Une nouvelle étude publiée sur arXiv propose une méthode pour mieux repérer les sophismes dans les débats politiques, un enjeu sensible dès lors que ces échanges influencent l’opinion publique. Les auteurs partent d’un constat simple : identifier un raisonnement fallacieux ne peut pas reposer uniquement sur le texte brut d’un argument. Il faut aussi mobiliser des connaissances sur le sujet débattu et sur les liens entre les arguments au sein du discours.
Pour répondre à cette limite, les chercheurs introduisent une approche de type RAG (retrieval-augmented generation) guidée par les relations argumentatives. Concrètement, le système s’appuie sur des relations de soutien et d’attaque entre arguments pour orienter dynamiquement la récupération de documents jugés pertinents. L’objectif est d’aller au-delà des approches précédentes, où la structure du débat était surtout intégrée comme un ensemble de caractéristiques statiques dans un classifieur.
L’évaluation a été menée sur le benchmark ElecDeb60to20, avec 42 configurations de recherche et 14 modèles, en interrogeant une base de connaissances d’environ 15 Go composée de documents liés à la politique. D’après le résumé de l’article, la méthode atteint une macro-F1 jusqu’à 0,864 pour la détection de sophismes et jusqu’à 0,725 pour leur classification, en amélioration par rapport à des bases de référence sans mécanisme de retrieval.
Ces résultats suggèrent que l’apport de connaissances externes peut renforcer de manière tangible l’analyse automatique des débats politiques, à condition que la recherche documentaire soit pilotée par la structure argumentative. Comme il s’agit d’un article arXiv récemment annoncé, ces conclusions doivent toutefois être lues avec prudence en attendant d’éventuelles validations supplémentaires, notamment sur d’autres corpus et contextes de débat.