Mickael Temporão

Maître de conférences en science politique à Sciences Po Bordeaux et chercheur au Centre Émile Durkheim

Domaines de spécialisation et mots clés

Focale méthodologique:

  • Biais algorithmiques
  • Machine learning
  • Inférence bayésienne

Focale théorique :

  • Biais systémiques
  • Comportement politique
  • Opinion publique

Mots clés : algorithmes, biais, big data, comportement politique, intelligence artificielle, machine learning, opinion publique.

Responsabilités scientifiques et institutionnelles

Axes et ateliers du laboratoire

  • axe Identifications
  • axe Légitimités organisations et représentations (LOR)

Recherches en cours

Les recherches de Mickael visent à évaluer le potentiel du Big Data et de l’intelligence artificielle (IA) pour étudier l'opinion publique et le comportement politique dans une approche comparative longitudinale afin d’explorer des questionnements théoriques difficiles à valider à l'aide de méthodes conventionnelles. Ses activités se déclinent en trois volets de recherche.

Le premier volet, porte sur le développement de mesures de l'idéologie en temps réel. Mickael utilise des données disponibles sur les médias sociaux pour étudier la construction de l'opinion publique en ligne en temps réel afin de mieux comprendre les effets de différentes stratégies politiques sur les électeurs lors de campagnes électorales. Ce volet a pour objectif d'examiner le potentiel inférentiel et la fiabilité du Big Data, plus particulièrement, des empreintes numériques citoyennes sur la toile, dans le but de mesurer l'opinion publique afin de mieux comprendre les mécanismes par lesquels les attitudes et les comportements des individus sont modifiés dans le temps.

Le deuxième volet porte sur la numérisation des sociétés contemporaines et, plus particulièrement, sur l'exploration critique des implications sociales de l'IA, du machine learning, de la data science, de l'expérimentation à grande échelle et de l'augmentation de l'automatisation. Le changement de paradigme amené par les transformations numériques nécessite une réévaluation et une potentielle refonte épistémologique des dispositifs qui encadrent l'éthique, l'équité, l'imputabilité et la transparence en sciences sociales. Dans ce cadre, Mickael travail sur le développement d'un indicateur de véracité de contenus en ligne en se basant sur la variation de tendances de diffusion des contenus dans un réseau numérique d'utilisateurs. L'objectif de ce volet est de mettre en place des expériences naturelles à grand échelle permettant d'obtenir des données probantes sur la validité et l'utilité réelle de l'IA et du Big Data à travers ces quatre dimensions: l'éthique, l'équité, l'imputabilité et la transparence, ainsi que de baliser l'utilisation de l'IA et du Big Data tant pour les organisations publiques que privées.

Le dernier volet porte sur le transfert de la connaissance et le développement d'outils méthodologiques. Il s'agit non seulement de développer de nouvelles base de données, des méthodes statistiques, des algorithmes de machine learning et des plateformes open source, mais aussi de former la relève scientifique de demain à travers des séminaires méthodologiques. Ces développements permettent d'étendre la capacité des chercheurs à utiliser le Big Data dans leurs recherches que les données soient textuelles, de réseau, visuelles ou autres. L'objectif est de faciliter l'analyse et la mobilisation du Big Data pour démocratiser l'accès aux sciences sociales computationnelles et offrir aux chercheurs l'opportunité de contribuer à ce champ d'études émergeant.

Les activités de recherche de Mickael ont pour objectif de créer un espace pour le dialogue transdisciplinaire où les sociologues, les politologues, les économistes mais aussi les statisticiens, informaticiens et bien d'autres peuvent contribuer à ces volets de recherche. Adoptant une approche comparative longitudinale à grande échelle, l’objectif de Mickael est d'apporter des contributions tant méthodologiques que théoriques au domaine des sciences sociales computationnelles en améliorant notre connaissance des dynamiques de l'opinion publique et du comportement politique.

Enseignement

  • Méthodes des sciences sociales
  • Computational Methods for Social Science
  • Social Systems in the Digital Age
  • Public Opinion

Publications récentes

  • avec Y. Dufresne, J. Savoie and C. van der Linden, Crowdsourcing the vote: New horizons in citizen forecasting, International Journal of Forecasting, 35(1), 2019, p. 1-10.
  • avec Y. Dufresne, C. Tessier, A. Blanchet, The symbolic mosaic: an empirical typology of national symbolic webs and its effect on vote choice in Canada, National Identities, 21(4), 2019, p. 329-345.
  • avec C. V. Kerckhove, C. van der Linden, Y. Dufresne and J.M. Hendrickx, Ideological scaling of social media users: A dynamic lexicon approach, Political Analysis, 26(4), 2018, p. 457-473.

Communications récentes

  • "Instruments de mesure à l'ère du numérique : vers l'apprentissage automatique dans les administrations publiques", Département de science politique, Quebec City, QC : Université Laval, 2020
  • "Digital Traces of Public Opinion : Can we estimate valid ideological positions from social media ?", Department of Methodology. London, UK : The London School of Economics and Political Science (LSE), 2020
  • "The study of public opinion using Big Data.", Department of Political Science. Hamilton, ON : McMaster University, 2019

Autre(s) page(s)

Site personnel

Twitter : @mickaeltemporao

Mots clés :

Mise à jour le 23/09/2020

Contact

Mickael Temporão
Maître de conférences

Sciences Po Bordeaux
11 allée Ausone
33607 Pessac cedex