Étudier de nouvelles pratiques avec d’anciennes méthodes

12Dans la première veine, on trouve des travaux qui portent sur des pétitions électroniques particulières ou des campagnes de pétitions électroniques particulières, interrogées à partir d’analyses de contenu et d’analyse documentaire (Boure et Bousquet, 2010 ; Boure et Bousquet, 2011 ; Morva, 2016), d’entretiens auprès de pétitionnaires, de journalistes et de récepteurs de pétitions (Alathur, 2007), voire d’une combinaison de ces techniques avec le recours à un questionnaire (Mosca et Santucci, 2009). D’autres études portent sur les e-pétitionnaires plutôt que sur les e-pétitions, en recourant aux techniques classiques de questionnaire représentatif sur l’ensemble d’une population (Schlozman et al., 2010), ou de manière moins classique à un échantillon d’utilisateurs d’une plateforme pétitionnaire (PPC, 2006 ; Jonsson, 2014) ou à des échantillons comparés de e-pétitionnaires et de pétitionnaires « classiques » (Escher et Riehm, 2016), voire en menant des campagnes d’entretiens avec des citoyens (Macintosh et al., 2002) ou avec des promoteurs de pétitions (Scott, 2015).

13Outre le caractère très chronophage de certaines de ces techniques (l’étude d’une seule pétition exigeant un travail de dépouillement très important sans permettre ensuite facilement de monter en généralité), elles se heurtent très directement à la difficulté de travailler sur ce que les enquêtés disent de ce qu’ils font ou de ce qu’ils ont fait, plutôt que sur ce qu’ils ou elles ont effectivement fait, alors même qu’on sait que les pratiques d’engagement sont particulièrement sensibles aux discours rétrospectifs de légitimation ainsi qu’aux phénomènes d’oubli, plus ou moins sélectif (Bernard et al., 1984).

Le recours au Big Data au risque de la désociologisation

14À l’inverse, d’autres dispositifs d’étude cherchent à tirer parti du potentiel que peuvent constituer ces bases de données e-pétitionnaires qui renseignent sur des populations entières (non échantillonnées, au moins pour ce qui concerne le site pris en compte) et sur des pratiques en temps réel. Là encore, on peut noter un degré de sophistication et d’inventivité très différent dans l’étude de ces traces de dynamiques pétitionnaires présentes sur le Net. Certains se contentent de rapporter le nombre de signatures obtenues par chaque pétition à d’autres faits sociaux : les textes eux-mêmes pour s’interroger sur l’efficacité différentielle des contenus linguistiques (Hagen et al., 2016), les mobilisations via les réseaux sociaux en comparant appartenances à des groupes Facebook et signatures de pétitions (Panagiotopoulos et al., 2011). D’autres prennent en compte de manière plus précise les dynamiques des campagnes pétitionnaires en vue de mettre en avant la variété des formes de mobilisation (Yasseri et al., 2013) et d’en rendre compte à partir d’expérimentations psycho-sociales (Margetts et al., 2015). Enfin, certains partent des pétitionnaires eux-mêmes pour mettre en évidence la variété de leurs pratiques (signature d’une ou de plusieurs pétitions, sur quelles thématiques, à quel moment d’une mobilisation) et l’interrelation entre les pétitions (quelles pétitions sont signées par les mêmes personnes ou communautés) en vue de faire des typologies d’utilisateurs (Jungherr et Jürgens, 2010) ou de mettre en évidence des communautés d’utilisateurs (Dumas et al., 2015), éventuellement en combinant le travail sur la base avec l’envoi de questionnaires à des échantillons d’utilisateurs plus ou moins bien cadrés (Schmidt et Johnsen, 2014).

15Reste que, pour des raisons pratiques (travail uniquement sur la partie publique des sites de pétitionnement, travail sur des sites institutionnels de pétitionnement…), ces travaux manquent de sociologisation – on distingue des types de pétitionnaires, mais on ne sait guère qui ils sont – et se limitent à une trace réduite de comportements réels (la signature) là où d’autres sites permettent de prendre en compte pour partie la signification donnée sur le moment à la signature, via l’ajout de commentaires.

Les potentialités de l’accès à une base de données inédite

16C’est là précisément que se trouve tout l’intérêt d’avoir eu accès à une base de données telle que celle du site lapetition.be. Celle-ci permet en effet de dépasser plusieurs des limites liées aux formes traditionnelles d’étude de la participation politique, mais aussi d’aller plus loin que les méthodes plus innovantes utilisées jusque-là pour travailler à partir d’un site de e-pétitionnement.

17En effet, ce biais permet d’abord de passer de l’étude des déclarations de comportement à l’étude des comportements réels. On ne travaille plus ni sur des dispositions à agir comme le font les études qui portent sur le potentiel protestataire ni sur des déclarations a posteriori qui se heurtent à des effets de mémoire sélective (Pierce et Lovrich, 1982). On travaille directement sur les traces laissées par le comportement des enquêtés sur un site au moment même où ils l’ont fait. En l’occurrence, on dispose « potentiellement » pour chaque signature : de données sur la pétition (texte, moment de lancement, initiateur de la pétition avec des données sur celui-ci, catégorie dans laquelle il a classé la pétition [2], dynamique de rassemblement des pétitions), de données sur le signataire (son prénom, son lieu de résidence, sa profession, les autres pétitions qu’il a signées et/ou initiées) et de données sur le moment où il/elle a signé et sur les commentaires qu’il/elle a éventuellement ajoutés à sa signature.

