1. médialab Sciences Po
  2. Actualités
  3. A nonpartisan source-grounded AI voter guide is perceived as trustworthy and affects voting intentions

A nonpartisan source-grounded AI voter guide is perceived as trustworthy and affects voting intentions

Le prochain séminaire accueillera Jonne Kamphorst, Assistant Professor en science politique et en méthodes quantitatives en sciences sociales au CDSP et au CEE. Il présentera ses travaux sur l’usage des outils d’intelligence artificielle dans l’accès à l’information politique et leurs effets sur les comportements électoraux.

Rendez-vous, Séminaire de recherche

⇥

Salle K.011, 1 place Saint Thomas d'Aquin 75007 Paris

Résumé

Les outils d’intelligence artificielle générative, tels que les modèles de langage (LLMs), sont de plus en plus utilisés pour rechercher et comprendre l’information politique, mais les connaissances relatives à leur neutralité, leur précision et leurs effets sur les électeurs demeurent limitées.

Nous avons développé un chatbot d’information électorale reposant sur une source d’information politique non partisane (Ballotpedia), afin de répondre aux questions portant sur les élections fédérales et locales lors de l’élection américaine de 2024. 

Dans le cadre d’une expérience préenregistrée, menée la semaine précédant l’élection, des électeurs éligibles en Californie et au Texas (N = 2 474) ont été assignés aléatoirement soit à l’utilisation du chatbot, soit à la consultation de leurs sources habituelles d’information.

Indépendamment de leur affiliation partisane, les participants ont évalué les informations fournies par le chatbot comme fiables, précises et impartiales, ce qui est cohérent avec les analyses textuelles montrant que les réponses du chatbot reproduisaient fidèlement le contenu des sources. De plus, les participants ayant utilisé le chatbot ont déclaré des intentions de participation électorale plus élevées, des attitudes plus positives à l’égard des électeurs du camp opposé, ainsi que des évolutions modestes dans leurs intentions de vote. Celles-ci incluent une augmentation des intentions de vote en faveur des candidats démocrates et, dans certaines élections, une augmentation des intentions de vote pour des candidats dont les positions étaient en adéquation avec les leurs.

Dans une enquête nationale menée auprès d’adultes américains (N = 2 842), 13,9 % des répondants ont déclaré utiliser déjà l’IA pour s’informer sur les élections et 49,9 % ont indiqué être au moins partiellement disposés à utiliser un guide électoral fondé sur une IA validée et non partisane, bien que la majorité ait également exprimé des préoccupations concernant la précision et les biais.

Pris ensemble, ces résultats suggèrent que des guides électoraux fondés sur l’IA et adossés à des sources non partisanes pourraient être largement adoptés, fournir des informations perçues comme fiables par les électeurs et influencer les intentions de vote déclarées, ce qui souligne l’importance d’une conception transparente et d’une évaluation indépendante de leur précision et de leur neutralité.

Biographie

Jonne Kamphorst est Assistant Professor en science politique et en méthodes quantitatives en sciences sociales. Il est affilié au Centre de données socio-politiques ainsi qu’au Centre d’études européennes et de politique comparée.

Auparavant, il a été chercheur postdoctoral au Politics and Social Change Lab et au département d’informatique de l’Université Stanford, ainsi qu’à l’Institut universitaire européen (EUI), où il a obtenu son doctorat en science politique en 2023.

Son programme de recherche s’articule autour de deux axes principaux. Le premier porte sur la politique et les sociétés des démocraties avancées, en s’intéressant aux origines des divisions politiques contemporaines et aux moyens de renforcer la démocratie par le réengagement des électeurs et la réduction des clivages politiques. Il étudie ces questions en mobilisant des méthodes quantitatives fondées sur une logique expérimentale, notamment à travers des expérimentations de terrain, des enquêtes et des méthodes d’inférence causale.

Le second axe de sa recherche porte sur l’usage des grands modèles de langage dans les méthodes de recherche en sciences sociales. Il s’intéresse en particulier à l’utilisation des LLMs pour simuler des comportements humains et comme outils permettant d’améliorer la compréhension de la politique par les électeurs. Ses travaux ont été publiés dans PNAS, l’American Political Science Review, le Journal of Politics, entre autres.

Informations pratiques

Ce séminaire se tiendra en présentiel et en anglais, le mardi 24 mars 2026 de 14h à 15h30, en salle K.011, 1 place Saint-Thomas d’Aquin, 75007 Paris.

L’inscription est obligatoire via ce lien.