Le 15 octobre 2026, Cadena SER et Levante-EMV rapportent que le groupe PRHLT de l’Universitat Politècnica de València (UPV) a développé un système de recherche visant à repérer le sexisme dans des vidéos TikTok et des mèmes. L’approche décrite associe le contenu à des réactions physiologiques recueillies auprès de personnes qui le regardent.
Ce que le système analyse
Les chercheurs s’intéressent notamment aux messages sexistes qui peuvent se dissimuler derrière l’humour, l’ironie, les stéréotypes ou des commentaires apparemment anodins. Pour les interpréter, le système décrit prend en compte les textes et les images ainsi que le suivi oculaire, l’électroencéphalographie (EEG, qui mesure l’activité électrique du cerveau) et le rythme cardiaque.
Cadena SER rapporte des temps de réaction plus longs et davantage de fixations du regard face aux vidéos sexistes. Pour les mèmes, le média évoque des variations du rythme cardiaque et des réponses associées. Ce sont des réactions mesurées chez les participants, distinctes des résultats de classification du système.
Les contenus et les participants étudiés
Les articles décrivent un corpus d’environ 4 000 mèmes et 2 500 vidéos en espagnol et en anglais. Dix personnes ont participé à l’étude portant sur les vidéos et seize à celle sur les mèmes. Selon Cadena SER, le dispositif EEG comptait 16 électrodes, également appelées canaux.
Iván Arcos, chercheur au PRHLT, explique que les réponses variaient selon le type de sexisme : reconnaître une expression directe et interpréter une situation montrée ou jugée exigent de tenir compte du contexte et de l’intention du message.
Les améliorations rapportées selon les tâches
Levante-EMV attribue à Paolo Rosso une amélioration de 26,3 % pour la catégorie de mèmes la plus difficile à identifier, associant misogynie et violence non sexuelle. Le quotidien rapporte également environ 4 % d’amélioration pour déterminer si une vidéo est sexiste et plus de 6 % pour distinguer le sexisme direct du sexisme évaluatif après l’ajout des réponses physiologiques aux données textuelles et visuelles. Ces chiffres concernent des tâches précises du système étudié.
Ce que décrit l’article sur EXIST 2026
Un article de conférence consacré au défi EXIST 2026, publié par Springer le 24 mars 2026, décrit six tâches portant sur des mèmes et des vidéos TikTok en espagnol et en anglais. Elles couvrent l’identification du sexisme, l’analyse de l’intention à l’origine du contenu et la catégorisation du sexisme. L’article indique aussi que le comité d’éthique de la recherche de l’UPV a approuvé la collecte des données sous le Project ID P01_31-10-2025. L’article de Springer porte sur le cadre de recherche d’EXIST 2026.