18À partir de la seule base, différentes stratégies de recherche sont alors possibles. On peut choisir de travailler au niveau des signataires, en comparant non pas seulement des types de pétitionnaires, mais, plus précisément, par exemple les caractéristiques des signataires de pétitions et des promoteurs de pétitions, celles des premiers signataires et des suivants, celles des monosignataires et des multisignataires (Bright et al., 2016). On peut aussi, à la manière de H. Magretts et son équipe, analyser la variété des dynamiques pétitionnaires, mais aussi et surtout « sociologiser » ces typologies, en les rapportant aux thèmes et textes des pétitions, ou aux caractéristiques des pétitionnaires aux différents moments de la mobilisation.

19Les particularités de cette base permettent aussi de dépasser les formes traditionnelles d’étude des actions de mobilisation par un autre biais. Là où celles-ci ne portent le plus souvent que sur un fait (untel s’est mobilisé de telle manière à tel moment) sans pouvoir interroger la signification de cet engagement autrement qu’après coup, les commentaires laissés sur le site permettent d’analyser la tonalité que les signataires donnent à leur engagement au moment même où ils le font : 23 % des signatures sont en effet assorties de commentaires. Il ne s’agit pas de supposer que ces commentaires nous donnent la vérité de chaque engagement. Chacun est en effet une forme de présentation de soi qui a sa part d’artificialité comme peut l’avoir un propos dans un entretien rétrospectif. Mais, ces commentaires révèlent a minima la pluralité des significations données à une même signature et des formes d’endossement d’un même texte-pivot. En ce sens, une telle base de données est un instrument particulièrement pertinent pour travailler sur l’appropriation des pétitions par les signataires eux-mêmes et pour montrer en quoi « une pétition [en l’occurrence électronique, mais cela est vrai de toute mobilisation] n’est pas un texte revendicatif intangible que chacun des signataires devrait endosser dans sa totalité, mais plutôt un texte-pivot auquel un ensemble de personnes qui n’ont pas participé à sa rédaction acceptent, pour des raisons hétérogènes, d’être rattachées » (Contamin, 2001). Autrement dit, via les commentaires, presque chacun signe « sa » pétition et le chercheur dispose d’un moyen privilégié de comprendre quelle pétition il/elle a signée.

20Ce dispositif méthodologique présente une seconde vertu par rapport aux dispositifs jusque-là utilisés. Certains travaux ont déjà porté sur des comportements d’engagement réels, tels que les sondages en manifestation, mais ils étaient contraints de se limiter à quelques événements choisis, empêchant les possibilités de montée en généralité. L’usage de cette technique lors des Forums sociaux mondiaux est significatif puisqu’il s’agit alors moins de travailler sur les dynamiques de mobilisation en général que sur les spécificités et transformations des dynamiques de mobilisation altermondialistes. À l’inverse, l’usage de cette base de données permet de comparer une grande variété de dynamiques protestataires, de questionner leurs formes de diffusion, leurs ampleurs, et les facteurs de ces réussites et non-réussites. Nous pouvons ainsi interroger les succès différentiels des actions pétitionnaires en fonction des thématiques des textes, en induisant des hypothèses sur les communautés portant ou non tel ou tel type de pétitions. Nous pouvons surtout questionner le succès différentiel d’actions de mobilisation lancées autour d’une thématique commune selon le moment du lancement, le contenu exact du texte pétitionnaire, mais aussi les groupes initiateurs et les lieux et milieux de diffusion.

21On voit ainsi toute la fécondité potentielle d’une telle base de données. Toutefois, souligner que ces données permettent d’émettre des hypothèses, c’est implicitement se demander dans quelle mesure elles peuvent suffire à induire des conclusions. Insister sur l’ampleur des données, parfois inédites, dont on dispose, c’est aussi sous-entendre les difficultés auxquelles on peut être confronté face à ces données, certes massives, mais souvent fragiles, lacunaires et ambiguës. Pour ne prendre qu’un exemple, nous sommes ainsi supposés disposer de la localisation des signataires. Reste que cette donnée n’est pas toujours présente (cf. tableau n° 1). Surtout, même quand elle est présente, il reste à pouvoir la traiter. Dans la colonne « pays », on a par exemple pu dénombrer 493 mots différents pour désigner la Belgique. Quand on passe au niveau plus fin des communes, le recodage devient encore plus compliqué, au risque de mettre en cause la possibilité même d’une analyse. Nous allons nous pencher sur cet aspect dans une deuxième partie.

Une collecte non supervisée

24De nombreuses difficultés du travail sur des données comme celles issues du site lapetition.be proviennent de leur mode de collecte. Les données mobilisées ici résultent en effet d’une extraction de la base Structured Query Language (SQL) servant de backend au site. Il s’agit donc du produit d’une collecte passive de données dont la finalité et donc les propriétés sont indépendantes des finalités de la recherche. La collecte des données n’est donc pas conçue ni réalisée dans la perspective du traitement et ce découplement impacte fortement les différentes étapes de l’analyse des données ainsi que le sens qui peut en être donné.

25L’absence de supervision pèse en premier lieu sur la qualité des données et contraint très fortement les possibilités de traitements réalisables. Elle ne laisse en effet aucune liberté quant au choix des informations qui sont recueillies, à la façon dont elles le sont et auprès de qui elles le sont. Elle implique en conséquence une longue étape préalable d’extraction d’informations à partir des traces laissées par les utilisateurs dans leurs interactions avec le site.

