Une plateforme pour les éduquer tou·te·s : pour une analyse critique des formations journalistiques de la Google News Initiative
Notice bibliographique
Résumé
Cette analyse de contenu thématique examine 63 formations offertes en ligne à des journalistes par la Google News Initiative (GNI). En s’appuyant sur la littérature en sociologie du journalisme et en « platform studies », cet article cherche à comprendre la vision du journalisme contenue dans ces formations et surtout comment elles réinterprètent les pratiques journalistiques. L’analyse révèle une prédominance de deux grandes formes d’éducation faites par la GNI : l’éducation aux technologies algorithmiques et l’éducation au marketing. Ces catégories imposent un réagencement des frontières du journalisme en se focalisant sur quatre thématiques précises que sont l’éducation aux outils de Google, l’éducation à l’apprentissage automatique, l’éducation à la publicité et l’éducation aux métriques d'audience. Ainsi, l’étude démontre que Google véhicule une nouvelle conception du journalisme, où les frontières entre l’éditorial, le commercial et l’algorithmique sont dissoutes au sein d’une « pile technologique » intégrée, ce qui reconfigure les frontières de l’autonomie journalistique.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,009 | 0,011 |
| Études des sciences et des technologies | 0,007 | 0,009 |
| Communication savante | 0,024 | 0,014 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,006 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».