plus prononcé pour les étiquettes partisanes que pour les enjeux. Les conservateurs avaient tendance à parler plus positivement de « républicain » et plus négativement de « démocrate », tandis que les libéraux affichaient l'image miroir, mais les différences de sentiments à propos des enjeux étaient plus petites et parfois négligeables.

Ce que cela dit sur la polarisation

Les résultats suggèrent que le ton virulent de la politique moderne peut provenir moins de sentiments irréconciliables sur des politiques spécifiques que d'une hostilité marquée entre camps partisans. Les gens peuvent se disputer âprement au sujet des armes ou de l'immigration, tout en partageant des émotions mixtes, souvent négatives, à propos de ces sujets difficiles — loin de la caricature selon laquelle un camp « adore » ce que l'autre « déteste ». Ce chevauchement émotionnel pourrait constituer un point d'appui pour réduire la polarisation : mettre l'accent sur des préoccupations partagées liées à la sécurité, à l'équité ou à la souffrance humaine pourrait s'avérer plus productif que les invectives visant les étiquettes partisanes. En montrant que les ressentis liés aux enjeux sont relativement alignés, cette étude ouvre la voie à des conversations centrées sur les problèmes et visant à développer l'empathie comme moyen prometteur d'atténuer les divisions partisanes.

Citation: Rim, N., Jackson, J.C., Berman, M.G. et al. Natural language reveals that political partisans are more affectively aligned over political issues than partisan identities. Commun Psychol 4, 65 (2026). https://doi.org/10.1038/s44271-026-00430-x

Mots-clés: polarisation affective, partisannerie politique, discours en ligne, analyse du langage naturel, enjeux politiques