26Les difficultés tiennent d’abord aux inconsistances de l’instrument de collecte proprement dit (le site) qui récupère des informations variables dans le temps, par exemple en fonction de ses modifications ou des options proposées à ses utilisateurs. De plus, il n’est, par construction, pas possible d’encadrer les individus dans leurs interactions avec l’instrument de collecte. On peut ainsi noter la part très importante prise par les valeurs manquantes dans la quasi-intégralité des champs remplis par les utilisateurs (tableau 1). À cela s’ajoute l’imprécision sur les informations recueillies, en fonction de l’interprétation que les signataires font des intitulés des champs des formulaires. La collecte passive ne permet pas par définition d’organiser, par exemple, un questionnaire de façon à limiter les ambivalences dans la compréhension des questions en fonction du mode d’administration du questionnaire (Weisberg, 2005) [3].

Tableau 1

Pourcentages de valeurs manquantes des colonnes des tables pétitions et signatures de la base de données lapetition.be

Table Description de la colonne Pourcentage de valeurs manquantes Pétition Prénom de l’auteur de la pétition 20.1 Pétition Nom de la localité de l’auteur de la pétition 44.5 Pétition Code postal de la localité de l’auteur de la pétition 47.1 Pétition Pays de l’auteur de la pétition 38.6 Signature Prénom du signataire 3 Signature Nom de la localité du signataire 8.5 Signature Code postal de la localité du signataire 76 Signature Nationalité du signataire 23.2 Signature Pays du signataire 12.8 Signature Hash de l’adresse électronique du signataire 0 Signature Profession du signataire 57.25 Signature Commentaires 77.3

Pourcentages de valeurs manquantes des colonnes des tables pétitions et signatures de la base de données lapetition.be

27L’absence d’accompagnement pèse ici d’autant plus que la plupart des informations recueillies sont de nature textuelle et que les éléments collectés sur une base déclarative constituent l’essentiel des caractéristiques des utilisateurs du site. Or l’hétérogénéité des réponses rend parfois difficile la traduction des traces en variables exploitables numériquement. L’absence de contrôle a aussi des conséquences sur la structuration même des données, car l’identification des éléments fondamentaux de la compréhension du phénomène observé que sont la population et les individus qui la composent est entachée d’un certain flou.

Des traces aux données

28Le titre des pétitions ainsi que le texte qui les accompagne permettent de donner une première illustration de ces différents problèmes. En ce qui concerne ces deux champs, on ne compte certes pas de valeurs manquantes, mais il est apparu que certains textes ont pu être modifiés après publication. Ainsi, le texte original de la pétition 408 portant sur l’unité de la Belgique a été remplacé par un texte de remerciements suite à son succès [4]. Mais, surtout, les propriétés morpho-syntaxiques (correction orthographique, grammaticale, syntaxique) de ces textes rendent la lemmatisation de certains textes parfois difficile (Barats et al., 2016). Ceci a notamment pour effet de perturber l’analyse textuelle et pourrait biaiser les résultats en faveur de ceux qui disposent d’une expression plus conforme aux standards d’écritures.

29Le champ « profession » de l’application illustre les problèmes posés par l’absence de cadrage sémantique dans la collecte. Les 43 % de « professions » renseignées correspondent à 129 279 occurrences uniques. Leur examen a d’abord montré que le niveau de détail varie fortement d’une signature à l’autre. Certains signataires ne donnent ainsi qu’une catégorie générique (« ouvrier », « employé », etc.) là où d’autres donnent force détails. Il apparaît ainsi que les professions les plus qualifiées sont celles qui sont les plus promptes à détailler (enseignants, médecins…). Certaines réponses manifestent plutôt la situation de l’individu (« étudiant », « chômeur », « retraité », etc.) en la combinant parfois à la profession exercée (« retraité de l’enseignement »). D’autres semblent plus marquer le rapport du signataire à leur situation actuelle (« merde professionnelle »). D’autres réponses renvoient, elles, plutôt aux activités et aux responsabilités militantes, politiques ou associatives des signataires parfois en complément d’une indication de leur statut, peut-être pour légitimer ou donner plus de poids à leur signature. Les signataires déclarent ainsi être militant, conseiller municipal, membre, secrétaire ou président d’association en précisant parfois l’objet de leur engagement (« animalière », « anti-nucléaire ») ou le nom de l’association.

30Il apparaît donc que, dans certains cas, les signataires ne répondent pas à la même question du fait de l’absence de tout cadrage de la collecte. L’hétérogénéité des réponses à ce champ rend donc difficile leur codage en utilisant une nomenclature comme la Professions et catégories socioprofessionnelles des emplois salariés d’entreprises (PCS-ESE). Car, au-delà du fait que les renseignements fournis par les signataires ne sont pas toujours d’ordre professionnel, le codage des professions est une opération complexe qui ne peut se baser sur un simple libellé (Desrosières et Thévenot, 2002). Les enquêtes produites par la statistique publique utilisent ainsi une batterie de questions sur la situation, le statut d’emploi ou encore le secteur qui sont absentes du site.

31Les problèmes posés par une collecte non supervisée affectent aussi des renseignements a priori mieux cadrés comme la résidence. 91,5 % des signataires ont ainsi renseigné leur localité, 87 % leur pays de résidence et 24 % leur code postal. Toutefois, au problème de graphie des toponymes, s’ajoute le problème des homonymes, notamment induit par l’utilisation d’une version raccourcie du nom des localités. Ces faux positifs peuvent aussi provenir d’homonymies entre localités de pays différents (Lille en France ou en Belgique ?), ces deux sources d’erreur pouvant se combiner (Fribourg). Ce problème a son pendant pour les codes postaux. Différents pays comme la France, la Belgique ou l’Allemagne utilisent un code exclusivement numérique à cinq ou six chiffres faisant qu’un même code peut correspondre à des localités situées dans différents pays.

