Un message public sur X, un commentaire sous une vidéo, une publication dans un groupe de patients : techniquement, tout cela se collecte en quelques minutes. Méthodologiquement, c’est précisément là que commencent les difficultés. L’éthique de la recherche sur internet et réseaux sociaux part d’un constat que la CERNA a formulé sans ambiguïté : un contenu accessible publiquement n’implique pas que son auteur consente à ce qu’il soit analysé et publié à des fins scientifiques.
Pour un doctorant en sociologie du numérique, en sciences de l’information et de la communication, en psychologie ou en science politique, cette règle a des conséquences très concrètes : sur la constitution du corpus, sur la manière de citer, sur le dossier soumis au comité d’éthique et sur les questions que posera le jury de thèse. Ce guide rassemble les repères des instances françaises de référence (COMETS du CNRS, CERNA, CNIL) et les traduit en décisions de protocole.
Il aborde aussi une seconde dimension, souvent négligée dans les chapitres méthodologiques : le chercheur est lui-même un acteur des réseaux sociaux, et sa parole publique obéit à des principes déontologiques que le CNRS a explicités.
Pourquoi l’éthique de la recherche sur internet et réseaux sociaux est un enjeu de méthode
Les sciences humaines et sociales ont longtemps pensé l’éthique à partir de la situation d’enquête classique : un entretien, un questionnaire, un formulaire de consentement signé. Le terrain numérique inverse cette logique. Le chercheur n’interagit souvent avec personne ; il observe des traces produites pour un autre public que lui, dans un autre but que la recherche. L’absence d’interaction donne l’illusion qu’il n’y a pas de participant, donc pas de question éthique. C’est l’erreur la plus fréquente dans les mémoires et les projets de thèse.
Trois tensions structurent le problème :
- Accessibilité contre consentement : ce qui est techniquement visible n’est pas pour autant offert à l’analyse scientifique.
- Pseudonymat contre identifiabilité : un pseudonyme protège rarement son auteur dès lors que ses messages sont recoupés, cités ou datés.
- Permanence contre maîtrise : un internaute peut supprimer sa publication, mais la thèse qui la cite reste archivée, notamment sur HAL ou theses.fr.
La sociologie interactionniste offre ici un outil d’analyse précieux. La distinction de Goffman entre la scène et les coulisses, que l’on retrouve dans le cadre théorique d’un mémoire en travail social mobilisant Paugam, Castel et Goffman, éclaire bien la situation : un groupe fermé fonctionne comme une coulisse, même si des centaines de personnes y ont accès. Ses membres y adoptent un registre qu’ils n’emploieraient pas devant un public indéterminé.
Enfin, il faut comprendre la nature de la régulation en France : il n’existe pas de texte unique consacré à la recherche sur les plateformes. Le cadre combine le droit des données personnelles (RGPD, doctrine de la CNIL), les avis des instances d’éthique (COMETS, CERNA) et l’évaluation au cas par cas par les comités d’éthique de la recherche des établissements. Le doctorant doit donc construire lui-même une argumentation, et non simplement cocher une case réglementaire.
Documenter ses références normatives dès le départ. Un chapitre méthodologique solide cite les avis du COMETS, les recommandations de la CERNA et la littérature sur l’éthique du numérique avec la même rigueur que le corpus théorique. Tesify Bibliographie Automatique génère ces références en APA 7e édition, MLA, Chicago ou Vancouver en un clic, interroge Google Scholar, PubMed, HAL et Cairn.info, et organise automatiquement les sources dans votre document.
La frontière public/privé et l’attente raisonnable de vie privée
La notion centrale est celle d’attente raisonnable de vie privée. Selon les lignes directrices de la CERNA (Commission de réflexion sur l’éthique de la recherche en sciences et technologies du numérique d’Allistene), un contenu textuel ou multimédia publié en mode public ne vaut pas consentement automatique à son exploitation ou à sa republication dans un protocole scientifique. Le chercheur doit évaluer ce que les usagers pouvaient raisonnablement attendre au moment où ils ont écrit, en particulier dans les groupes en ligne et sur les sujets sensibles.
