Bien que la notion derridienne de « pharmakon » utilisée pour définir la double valence positive et négative des écritures orales ou écrites ait été beaucoup examiné dans les études littéraires, philosophiques et culturelles, son rapport avec les conversations sur la plateforme socio-numérique telle WhatsApp et avec son analyse des sentiments reste à explorer. Cet article vise à décortiquer un échantillon de 5.727 messages de professeur(e)s et de personnel administratif dans l'agora de WhatsApp du Département de Lettres Modernes et Traduction de l'Université de Calabar, collectés du 30 avril 2019 au 27 mars 2024. Nous appliquons des techniques de traitement automatique de langage (TAL) avec R, le grand modèle de langage (GML), et Microsoft Excel comme outils techniques numériques pour classifier les sentiments textuels ainsi que les sentiments des clavardeurs. Cette analyse a pour but d'améliorer la paisible convivialité durable pour une production prolifique. Although Derrida's concept of "pharmakon," which denotes the dual valence-positive and negative in oral and written texts, has been extensively investigated in literary, philosophical, and cultural studies, its application to conversations on social media platforms like WhatsApp, particularly in the context of sentiment analysis, remains underexplored. This study scrutinises a dataset of 5,727 messages exchanged by lecturers and administrative staff in the WhatsApp group of the Department of Modern Languages and Translation Studies at the University of Calabar, collected between April 30, 2019, and March 27, 2024. Using natural language processing (NLP) techniques with R, a large language model (LLM), and Microsoft Excel as digital tools, we classify both textual sentiments and participants' sentiments. The analysis aims to foster sustainable peaceful interactions, thereby enhancing productive collaboration within the group.