32Le champ « pays » peut aider à lever ce type d’ambiguïtés même si l’on rencontre ici les mêmes écueils que ceux mentionnés précédemment, les signataires pouvant parfois exprimer plus ou autre chose que ce qui leur est demandé. Certains déclarent ainsi habiter au « Belgikistan » ou encore dans le « Désopiland », soit, dans ces deux cas, en Belgique. La dispersion géographique des signataires (près de trente pays) complique aussi la tâche même si l’essentiel des signataires de pétitions se concentre en France et en Belgique. Au final, 3,3 millions de signatures (soit 88 % du total) ont été géoréférencées. Les autres localités encore non identifiées se situent principalement en dehors de la Belgique et de la France, ce qui rend leur identification plus complexe ne serait-ce que du point de vue de la quantité de données auxiliaires à compiler.

33Le traitement des prénoms a lui aussi présenté des difficultés similaires (fautes de frappe, diminutifs, pseudonymes) lors de l’attribution d’un genre aux signataires par leur appariement avec la base des prénoms de l’état civil de l’Institut national de la statistique et des études économiques (Insee) [5]. L’examen des prénoms a de plus permis de montrer que certains hashs md5 [6] d’adresses mail pouvaient correspondre à plusieurs personnes comme des couples ou les utilisateurs d’une adresse générique. Au total, près de 230 000 hashs d’adresses sur 1 928 744 présentent des prénoms différents après standardisation de ces derniers pour limiter les effets de graphie sur les comptes. À l’inverse, on peut aussi envisager qu’une même personne utilise plusieurs adresses différentes, ce qui est dans le cas présent impossible à détecter.

Incertitudes sur l’identification des individus et de la population analysée

34Le mode non supervisé de collecte n’a donc pas seulement un impact sur les renseignements recueillis, mais aussi sur l’identification même des unités de l’analyse. En effet, les signataires n’ont pas besoin de s’enregistrer pour signer une pétition. Le seul moyen de détecter les signataires multiples est donc le hash de leur adresse mail. Or les méthodes et les théories du traitement de données supposent que les unités puissent être indexées de façon non équivoque, ce qui n’est pas le cas ici [7].

35De surcroît, le mode de collecte n’implique pas seulement un flou sur les unités de la population, mais aussi sur la population dont elles font partie. Le processus de signature d’une pétition peut être décomposé en au moins deux étapes : la connaissance de l’existence de la pétition et la signature proprement dite. La population dont sont issus les signataires correspond donc aux individus ayant une probabilité non nulle de signer les pétitions du site (les individus ayant été informés des pétitions ou susceptibles de l’être [8]). Or cette population est impossible à circonscrire au regard des renseignements disponibles. Les premières exploitations semblent ainsi indiquer que l’information peut être transmise par différents moyens comme, par exemple, les réseaux interpersonnels, associatifs, syndicaux ou politiques, les médias, la lettre d’information du site ou même sa fréquentation plus ou moins assidue. Mais, en aucun cas, le moyen de transmission de l’information n’est connu [9]. En l’occurrence, « N ≠ all » contrairement à ce qui est parfois affirmé pour légitimer l’analyse de ce type de traces. On se retrouve plutôt en présence de la réalisation d’un échantillon dont la population serait inconnue et, a fortiori, la probabilité de sélection de ses individus. Le caractère inobservé des contours de la population dont sont issues les signatures fait que des variables telles que le nombre de signatures sont tronquées. Cette dernière n’est en effet observée que conditionnellement à un seuil : avoir signé au moins une pétition. Les analyses risquent donc d’être entachées par construction d’un biais de sélection difficile à quantifier en l’absence d’information sur l’intégralité de la population [10].

36La question du biais de sélection rejoint celle du volume des valeurs manquantes dont les niveaux dépassent ici ceux généralement observés dans les enquêtes par questionnaires [11]. Le volume des données sert parfois à justifier un postulat d’innocuité qui paraît cependant contestable. De fait, le croisement des variables contenant des valeurs manquantes peut conduire à supprimer une partie conséquente des observations et donc à exclure des pans entiers des observations. Surtout, la question est ici plus celle de l’indépendance entre les processus de non-réponse [12] et les variables d’intérêt, que celle des taux de valeurs manquantes proprement dits [13].

37Pour comprendre les effets de la non-réponse sur l’analyse, Rubin et Little (Rubin et Little, 2002) distinguent trois cas : Missing Completely at Random (MCAR), Missing at Random (MAR) et Missing Not at Random (MNAR). Dans le premier cas, les valeurs manquantes ne sont liées à aucune variable. Il s’agit du cas le plus bénin et on considère parfois que la non-réponse peut être ignorée même si elle peut notamment conduire à une diminution de la puissance des tests. Dans le cas des MAR et MNAR, la situation est moins favorable, car la non-réponse est liée aux variables. Le cas MNAR est le plus critique, car la non-réponse est liée aux variables d’intérêt et porte la marque d’un biais systématique souvent difficile à corriger. En fonction des situations, considérer les valeurs manquantes comme MCAR peut donc se justifier, mais certainement pas au seul regard du volume des données disponibles. La difficulté est évidemment de statuer sur les non-réponses puisque seule la disposition des informations manquantes permettrait d’expliquer leur absence [14].

38Comme on le peut le constater, l’extraction d’informations à partir des traces laissées par les utilisateurs du site comporte son lot de difficultés. Néanmoins, il ressort du travail de préparation que le volume des données ne constitue pas ici la principale source des problèmes rencontrés. Ceux-ci apparaissent plutôt inhérents au mode de collecte. Le volume agit alors plutôt comme un effet multiplicateur qui rend plus difficiles l’extraction des informations et leur transformation en données exploitables. De plus, la collecte non supervisée induit non seulement des risques de biaiser de manière difficilement quantifiable les estimateurs, mais elle affecte aussi l’interprétation même des résultats comme ceux issus de l’analyse du graphe biparti des signatures aux pétitions.

