Post-doctorant·e en sociologie computationnelle appliquée à la mésinformation en santé (H/F)

Missions :
Le projet PADMEN (ANRS-MIE, 2026-2027) porte sur la production, la circulation et la réception des discours relatifs au métapneumovirus humain (HMPV) sur les plateformes numériques (Facebook, Instagram, TikTok, Bluesky, etc.). Il mobilise un corpus multilingue (anglais, français) et multi-plateformes, collecté au moyen d’APIs. La personne recrutée aura pour mission d’identifier et typologiser les discours récurrents, proposer une modélisation, puis concevoir et évaluer un modèle de détection automatique des discours vecteurs de mésinformation. Ce travail associe labélisation de corpus, spécialisation de modèles de langue, interprétation sociologique au regard des théories de la diffusion des croyances, valorisation scientifique et respect strict du cadre juridique applicable aux données numériques (RGPD).
L’objectif est d’identifier les éléments déclencheurs d’une infodémie : quels discours, quels acteurs et quels événements précèdent et alimentent l’emballement informationnel observé autour d’un pathogène comme le HMPV. La démarche est itérative : l’identification inductive des discours récurrents alimente la construction du schéma d’annotation, qui sert de base à la labélisation du corpus, puis à la spécialisation et à l’évaluation des modèles de détection. Elle articule ainsi une dimension méthodologique (état de l’art, benchmark, annotation, fine-tuning et évaluation) et une dimension théorique (sociologie de la diffusion des croyances et de la désinformation).
Activités :
L’activité
• Réaliser une revue de la littérature et un benchmark des méthodes existantes de détection et de caractérisation de la mésinformation en santé, afin d’identifier l’état de l’art, les jeux de données de référence et les verrous scientifiques du domaine.
• Préparer, nettoyer, structurer et documenter le corpus multilingue (anglais, français) consacré au HMPV, issu des différentes plateformes numériques ainsi que des bases scientométriques mobilisées par le projet.
• Identifier les discours récurrents qui traversent ce corpus, au moyen de méthodes d’analyse sémantique (analyse de discours, graphes, clustering, topic modeling, reconnaissance d’entités nommées) articulées à une lecture qualitative.
• Typologiser ces discours et les replacer dans leur contexte social et sociétal.
• Concevoir le guide d’annotation des messages, organiser et réaliser la labélisation des jeux de données en français et en anglais, et mesurer la fiabilité inter-annotateurs.
• Entraîner, spécialiser (fine-tuning) et évaluer un modèle de détection des discours vecteurs de mésinformation, fondé sur les architectures transformers (BERT/RoBERTa, SBERT, modèles de langue génératifs) ou mobilisant d’autres approches, et en documenter les performances et les limites.
• Analyser les dynamiques temporelles et relationnelles de circulation de ces discours (détection de pics d’activité, analyse de réseaux) afin d’identifier les éléments d
Voir plus sur le site emploi.cnrs.fr...