Loi française contre la manipulation de l’information en période électorale et pratiques professionnelles des journalistes face au phénomène des fake news
Notice bibliographique
Résumé
Cet article propose d’analyser les conséquences de la loi contre la manipulation de l’information sur la production journalistique de la presse écrite durant les élections présidentielles de 2022 en France. De quelles manières les pratiques professionnelles ont-elles été affectées par ce nouvel encadrement juridique et quelle en a été la perception des journalistes ? Ces questions ont été explorées dans un questionnaire envoyé aux journalistes de terrain, une observation de leurs activités au travail et lors de dix entretiens avec des responsables de la rédaction de médias de France. L’analyse démontre que cette loi n’a eu à leurs yeux aucun effet sur la pratique du métier et n’a pas contribué à diminuer le nombre ni l’ampleur des fausses nouvelles. Les journalistes estiment que leur expertise est déjà fortement balisée par le droit français et renvoient la responsabilité de la vague de désinformation aux médias socio-numériques. Pour lutter contre la désinformation, c’est à leur impunité qu’il faut s’attaquer, clament-ils, en appelant à de meilleurs programmes d’éducation aux médias. Nous discutons cette perception du phénomène par la profession et questionnons ce que cela implique en termes de permanence de pratiques professionnelles.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,007 | 0,034 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».