Du graphe au réseau social

39Les signatures enregistrées par le site lapetition.be permettent de tisser deux types de relations : les liens entre les signataires d’une part et les liens entre les pétitions d’autre part. Les signataires sont en effet reliés entre eux par les signatures aux pétitions qu’ils ont en commun de même que les signataires permettent de relier les pétitions entre elles. Dans la théorie des graphes, ce type de relations porte le nom de graphe biparti (cf. Annexe). Une des difficultés intrinsèques de l’analyse de ce type de structure est son caractère dual. En effet, ce type de graphe relie deux ensembles distincts dont on peut donc dériver non pas un, mais deux types de relations (i.e. les relations entre pétitions d’une part et entre signataires d’autre part) [15].

40Cependant, cette difficulté structurelle se trouve ici renforcée par un effet de taille qui ne se limite pas au nombre de sommets et d’arêtes. En effet, le graphe des signatures présente toutes les propriétés des grands graphes bipartis (Latapy et al., 2008). Tout d’abord, sa densité est faible, les distances sont courtes et la moyenne des degrés des sommets [16] est faible relativement à leur nombre. Leur distribution est de plus fortement asymétrique, ce qui marque la profonde hétérogénéité du réseau. De ce fait, même si l’espérance de la variable est basse, certains sommets peuvent présenter un degré très élevé [17]. Au-delà de la taille stricto sensu du graphe, ces propriétés sont de nature à compliquer les traitements, car elles sont la marque de liens le plus souvent très dispersés entre sommets (individus ou pétitions) qui rendent difficile l’objectivation de profils de signatures. Et les choses se compliquent d’autant plus lorsqu’il s’agit d’intégrer la dualité de ce type de graphes.

41La taille et les propriétés du graphe contraignent donc fortement les possibilités d’exploitation des données. Cependant, les problèmes théoriques et pratiques posés par l’analyse d’un grand graphe biparti ne constituent pas la seule limite de l’exercice. En effet, ce graphe ne peut pas être à proprement parler considéré comme un réseau social. Il semble plutôt la réalisation d’autres réseaux qui se manifestent de façon latente dans ce graphe [18]. L’analyse exploratoire a permis de faire ressortir certains réseaux qui se dégagent assez clairement comme dans le cas des pétitions animalières. D’autres ont pu être dégagés par la combinaison de l’horodatage, du géoréférencement et de la « profession ». Ainsi, l’examen des informations disponibles pour la pétition 13820 intitulée « Pour une formation universitaire et professionnelle des enseignants en Aquitaine » a permis de dessiner le déroulement de sa diffusion. Cette pétition portait sur les conditions de la mise en place de l’École supérieure du professorat et de l’éducation (ESPE) d’Aquitaine. Signée au total par 846 personnes, la pétition a d’abord circulé parmi les enseignants du secondaire de l’agglomération de Bordeaux avant de se diffuser progressivement dans le Sud-Ouest puis sur tout le territoire tout en diversifiant son recrutement social (étudiants, enseignants du supérieur…).

42Il est cependant envisageable que le graphe soit aussi le produit de réseaux dont l’intersection est réduite, voire même de réseaux complètement déconnectés (ou, du moins, suffisamment éloignés pour être considérés comme tels). Le caractère plus ou moins disjoint de ces réseaux pourrait d’ailleurs expliquer la faiblesse des liens entre pétitions. Celle-ci peut aussi manifester le caractère artificiel de la projection du graphe dans l’espace qui relie des unités n’ayant sans doute rien en commun dans les faits au-delà de la co-incidence de la signature. En effet, la génération des liens peut résulter d’autres facteurs que la dynamique de réseaux (diffusion par les médias, navigation sur le site…). Les liens du graphe n’attestent donc pas de l’existence de réseaux entre les individus. Ils n’en sont qu’un éventuel signe.

43Enfin, cette représentation du processus générateur implique qu’au travers des traces laissées sur le site on observe plutôt le résultat du processus que le processus proprement dit. L’essentiel semble plutôt se passer ailleurs que sur le site, en amont de la connexion et de la signature. Dans ces conditions, l’analyse de la base ne saurait suffire pour appréhender les dynamiques des pétitions en ligne.

La base comme outil de construction d’hypothèses

47En dépit des difficultés auxquelles on est confronté face à ce type de matériau, il autorise aussi un ensemble de traitements auxquels ne peuvent recourir ceux qui ne disposent que des données disponibles par la seule consultation du site en ligne, en offrant pour chaque signature un ensemble de données complémentaires et exhaustives.

48Ce matériau assure d’abord une grande fiabilité pour objectiver les dynamiques de chaque pétition en croisant les données de l’horodatage, de la profession et de la géolocalisation. La base fournit ainsi pour chaque signataire des informations relatives à trois types d’espaces. D’abord, via le code postal déclaré, on peut déterminer l’espace géographique sur lequel se répartissent les signataires d’une pétition. Ensuite, via la profession déclarée, on peut déterminer approximativement les différents espaces sociaux dans lesquels navigue une pétition. Enfin, l’horodatage permet la mise en relation des données de l’ancrage géographique et social des signataires et des réseaux de signataires avec leur diffusion dans le temps.