Cette évaluation n’est pas binaire. La grille ci-dessous, indicative, aide à situer un terrain avant de le soumettre au comité d’éthique :
| Type d’espace en ligne | Attente de vie privée | Précautions recommandées |
|---|---|---|
| Compte public d’une personnalité, d’une institution ou d’un élu s’exprimant ès qualités | Faible | Citation exacte possible si le propos relève du débat public ; contextualisation rigoureuse |
| Compte public d’un particulier | Modérée | Pseudonymisation, paraphrase des verbatims, minimisation des métadonnées |
| Forum thématique ouvert (santé, parentalité, addiction) | Élevée malgré l’accès libre | Avis du CER, information des modérateurs, paraphrase systématique |
| Groupe fermé ou soumis à validation | Très élevée | Présentation comme chercheur, accord des administrateurs, consentement des membres cités |
| Messagerie privée, serveur restreint | Maximale | Consentement explicite et individuel ; à défaut, exclusion du corpus |
Les sujets sensibles changent la donne
Plus le thème touche à la santé, à la sexualité, aux convictions religieuses ou politiques, à la situation administrative ou à la vie familiale, plus l’attente de vie privée s’élève, et plus les conséquences d’une ré-identification sont graves. Un témoignage sur une maladie chronique publié dans un forum ouvert ne se traite pas comme un commentaire sur un match de football. Le caractère public du support ne neutralise pas la vulnérabilité de la personne.
Les questions à se poser avant la collecte
- Les auteurs écrivaient-ils pour un public large ou pour une communauté qu’ils pensaient circonscrite ?
- La plateforme ou le groupe affiche-t-il des règles interdisant la collecte ou la diffusion extérieure ?
- Mon analyse exige-t-elle des données individuelles, ou un traitement agrégé suffit-il ?
- Que se passerait-il pour une personne si sa publication était retrouvée à partir de ma thèse ?
Données personnelles : ce qu’exigent le RGPD et la CNIL
Le second pilier est juridique. La CNIL et le RGPD, dont le considérant 159 encadre spécifiquement la recherche scientifique, rappellent que les données extraites d’internet (identifiants, pseudonymes, traces numériques, commentaires) constituent des données à caractère personnel dès lors qu’une ré-identification directe ou indirecte est possible. Un corpus de messages signés par des pseudonymes n’est donc pas un corpus anonyme.
Le RGPD prévoit des assouplissements au bénéfice de la recherche scientifique, mais ils ne dispensent pas des obligations essentielles :
- Minimisation : ne conserver que les champs utiles à la question de recherche. Si l’analyse porte sur le contenu des messages, la date précise, la géolocalisation ou le nombre d’abonnés sont souvent superflus.
- Sécurité : stockage chiffré, accès limité à l’équipe, séparation entre la table de correspondance des pseudonymes et le corpus de travail.
- Évaluation préalable : soumission du protocole à un Comité d’éthique de la recherche (CER) avant la collecte, et non après.
Distinguez soigneusement pseudonymisation et anonymisation. Remplacer un identifiant par un code est une pseudonymisation : les données restent personnelles tant qu’un retour à la personne demeure possible. L’anonymisation suppose que ce retour soit rendu impossible, ce qui est très difficile à garantir pour des textes librement consultables en ligne.
Un point de méthode découle directement de ces exigences : si vous retirez du corpus les messages supprimés par leurs auteurs, ou ceux d’utilisateurs ayant demandé l’exclusion, vous créez des lacunes non aléatoires. Les publications retirées ne ressemblent pas aux autres. Ce biais doit être discuté avec les catégories présentées dans notre guide sur les données manquantes MCAR, MAR et MNAR dans un mémoire.
Citer sans ré-identifier : paraphrase et pseudonymisation
C’est le point où la plupart des travaux échouent sans le savoir. La méthodologie éthique recommandée pour les corpus issus des réseaux sociaux préconise de paraphraser les citations directes tirées de publications publiques. La raison est simple : la reproduction verbatim permet, par une simple requête dans un moteur de recherche, de retrouver instantanément le compte ou l’identité de l’auteur. Toute la pseudonymisation mise en place en amont est alors neutralisée en quelques secondes.
Les techniques à votre disposition
- La paraphrase fidèle : reformuler en conservant le sens, le registre et les éléments analytiquement pertinents (une hésitation, une ironie, un terme argotique significatif).
- L’altération des détails non significatifs : modifier un lieu, un âge ou une profession lorsque ces éléments ne jouent aucun rôle dans l’analyse.
