Sad but true: how emotions and political ideology shape perceptions of information.

Résumé

Political and economic challenges, amplified by social media algorithms, are increasingly polarising how people receive and evaluate information. This study examines how political views and immediate emotional reactions shape the perceived trustworthiness of information. We conducted a preregistered laboratory experiment in which participants evaluated politically charged statements while their emotional responses were assessed in real time. Facial expressions were recorded to identify seven discrete emotions, while galvanic skin response and heart rate were measured to capture physiological arousal and reaction intensity. Consistent with expectations and prior research, we observed a clear political confirmation bias: ideologically congruent statements were rated as more trustworthy, with the strongest effect among the most conservative participants. Increases in anger and sadness were positively associated with trust ratings across the sample, whereas joy was linked to reduced confirmation bias. Among conservatives, multiple emotions predicted overall trust and the extent of confirmation bias. Machine-learning models incorporating physiological data likewise identified anger and joy as the most informative emotional predictors; however, physiological measures did not improve predictive performance beyond the baseline model, contrary to our expectation. By integrating behavioural and real-time physiological measures, the findings highlight how emotional and cognitive processes interact to shape trust in political information.

Hypothèses

Les déclarations vraies seront jugées plus fiables que les fausses
Les déclarations idéologiquement congruentes seront jugées plus fiables (biais de confirmation)
Les réactions émotionnelles discrètes seront associées aux cotes de confiance, surtout chez les individus plus conservateurs
L'ajout des données physiologiques améliorera la prédiction de la confiance au-delà du modèle de base

Population

62 adultes finlandais (19 hommes, 40 femmes, 3 non déclarés), âge moyen 31,7 ans, recrutés à l'Université Aalto en Finlande. Majoritairement diplômés du supérieur, politiquement plutôt à gauche, avec un fort intérêt pour la politique (84 % suivaient les nouvelles au moins hebdomadairement).

Variables

Variable dépendante : cote de fiabilité perçue de chaque déclaration (échelle 0–100)
Variables indépendantes principales :

Valeur de vérité de la déclaration (vraie/fausse)
Alignement idéologique de la déclaration (pro-conservateur/pro-libéral)
Conservatisme du participant (échelle SECS, 13 items)

Variables émotionnelles : scores de 7 émotions discrètes via expressions faciales (Affectiva), fréquence cardiaque (ECG), réponse cutanée galvanique (GSR)
Variables de contrôle : populisme, réactionnisme, humeur générale (PANAS, AIM), surconfiance, démographie

Protocole utilisé

Expérience de laboratoire préenregistrée (OSF). Chaque participant lit 32 déclarations politiques affichées 10 secondes, puis évalue leur fiabilité et leur valence émotionnelle. Pendant la lecture, caméra + capteurs physiologiques enregistrent les réactions en temps réel. Questionnaires remplis avant (AIM) et après (PANAS, SECS, populisme, réactionnisme).

Outils de mesure

Affectiva v4 : analyse automatisée des expressions faciales, image par image, pour 7 émotions discrètes
ECG (MegaWin ME6000) : fréquence cardiaque et variabilité (RMSSD)
GSR : activité électrodermale phasique, analysée via Ledalab
SECS (13 items) : mesure du conservatisme social et économique
PANAS (10 items) : affect positif et négatif général
AIM (40 items) : intensité émotionnelle individuelle stable

Analyses statistiques

Modèles GLS à effets aléatoires (panel) pour prédire les cotes de fiabilité, avec erreurs standard clusterisées au niveau du participant. Quatre modèles emboîtés, ajoutant progressivement les contrôles politiques, psychologiques et démographiques. Analyse machine learning complémentaire : régression logistique LASSO avec validation croisée imbriquée, évaluée par courbe ROC et AUC.

Résultats principaux

Les déclarations vraies sont jugées plus fiables que les fausses ✓
Le biais de confirmation est confirmé : les conservateurs font davantage confiance aux déclarations pro-conservatrices ✓
Colère et tristesse sont associées à une confiance accrue dans tout l'échantillon
La joie réduit le biais de confirmation
Chez les conservateurs : dégoût et mépris augmentent la confiance, la peur la réduit
Les données physiologiques n'améliorent pas la prédiction au-delà du modèle de base ✗ (hypothèse 4 non confirmée)

Conclusions des auteurs

Les émotions et l'idéologie interagissent pour façonner la confiance dans l'information politique. Les gens ne sont pas des juges neutres : ils filtrent l'information à travers leurs croyances et leurs réactions affectives. La colère et la tristesse peuvent renforcer la confiance même envers des informations fausses. Lutter contre la désinformation nécessite d'agir à la fois sur la cognition et sur l'émotion.

Limites

Échantillon petit (n=62) et homogène, limitant la généralisation. Contexte finlandais multipartite, moins polarisé qu'un système bipartite. Les participants savaient qu'il y avait des déclarations vraies et fausses, ce qui peut biaiser les jugements. Pas de mesure de la familiarité préalable avec chaque déclaration. La fenêtre de 10 secondes est courte pour détecter des réponses cardiaques et GSR fiables.

Analyse critique

date de l'artcile AVRIL 2026 => pas encore réplication

Notes associées