Martin, Nathalie
[UCL]
Moens, Frédéric
[UCL]
Depuis une quinzaine d’années, le big data est entré dans le champ électoral et l’évolution de cette technologie aujourd’hui fait dire à certains qu’il est également possible de prédire le comportement de vote des électeurs et qu’au travers du ciblage comportemental, les algorithmes seraient à même d’orienter ce vote. Les exemples de Cambridge Analytica et du Mouvement 5 étoiles sont le prétexte à l’exploration de la théorie des quatre familles de calcul numérique de Cardon. Ces quatre familles permettent de comprendre d’une part le placement des calculateurs liés au big data et d’autre part, d’appréhender les différents comportements des internautes. Nos hypothèses reposant sur d’éventuelles ouvertures liées au système électoral belge permettant des opportunités à l’utilisation des big data et les éventuelles pratiques mise en place par le PTB et PS, nous nous sommes attachés à produire une analyse succincte du paysage électoral belge. Pour finir, grâce à l’exploitation des données primaires, nous avons mis en évidence qu’aussi bien le PS que le PTB ont recours aux services de la plateforme NationBuilder même si cette utilisation n’est pas exactement similaire. A l’analyse de tous les éléments mis en évidence, nous pouvons en conclure que malgré un cadre législatif différent, le système politique belge laisse de la place à l’utilisation du big data et que les partis mettent en place une stratégie de récolte et d’exploitation des données à caractère personnel à grande échelle pour séduire l’électeur. En revanche, nous ne sommes pas aussi affirmatif concernant l’hypothèse que l’utilisation du data électoral confèrerait un avantage significatif aux partis qui l’utilisent.


Bibliographic reference |
Martin, Nathalie. Big data et démocratie. L’utilisation du data électoral en Belgique.. Faculté des sciences économiques, sociales, politiques et de communication, Université catholique de Louvain, 2023. Prom. : Moens, Frédéric. |
Permanent URL |
http://hdl.handle.net/2078.1/thesis:38449 |