49Dès lors, à défaut de pouvoir définir les professions et catégories socioprofessionnelles (PCS) des signataires de pétitions, on peut saisir la dynamique de diffusion d’une pétition à travers les récurrences constatées quant à la profession et au lieu d’habitation. Par exemple, ces informations permettent de comprendre dans quelle mesure la forme électronique des pétitions peut être ou non un outil d’émancipation des réseaux et structures habituels de mobilisation politique.

50Ces données permettent aussi la construction d’hypothèses relatives aux différents relais publics, semi-publics ou privés qu’autorise Internet (Boure et al., 2012) ainsi qu’aux relais existants en dehors. Nous pouvons alors étudier la plateforme Internet comme un médiateur spécifique parallèle aux réseaux existants. Nous avons d’abord constaté que les signataires d’une pétition à un moment donné tendent à présenter des caractéristiques assez homogènes soit en termes de profession et de localisation, soit en termes de fréquentation du site. Ceci suggère que les signatures dépendent, dans le premier cas, de réseaux concrets, assimilables sur certains aspects à ceux qui jouent le rôle de déclencheur de signatures pour les pétitions sous forme papier et, dans le second cas, d’un réseau propre à la plateforme lapetition.be.

51Enfin, la connaissance du lieu d’habitation et de la profession permet d’observer l’existence de récurrences qui sont autant d’indices d’une proximité effective entre les différents signataires d’une même pétition. Par exemple, la pétition 7182, signée par 256 personnes (dont 127 déclarent une profession) et intitulée Citoyens, Exigeons la Création d’une région Métropolitaine du Brabant ! a été signée par 10 médecins soit une surreprésentation particulièrement forte par rapport aux autres pétitions.

52L’analyse des signatures, via l’étude des réseaux objectivables, ouvre la possibilité d’étudier dans quelle mesure les pétitions en ligne permettent ou non de s’émanciper d’un quelconque ancrage territorial. La récurrence de l’homogénéité géographique des signatures alors même qu’il serait en théorie possible de signer instantanément toute pétition en tout lieu du globe laisse penser que nombre de signatures sont en réalité dépendantes de réseaux concrets qui sont largement déterminés par les contraintes géographiques. Le cas des pétitions en ligne peut ainsi permettre de montrer en quoi « les réseaux virtuels n’ont pas éliminé les réseaux réels » (Lasserre, 2000). La base de données autorise le dépassement du constat qu’Internet n’abolit pas les réseaux sociaux structurés autour de territoires physiques pour étudier plus précisément comment réseaux physiques et réseaux virtuels entrent en interaction pour produire un espace qui a ses propres contraintes spécifiques (Greffet, 2012).

53Elle fournit aussi un ensemble d’entrées pour interroger les spécificités de l’engagement en ligne. L’étude comparative de deux pétitions en ligne permet par exemple de montrer en quoi le pétitionnement électronique peut être lu comme un vecteur de « consumérisme politique » entendu comme une mobilisation politique produite par une « constellation d’engagements individuels épars » (Baygert, 2014), dans le prolongement de la thèse du développement d’un engagement « à la carte » (Ion, 1997) moins dépendant des structures de politisation traditionnelles et davantage des préoccupations individuelles.

La base de données comme outil de sélection des cas : les pétitions « La Belgique VIVRA ! » et « Unité de la Belgique »

54Pour cette étude, deux pétitions appartenant à un sous-corpus de 147 pétitions portant sur la thématique de l’unité ou de la scission de la Belgique ont été extraites, en l’occurrence la 655 (« La Belgique VIVRA ! ») et la 845 (« Unité de la Belgique ») en raison de leurs fortes similitudes, qui permettent en retour de questionner leurs différences.

55La base de données nous permet d’abord d’identifier l’une et l’autre des deux pétitions comme ayant eu « deux vies ». Chacune a été lancée dans la seconde partie de l’année 2007 (respectivement le 7 juillet et le 22 octobre), a connu une première vague de signatures (respectivement 55 et 341 en 2007), avant de cesser d’être signée puis d’être relancée plusieurs mois plus tard et, ce n’est pas anodin, le même jour (le 15 juillet 2008). Lors de ces « secondes vies », les pétitions 655 et 845 ont respectivement récolté 509 et 357 nouvelles signatures. En dépassant le nombre de 400 signatures, ces pétitions font toutes deux parties des dix les plus signées de notre sous-corpus de 147 pétitions.

56Par ailleurs, l’une et l’autre des deux pétitions sont liées par de très nombreux signataires communs (166 en 2008) lors de leurs secondes vies alors qu’elles ne l’étaient pas lors de leurs premières (2 signataires en commun). En outre, les données étayent la thèse d’une action coordonnée entre signataires, comme le montre le fait que beaucoup de ces signatures communes ont été apposées dans un laps de temps très réduit. Ainsi, le 15 juillet, 29 signatures communes aux deux pétitions sont apposées entre 12 h 52 et 15 h 29. Dans ce cas, c’est la possibilité de croisements entre les données de l’horodatage et l’identification des individus à travers les adresses e-mails haschées qui rend possibles ces déductions.

57La possibilité de rapporter une signature à un individu via son e-mail permet aussi de savoir que beaucoup des signataires de ces pétitions de 2008 signent un nombre élevé d’autres pétitions sur la thématique de l’unité/scission de la Belgique sur le site, quand seule une petite proportion des signataires de 2007 sont dans ce cas. On parvient alors à déterminer que les signataires des secondes vies se caractérisent par un intérêt tout particulier pour l’action pétitionnaire sur le site lapetition.be sur cette problématique, ce qui ne se constate ni lors des premières vies de ces pétitions ni sur la grande majorité des pétitions signées sur ce site.

