Geneviève Guilbault utilise la novlangue pour passer son message
Bibliographic record
Abstract
Lors de l'émission Salut Bonjour le 8 mars 2021 , la vice-première ministre du Québec et ministre de la sécurité publique, Geneviève Guilbault, a utilisé la novlangue pour faire passer son message, c'est-à-dire un double langage qui dissimule sous des mots communs une intention cachée ou camouflée. « Ce que j'ai envie de dire aujourd'hui et ce sur quoi j'ai envie d'insister, c'est que la grosse différence aujourd'hui au moment ou on se parle vous et moi est le vaccin. Et ça, c'est une arme sûre! contre cet ennemi là. C'est certain qu'on gagnera la bataille, c'est juste de savoir quand exactement. Cela dépend de la livraison des doses, mais c'est une question de temps heureusement. » La novlangue est la langue officielle d'Océania, inventée par George Orwell pour son roman d'anticipation 1984 (publié en 1949). C'est une simplification lexicale et syntaxique de la langue destinée à rendre impossible l'expression des idées potentiellement subversives et à éviter toute formulation de critique de l’État, l'objectif ultime étant d'aller jusqu'à empêcher l'« idée » même de cette critique. Hors du contexte du roman, le mot novlangue est passé dans l'usage, pour désigner péjorativement un langage ou un vocabulaire destiné à déformer une réalité, ou certaines formes de jargon. L’idée fondamentale du novlangue est de supprimer toutes les nuances d’une langue afin de ne conserver que des dichotomies qui renforcent l’influence de l’État, car le discours manichéen permet d'éliminer toute réflexion sur la complexité d'un problème : si tu n'es pas pour, tu es contre, il n'y a pas de milieu. Ce type de raisonnement binaire permet de favoriser les raisonnements à l'affect, et ainsi d'éliminer tout débat, toute discussion, et donc toute potentielle critique de l'État. L’idée sous-jacente au novlangue est que si une chose ne peut pas être dite, cette chose ne peut pas être pensée durablement faute de renforcement par l’échange du dialogue. La question soulevée par cette supposition est de savoir si c'est notre pensée qui donne un sens à la langue (indépendamment de celle-ci), ou si c'est la langue (comme institution ou structure) qui constitue et façonne notre pensée. Par exemple, peut-on ressentir l’idée de « liberté » si nous ignorons ce mot ?
Stored with the screening record, where it is evidence for the labels above.
How this classification was reachedexpand
The three-model screen
all 5,600 screened works →All three models called this out of scope.
French-language political commentary on a Quebec minister's rhetoric; not about research.
It analyzes political language and the concept of newspeak rather than research practice.
Political media commentary on a minister's COVID messaging language, not research practice.
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.004 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.097 | 0.047 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".