- La citation courte : réduire la citation au fragment indispensable, trop bref pour être retrouvé par un moteur de recherche, après vérification effective.
- Le consentement ciblé : lorsqu’un verbatim exact est indispensable, demander l’accord de l’auteur pour ce passage précis.
Le cas des analyses lexicales et discursives
Les approches lexicométriques ou d’analyse du discours ont besoin des mots exacts. La solution consiste à séparer deux niveaux : le corpus brut, conservé de manière sécurisée et traité tel quel, et les extraits publiés dans la thèse, paraphrasés ou consentis. Le chapitre méthodologique doit expliquer cette séparation et ses effets sur la lecture des résultats.
La contradiction avec les normes bibliographiques
Les styles de citation comme APA prévoient de référencer une publication de réseau social avec le nom du compte et l’adresse du message. Appliquer mécaniquement cette règle aux messages de particuliers revient à publier la clé de ré-identification dans la bibliographie. Pour les sources primaires du corpus, privilégiez des codes internes (par exemple « Forum A, message 14 ») décrits en annexe méthodologique. Réservez la référence bibliographique complète aux comptes publics institutionnels ou aux personnalités s’exprimant dans le débat public.
Construire un protocole éthique en sept étapes
Le protocole se rédige avant la collecte, au même titre que la problématique et le plan d’analyse. La logique est identique à celle d’un avant-projet de recherche bien structuré : chaque choix doit être justifié et laisser une trace écrite.
| Étape | Décision à prendre | Trace dans le mémoire ou la thèse |
|---|---|---|
| 1. Qualifier le terrain | Type d’espace, public visé, règles de la plateforme | Description du terrain et de ses conditions d’accès |
| 2. Évaluer l’attente de vie privée | Niveau d’exposition, sensibilité du sujet | Argumentation éthique explicite |
| 3. Minimiser la collecte | Champs conservés, période, volume | Liste des variables collectées et justification |
| 4. Sécuriser les données | Stockage, accès, durée de conservation | Plan de gestion des données |
| 5. Saisir le CER | Dossier, calendrier, réserves éventuelles | Mention de l’avis obtenu |
| 6. Définir la règle de citation | Paraphrase, citation courte ou consentement | Note méthodologique sur le traitement des extraits |
| 7. Prévoir la diffusion | Thèse archivée, articles, communications | Engagements sur les publications futures |
La septième étape est souvent oubliée : une thèse déposée en archive ouverte est consultable sans limite de durée, et ses extraits seront peut-être repris dans un article. Si vous prévoyez de transformer votre mémoire en article de revue, les règles de paraphrase et de pseudonymisation doivent suivre le texte, y compris lorsque la revue demande des données supplémentaires.
Pour tenir ensemble ces différentes pièces (protocole, avis du CER, annexes, bibliographie), un éditeur conçu pour les travaux académiques comme Tesify permet de structurer le document à partir de modèles professionnels et d’exporter en PDF, Word ou LaTeX selon les exigences de l’école doctorale.
Quand le chercheur s’exprime lui-même sur les réseaux sociaux
L’éthique de la recherche sur internet et réseaux sociaux ne concerne pas seulement les corpus. Elle touche aussi la manière dont les scientifiques utilisent ces plateformes. Le COMETS a abordé cette question sous deux angles complémentaires.
Les réseaux sociaux comme espace de discussion scientifique
Dans son avis n° 2016-32 consacré à la discussion et au contrôle des publications scientifiques à travers les réseaux sociaux et les médias, le Comité d’éthique du CNRS reconnaît les plateformes numériques comme des espaces légitimes d’évaluation par les pairs après publication. Il alerte cependant sur deux dérives : la constitution d’un tribunal médiatique et l’absence de contradictoire. Critiquer publiquement un article en ligne reste donc possible, à condition de laisser aux auteurs mis en cause la possibilité de répondre et de s’en tenir aux arguments scientifiques.
Distinguer l’expert du citoyen
Dans son avis n° 2023-44, « Entre liberté et responsabilité : l’engagement public des chercheurs et chercheuses », complété par le Guide de l’expression publique des scientifiques du CNRS, l’institution recommande d’établir une distinction explicite entre l’expression au titre d’expert du domaine et l’opinion personnelle ou citoyenne. Concrètement :
- précisez, lorsque vous intervenez sur votre objet de recherche, que vous parlez en tant que spécialiste et renvoyez vers vos publications ;
- signalez clairement lorsqu’un propos relève de vos convictions personnelles, surtout s’il porte sur un sujet éloigné de votre spécialité ;
- évitez d’utiliser votre affiliation institutionnelle pour donner du poids à une opinion qui n’en découle pas.