58Malgré ces similitudes entre les secondes vies de ces pétitions, elles se distinguent quant à leurs ampleurs respectives. Au cours des cinq heures qui suivent la première signature de la journée, le nombre de signataires ayant signé la 845 et non la 655 (74) est près de deux fois plus élevé que celui des signataires de la pétition 655 qui n’ont pas signé la 845 (39).

59Cette différence en dépit de profondes similitudes entre les deux pétitions interroge. En développant l’analyse des pétitions relevant de cette thématique, on peut distinguer trois profils de signataires distincts entre ceux qui ont signé à la fois les pétitions 645 et 845 et ceux qui n’ont signé que l’une d’entre elles.

Tableau 2

Proportion de signatures sur les autres pétitions relatives à l’unité/scission de la Belgique^*

  408 2817 7009 7143 8517 autres N= 655 et 845 81 %* 10 % 45 % 10 % 17 % 14 % 42 655 seule 85 % 8 % 26 % 10 % 23 % 8 % 39 845 seule 78 % 4 % 22 % 5 % 7 % 3 % 73

Proportion de signatures sur les autres pétitions relatives à l’unité/scission de la Belgique^*

Champ : Signataires ayant signé les pétitions 655 et/ou 845 le 15 juillet 2008 avant 18h (N=154).
* lecture : 81 % de ceux qui ont signé à la fois la pétition 655 et la 845 ont également signé la pétition 408

60La pétition 408 est signée dans d’importantes proportions par les individus des trois groupes. En revanche, ces derniers se distinguent quant à leur propension à signer d’autres pétitions. Ceux qui signent les deux pétitions signent beaucoup d’autres pétitions sur la thématique. À l’opposé, ceux qui signent la pétition 845, mais pas la 655 signent dans de moindres proportions d’autres pétitions sur la thématique. Entre les deux, ceux qui signent la pétition 655, mais pas la 845 signent d’autres pétitions sur la thématique dans d’importantes proportions, mais ils signent cependant bien moins fréquemment la pétition 7009 que ceux qui ont signé les deux pétitions.

« Consumérisme politique » versus « Réseaux politiques »

61Comprendre ces différences entre deux pétitions par ailleurs très proches permet d’interroger le poids respectif du « consumérisme politique » et des « réseaux politiques » dans les dynamiques pétitionnaires.

62En effet, il est possible dans un premier temps d’interpréter les liens entre ces pétitions comme le produit de liens directs entre signataires ayant coordonné leurs actions pour diffuser ces pétitions. Ces liens peuvent également être indirects et dépendre d’un intérêt commun pour la thématique et de la fréquentation du site de pétitions en ligne. Parmi ces engagements pétitionnaires communs, il s’agit donc pour nous de distinguer en quoi ils sont le produit de réseaux préexistants ou, à l’inverse, d’actions non coordonnées de « consommateurs » de pétitions.

63Avec les réseaux préexistants, les individus sont liés entre eux si ce n’est par de fréquentes interactions de face-à-face, tout au moins par l’appartenance à un groupe structuré potentiellement lié à d’autres (par exemple des organisations ou des groupes politiques, présents exclusivement ou non sur les réseaux sociaux). Suivant cette explication, la communauté de signatures entre les deux pétitions s’explique pour partie par le fait que des acteurs sociaux ont fait en sorte de mobiliser leur réseau pour favoriser la réussite de ces deux pétitions.

64Dans le cas d’une action conjointe de « consommateurs » politiques, la communauté de signatures trouve son origine dans la commune fréquentation du site associée à un intérêt commun pour la problématique. L’existence d’une communauté de signatures sur deux pétitions s’explique ici pour partie par un « effet de plateforme », entendu comme tout effet de la structuration du site contribuant à mettre en avant certaines pétitions davantage que d’autres. Dans cette optique, les signataires seraient « consommateurs » dans le sens où ils effectuent un choix sur une pétition dans une liste de pétitions et n’inscrivent pas leur action dans une mobilisation coordonnée. Cette consommation reste pourtant socialement déterminée, la communauté de signatures entre les deux pétitions étant fondée sur des dispositions spécifiques à signer ce type de pétitions ainsi que sur la structuration du site orientant les pratiques pétitionnaires.

65En se rendant sur le site lapetition.be, on constate que les pétitions sont mises en avant selon trois critères : « les dernières signatures », « les dernières pétitions » et « les pétitions les plus signées de la semaine ». Les pétitions mises en visibilité sont donc d’abord celles qui ont fait l’objet des signatures les plus récentes, celles qui ont été mises en ligne le plus récemment et celles qui ont fait l’objet du plus de signatures au cours de la semaine (que ces pétitions soient récentes ou non). Indépendamment de ses propres réseaux concrets et de ses propres appétences, un individu qui se rend sur ce site voit son attention attirée sur certaines pétitions et tout particulièrement celles qui ont été le plus récemment signées.

66Dès lors, l’usager « consommateur » se rendant sur le site lapetition.be le 15 novembre 2008 à partir de 13 h constate la visibilité particulièrement forte des pétitions 655 et 845, ce qui l’incite à y porter son attention. De plus, ce type de structuration du site contribue à un effet autogénérateur de la mise en visibilité de pétitions particulières, puisqu’une pétition davantage signée à un moment donné est particulièrement mise en visibilité. Ceci favorise alors les signatures des usagers « consommateurs », ce qui renforce encore la visibilité de la pétition. La proximité des horodatages des signatures des deux pétitions peut donc s’expliquer par l’existence de réseaux structurés comme par un « effet de plateforme ».

