Bonnes résolutions 2017, édition « science des données »

En toute probabilité, cette année, vous n’allez ni arrêter de fumer, ni commencer à manger et à dormir de manière équilibrée, ni vous astreindre à un planning hebdomadaire de passages à la piscine. Enfin, cette année, vous n’allez certainement pas réguler votre dose quotidienne de café1.

En revanche, cette année, vous pouvez prendre dix bonnes résolutions pas très compliquées, sur recommandation des nerds derrière le comptoir. Ces résolutions tournent autour de la « science des données », la fameuse data science, dont on ne sait pas encore exactement ce que c’est—mais ce n’est pas grave.

  1. Boycottez Elsevier

    Il faut continuer à signer la pétition The Cost of Knowledge, et encourager les réseaux de bibliothèques universitaires qui ont pris des initiatives de désabonnements massifs de certains « bouquets » de revues aux prix prohibitifs.

    Ce n’est pas compliqué, et c’est nécessaire si l’on veut mettre le minimum de pression nécessaire sur l’édition scientifique. Malheureusement pour la science politique, il y a d’excellentes revues chez Elsevier : Electoral Studies et Sociologie du travail2. Pour l’analyse de réseaux, c’est pire, la revue centrale est chez Elsevier.

    Mise à jour : un gentil commentateur m’apprend que Sociologie du travail s’apprête à quitter Elsevier pour rejoindre Revues.org. Double excellent choix ! L’éditorial de Didier Demazière sur le sujet est très intéressant à lire en entier.

  2. Désactivez Flash

    L’année 2016 n’a pas manqué de hacks (ou de révélations d’anciens hacks) spectaculaires, et si vous avez un compte LinkedIn ou Yahoo!, vous êtes concernés. Pour faire le point, voir l’excellent service Have I Been Pwned?

    Pour réduire les risques, cette année, vous pouvez notamment abandonner Flash, en le désactivant dans les préférences de votre navigateur Internet. C’est totalement indolore : l’industrie a abandonné ce format, et les sites Internet que vous consultez ont déjà fait leur transition vers autre chose.

  3. Apprenez R

    C’est le bon moment pour apprendre R. Comme tous les langages, il est périssable, mais en ce moment, il est à son apogée : les outils de base de la science des données (import/export, manipulation, visualisation) sont robustes, et les innovations quasi-quotidiennes3.

    L’offre de formation à R est aussi à son apogée : on trouve presque tout sur Internet, sur Stack Overflow notamment, et les formations hors-ligne s’organisent aussi—j’en dirai plus cette année, ici ou ailleurs. Surtout, c’est dans ce langage que se mènent, en ce moment, certaines des discussions les plus intéressantes sur comment analyser quelles données (Julia et Python comptent aussi, bien sûr).

    Si vous êtes data-journaliste ou aspirant à l’être, et/ou si vous vous levez le matin pour analyser des données, apprenez R, et le reste suivra.

  4. Utilisez Youtube

    En 2016, j’ai enfin réussi à faire comprendre à Youtube que je n’étais pas intéressé par les vidéos d’Alain Soral et Jean-Luc Mélenchon, ce qui m’a permis d’utiliser Youtube pour remplacer l’écoute de France Info à mes heures perdues.

    Pour cela, j’ai dû m’abonner à tout un tas de « canaux » Youtube, histoire de les faire peser dans l’algorithme de recommandation. Voici quelques exemples de canaux recommandables :

    Médias
    Arte, Arte+7, Arte – Tracks, Mediapart ; Mediapart, en particulier, publie de longs et excellents débats quasi-nocturnes : je recommande en particulier ceux de la série « Moyen-Orient Express« 
    Universitaire
    British Academy, Center for European Studies, Paris School of Economics, London School of Economics (and Political Science), Lee Kuan Yew School of Public Policy
    Autres
    Oxford Union Society, Alan Macfarlane, Bycome, Reactions, On The Top of Damavand for ever, DEFCONConference
  5. Apprenez HTML

    Bilan d’une conversation avec un ami : dans la vie, ce sont les langages qui vous amènent quelque part. Dans mon cas, ce fut l’anglais, le web design valide et accessible, et la programmation statistique, avec Stata puis avec R.

    J’ai appris HTML5 et CSS2/3 il y a quinze ans, à une autre époque, celle de Jeffrey Zeldman, Mark Pilgrim et Eric Meyer. À l’époque, il fallait y rajouter un peu de Javascript et PHP/MySQL ; aujourd’hui, il faut rajouter beaucoup de Javascript, librairies et frameworks inclus (Angular, Node, jQuery). Je conseille d’apprendre les bases avant tout.

  6. Défendez RSS

    La fermeture de Google Reader, qui fut, je pense, l’une des plus grosses erreurs jamais commises par Google/Alphabet, a condamné l’utilisation de masse des flux RSS ; mais les blogueurs, journalistes et autres geeks connaissent RSS, et veulent continuer à l’utiliser.

    Le standard est menacé de disparaître : il n’y a pas de flux RSS (ou Atom) sur Twitter (solution alternative), par exemple, et la nouvelle plateforme d’édition scientifique de Cambridge University Press, Cambridge Core, n’a plus de flux RSS pour ses revues4 Il faut protester quand l’occasion se présente.

  7. Envisagez Linux

    Voici la seule recommandation de cette liste que je n’ai pas encore prise.

    Il y a trois ans, si j’avais fait la liste des choses qui me manqueraient si je passais de Mac OS X à Linux, la liste était longue ; aujourd’hui, elle est de plus en plus courte. À l’inverse, la liste des choses agaçantes et/ou inutiles sur Mac OS X – maintenant macOS, mais vu que je n’ai pas l’utilité des nouvelles fonctionnalités du système, je suis encore sous Mac OS X 10.9 – s’est allongée.

