lundi 16 décembre 2024

Pierpaolo Goffredo soutiendra sa thèse de doctorat le lundi 16 décembre 2024 à 14h00 dans l'Amphi C104 - Université Côte d'Azur - Campus SophiaTech.

Sa thèse intitulée « Analyser et dévoiler l'argumentation fallacieuse dans les débats politiques. Le cas d'usage des débats présidentiels américains de 1960 à 2020 » a été réalisée dans le pôle SPARKS sous la direction de Serena Villata et de Elena Cabrio co-directrice de thèse.

La présentation sera en anglais.

 

Résumé :
Cette thèse présente une étude complète sur l’analyse automatisée des structures argumentatives et des arguments fallacieux dans les débats politiques, avec un accent particulier
sur les campagnes présidentielles américaines de 1960 à 2020. Cette recherche aborde le défi critique de la lutte contre la désinformation et le contenu propagandiste dans le discours politique, en soulignant les effets néfastes des arguments trompeurs sur les citoyens et les décideurs. La première contribution de cette thèse est la curation de l’ensemble de données ElecDeb60to20, une ressource étendue comprenant 44 débats présidentiels américains. Cet jeu de données est annoté avec 55 679 composants d’arguments (29 624 conclusions et 26 055 prémisses), 25 524 relations argumentatives 3 835 attaques et 21 689 supports), et 1 640 arguments fallacieux dans six catégories, à savoir Ad Hominem, Appeal To Authority, Appeal To Emotion, False Cause, Slogan et Slippery Slope. En s’appuyant sur cette ressource étendue avec différentes couches d’annotation (c’est-à-dire les composants des arguments, les relations,
les classes d’arguments fallacieux), la deuxième contribution de cette thèse consiste à développer un pipeline complet d’extraction d’arguments pour les débats politiques.
Ce pipeline atteint des performances satisfaisantes, avec un score F1 moyen de 47% pour la détection des composants et de 69% pour la prédiction des relations. Les approches développées sont ensuite utilisées pour déployer DISPUTool 2.0, un outil d’extraction de composants et de relations d’arguments à partir de débats politiques fournis par l’utilisateur. L’axe de recherche de la thèse s’articule ensuite autour de la question cruciale des arguments fallacieux dans l’argumentation politique. La première contribution majeure dans ce domaine est le développement et l’évaluation de différentes architectures neuronales basées sur des transformateurs pour la classification automatique des arguments fallacieux parmi les six catégories identifiées. Cette
approche a démontré des améliorations significatives par rapport aux méthodes de base, atteignant un score F1 de 84% pour la classification des arguments fallacieux. D’autres améliorations ont conduit à un modèle capable d’identifier et de classer simultanément les arguments fallacieux, ce qui a permis d’obtenir un score F1 de 74% pour la détection et la classification, améliorant ainsi à la fois l’efficacité et la précision du processus. Enfin, la dernière contribution de la thèse s’attaque au défi de "dévoiler" les fallacies—non seulement en détectant les arguments fallacieux, mais aussi en les reformulant en arguments non fallacieux. Ce cadre expérimental implique l’utilisation de grands modèles de langage (LLM) par le biais de stratégies d’incitation. Une nouvelle méthodologie d’évaluation a été mise au point pour évaluer la qualité des arguments non fallacieux générés, y compris des études avec les utilisateurs, pour mesurer leur
pertinence, leur adéquation et leur cohérence. En conclusion, cette recherche s’est concentrée sur le développement de modèles et d’outils visant à promouvoir un discours politique plus informé et sain. En automatisant l’identification, la classification et la reformulation des arguments fallacieux, ce travail contribue à l’objectif plus large d’atténuer la propagation de la désinformation et de la propagande dans les débats politiques. Les résultats ont des implications significatives pour le développement de la pensée critique à travers la proposition de technologies d’argumentation conçues pour favoriser un dialogue politique plus robuste et transparent dans la société démocratique.