67Ceci étant, le fait de signer un grand nombre de pétitions sur une même thématique et de le faire précocement indique que le signataire est bien inséré dans un réseau structuré, voire qu’il y participe activement comme relais d’initiatives. Connaître l’existence d’une pétition est une chose. Connaître la plupart des pétitions sur une question donnée juste après leur mise en ligne et avant toute médiatisation massive en est une autre. Les données de la base montrent justement une corrélation claire entre le fait de signer précocement les pétitions 655 et 845 et le fait de signer beaucoup de pétitions sur la thématique de l’unité/scission de la Belgique.

68Les deux pétitions semblent donc s’être appuyées sur le même réseau, mais l’une a vraisemblablement bénéficié d’une plus grande mise en visibilité sur le site : alors que la 655 doit surtout ses signatures à un réseau existant, la 845 bénéficie en plus d’un « effet plateforme ». Rien n’indique d’ailleurs que cette seconde pétition ait une propriété particulière expliquant cet état de fait. En effet, puisque le site met davantage en visibilité les pétitions les plus récemment signées, un simple effet contingent faisant que l’une ou l’autre des pétitions soit mise davantage en avant à un moment donné suffit à engendrer d’importantes différences.

Articuler l’analyse des données de la base avec celles d’un questionnaire et d’entretiens

69Les données issues de la base ont donc permis de préciser nos hypothèses et d’y répondre pour partie. Pour autant, elles demeurent sous bien des aspects insuffisantes pour déterminer la nature des liens existants entre les signataires de mêmes pétitions et notamment dans quelle mesure les signatures dépendent de dispositions propres à chaque agent, de réseaux concrets ou encore d’interactions concrètes de face-à-face ou via les outils de communication numérique. Surtout, si l’existence d’une forte proportion d’individus liés au sein d’un réseau est démontrée, rien ne nous informe sur sa nature. S’agit-il d’un réseau professionnel ? S’agit-il d’un groupe fondé sur des affinités politiques ? Le cas échéant, ce groupe politique est-il un groupe spécifiquement fondé sur les réseaux sociaux ou a-t-il une existence en parallèle ?

70Dans cette optique, il est nécessaire de produire d’autres données qui permettent, dans une démarche compréhensive, de restituer les logiques concrètes du recours à la pétition électronique. Le seul recours aux données de l’Internet apporte en effet des données nombreuses, mais pas nécessairement riches sociologiquement, qu’il convient dès lors d’éclairer à partir d’autres dispositifs d’enquête (Boyadjian, 2016). En l’occurrence, dans notre dispositif, l’étude de la base s’accompagne de la mise en place d’un questionnaire en ligne qui doit être diffusé à l’ensemble des signataires du site lapetition.be via la lettre d’information du site et d’une campagne d’entretiens.

71Ce questionnaire a été conçu pour nous informer sur les pratiques pétitionnaires en elles-mêmes, sur les usages des nouvelles technologies de l’information et de la communication ainsi que sur les différents engagements politiques et associatifs des individus et nous permettre de mettre ces informations en relation avec les variables socio-démographiques usuellement étudiées (sexe, âge, PCS, etc.). Il nous permettra alors de saisir les raisons concrètes qui ont motivé la participation des individus aux pétitions en ligne ainsi que les causes structurelles qui l’expliquent comme le degré de politisation de l’individu, son insertion dans des réseaux spécifiques et les usages qu’il fait d’Internet. Il permettra aussi de comprendre comment s’articulent la signature de pétition en ligne, la signature de pétitions papier et d’autres modes de participation politique, de manière générale et sur des campagnes de mobilisation particulières.

72Les entretiens sont quant à eux utiles pour saisir en quoi la forme électronique du pétitionnement s’inscrit ou non dans le prolongement du pétitionnement sous forme papier comme mode de participation politique. L’existence de plateformes Internet permet en effet a priori aux individus de trouver plus facilement des pétitions sur les thèmes qui les intéressent tout particulièrement et d’être moins dépendants des offres de pétitions que lorsque le pétitionnement n’avait qu’une forme papier. Si cette hypothèse de la nouveauté de ce répertoire d’action doit être envisagée, la littérature sur la question suggère cependant qu’il n’est pas évident qu’elle soit validée (Mathieu, 2013), les structures traditionnelles de diffusion des pétitions jouant encore un rôle primordial comme semblent d’ailleurs le confirmer les premiers résultats de notre enquête.

73À travers les entretiens, on pourra également étudier la polyphonie à l’intérieur d’une même pétition (Contamin, 2001 ; Boure et Bousquet, 2011), c’est-à-dire la diversité des usages et des sens conférés à un même texte pétitionnaire. À ce titre, il est utile de mettre en parallèle les discours et les représentations véhiculées lors des entretiens avec, le cas échéant, les présentations qui en sont faites sur les différents relais (blogs, journaux, etc.) qui font référence au texte pétitionnaire. Nous procéderons aussi à des analyses lexicométriques des commentaires et de leurs évolutions polyphoniques, travail qui pourra être utilement complété par la réalisation d’entretiens avec les signataires.

74Enfin, l’analyse de l’« effet plateforme » pourra utilement être complétée par une comparaison entre le site étudié et d’autres qui présentent des architectures différentes. À titre d’exemple, le site « Avaaz » met en avant les dernières signatures de pétitions (« En ce moment ») comme lapetition.be tout en se distinguant puisque les dernières signatures sont actualisées en permanence, sans que l’internaute ait besoin d’agir. Sur le site lapetition.be, les « dernières signatures » ne sont actualisées que quand l’internaute recharge la page. Cette différence a sans doute d’importantes répercussions quant à la manière dont les « dernières signatures » influencent les pratiques et signatures des individus sur le site. L’analyse de la nature de ces différences reste en tout cas encore à être réalisée.