Pour un doctorant dont le terrain est lui-même un réseau social, une précaution supplémentaire s’impose : ne pas commenter publiquement les échanges des communautés étudiées, au risque de modifier le terrain et de rompre la confiance des participants.
Ce que le jury de thèse examine en 2026
En France, le doctorat n’est plus assorti de mention : l’appréciation du travail passe par le rapport de soutenance et par les rapports des rapporteurs. Une faiblesse éthique n’y apparaît pas comme une note dégradée mais comme une réserve écrite, qui accompagne ensuite le docteur dans ses candidatures. Les rapporteurs habitués aux terrains numériques lisent désormais le chapitre méthodologique avec attention sur ces points.
Les questions les plus probables lors de la soutenance :
- Comment avez-vous évalué l’attente de vie privée des personnes dont vous analysez les publications ?
- Votre protocole a-t-il été soumis à un comité d’éthique, et quelles réserves ont été formulées ?
- Un lecteur peut-il retrouver un auteur à partir des extraits cités dans la thèse ?
- Comment avez-vous traité les messages supprimés après la collecte ?
- Pourquoi avez-vous choisi la paraphrase plutôt que le consentement, ou inversement ?
La préparation suit la même logique que celle décrite pour les questions du jury en soutenance d’un mémoire de gestion : identifier les angles morts de son propre protocole et préparer une réponse argumentée plutôt qu’une justification défensive. Un candidat qui reconnaît une limite éthique et explique comment il l’a atténuée convainc davantage qu’un candidat qui affirme qu’il n’y avait aucun problème parce que les données étaient publiques.
Une bibliographie irréprochable, sans exposer vos sources primaires. Avec Tesify Bibliographie Automatique, générez en un clic vos références en APA, MLA, Chicago ou Vancouver, retrouvez les avis du COMETS et la littérature sur l’éthique du numérique depuis HAL, Cairn.info et Google Scholar, et laissez l’IA organiser vos références pendant que vous gardez la main sur le traitement de votre corpus. Inscription gratuite, sans carte bancaire.
Questions fréquentes
Un message public sur un réseau social peut-il être cité tel quel dans une thèse ?
Pour un particulier, c’est déconseillé. Une citation verbatim permet de retrouver le compte de l’auteur par une simple recherche en ligne, ce qui annule la pseudonymisation. Il est préférable de paraphraser ou d’obtenir le consentement de l’auteur. La citation exacte reste envisageable pour une institution ou une personnalité publique s’exprimant dans le débat public.
Faut-il l’avis d’un comité d’éthique pour analyser des publications publiques ?
Oui, c’est fortement recommandé. Les traces en ligne restent des données personnelles dès qu’une ré-identification est possible, et les assouplissements du RGPD pour la recherche ne dispensent pas d’une évaluation préalable par un Comité d’éthique de la recherche. Le dossier doit être déposé avant la collecte.
Les pseudonymes des internautes sont-ils des données personnelles ?
Oui, dès lors qu’ils permettent une ré-identification directe ou indirecte, ce qui est fréquent lorsqu’ils sont associés à des messages, des dates ou des réseaux de contacts. Remplacer un pseudonyme par un code relève de la pseudonymisation, non de l’anonymisation : les obligations de minimisation et de sécurité continuent de s’appliquer.
Peut-on observer un groupe fermé sans se présenter comme chercheur ?
Cette observation couverte pose des problèmes éthiques sérieux, car l’attente de vie privée y est très élevée. La pratique recommandée consiste à se présenter auprès des administrateurs, à obtenir leur accord et à recueillir le consentement des membres cités. Toute exception exige une justification scientifique solide et l’avis explicite du comité d’éthique.
Comment un chercheur doit-il s’exprimer sur les réseaux sociaux au sujet de ses travaux ?
Le COMETS recommande de distinguer clairement l’expression au titre d’expert du domaine et l’opinion personnelle ou citoyenne. Pour critiquer une publication en ligne, il faut s’en tenir aux arguments scientifiques et respecter le contradictoire, afin d’éviter l’effet de tribunal médiatique.