    Il reste trop de choses génialement conçues sur Mac OS X pour que j’envisage un « switch » immédiat, mais j’hésite désormais autant à installer Xubuntu qu’à installer macOS. La dernière itération du MacBook, qui est un gros jouet plutôt qu’un ordinateur, me conforte dans cette tendance.

  8. Hebdomarisez Facebook

    Ce n’est évidemment pas l’usage que Facebook souhaite que ses utilisateurs aient du service, mais de mon point de vue, Facebook devrait une sorte d’hebdomadaire. En 2016, Facebook a d’ailleurs inauguré son équivalent des marronniers sur l’islam ou les Francs-Maçons, avec le phénomène des « fake news.

    Les outils pour transformer Facebook en « revue hebdomadaire » restent à inventer – consulter Facebook une fois par semaine ne suffira pas5 –, mais c’est l’une des choses que j’aimerais voir se développer cette année, après dix ans d’utilisation et quelques pauses de désintoxication.

  9. Documentez une API

    Cette résolution est peut-être la plus importante de ma liste. Elle est sous-rédigée, mais j’essaierai d’y revenir plus tard cette année.

    Il y a de plus en plus de sources de données, mais le nombre d’individus qui les documentent est à peu près stable. C’est un problème, car pour que la « science des données » décolle et produise un vrai saut qualitatif, il faudra de la main d’oeuvre, et elle doit être aussi diverse que possible6.

    À l’heure actuelle, les données disponibles sous la forme d’APIs sont documentées par les développeurs de ces APIs, ou par quelques-uns de leurs utilisateurs7. Cela ne suffira pas : comme sur Wikipedia, il faut différentes categories de contributeurs pour créer un écosystème. Ma conviction est que l’écosystème actuel des APIs est trop homogène, trop uniforme : il faut des journalistes, des chercheurs, des informaticiens, mais aussi des étudiants, des cartographes, des bureaucrates, bref un peu de tout, et ce mix est rarement présent aujourd’hui.

    Conclusion : si vous avez un intérêt dans la data science, qui sera probablement mon thème pour 2017 sur ce blog et ailleurs, participez à documenter une API.

  10. Bloguez sur Hypothèses

    On est bien sur Hypothèses, et le ‘Bistro a déjà un billet de prêt (ou en préparation) jusqu’à début mars, au rythme d’un billet tous les trois ou quatre jours. Le planning pourra évidemment changer si nécessaire, mais un rythme de deux billets par semaine me semble être un bon rythme de croisière.

    Venez sur Hypothèses, et meilleurs voeux à toute l’équipe !

  1. Ce ne sont que des exemples, hein. Ne dîtes rien à mes parents, s’il vous plaît. Par ailleurs, êtes-vous déjà allé en Norvège ? C’est fantastique, les gens boivent du café à toute heure du jour et de la nuit. Autre question : êtes-vous déjà rentré dans une boutique Nespresso ? C’est terrifiant, les employés se présentent comme des « collaborateurs ». []
  2. De mon point de vue, la meilleure revue francophone de sociologie des organisations. Moment nostalgie ce Noël, quand j’ai retrouvé L’acteur et le système et Le pouvoir et la règle dans mes étagères. []
  3. À suivre cette année, les progrès en manipulation de données spatiales. Les cartographes utilisant R sont très bien organisés, et les derniers exemples de réalisations dans le domaine sont très prometteurs. []
  4. J’ai déjà râlé à ce sujet auprès des développeurs, et espère que Cambridge Core introduira des flux RSS pour ses revues cette année, même si je n’en ai actuellement aucune garantie. []
  5. Idée : une extension pour navigateur Internet qui ouvrirait des combinaisons d’onglets différents selon le jour de la semaine. []
  6. Au niveau professionnel, mais aussi au niveau sociologique, évidemment. []
  7. Voici un exemple : quelques APIs suédoises, listées par un data-journaliste de SVT.se. []

Un petit mot pour Jean-Christophe Victor

jean-chirstophe-victor Jean-Christophe Victor, le formidable pédagogue de l’émission « Le dessous des cartes » sur Arte, a rendu l’antenne hier. Son émission est la seule émission télévisuelle que je recommande à tous mes étudiants de première année, et je sais de source sûre que son émission avait aussi un immense succès dans l’enseignement secondaire.

Jean-Christophe Victor avait cofondé le Lépac, un laboratoire privé de géopolitique, sur lequel s’appuyait son émission. Cette position atypique, insérée dans l’espace médiatique et hors du champ universitaire, en faisait une entreprise intellectuelle assez exceptionnelle, dotée d’une grande liberté de parole, comme en témoigne sa dernière interview sur la façon dont Google Maps gère la visualisation des frontières contestées dans des pays comme la Chine ou la Russie.

La dernière émission de Jean-Christophe Victor est consultable dans le billet d’hommage publié par Arte Info, et l’on trouvera toutes sortes d’hommages sur le compte Twitter du Lépac. J’espère qu’Arte continuera à diffuser l’émission et d’en éditer l’intégrale en DVD, afin que rien ne se perde de cette excellente ressource pédagogique.

Women Also Know Stuff, édition personnelle 2016

how_it_works

En travaillant sur le programme définitif d’un panel de conférence (j’en reparlerai en temps voulu), j’ai réalisé que nous avions, avec mon co-équipier, éliminé toutes les communications incluant des femmes parmi les auteurs, sauf une. Tous les organisateurs et discutants de l’événement seront des hommes.

Autre contexte : en comité de rédaction, l’un des deux éditeurs d’une revue qui sort bientôt son n°1 (j’en reparlerai aussi) nous annonce que le pourcentage de femmes parmi les auteurs est hyper-bas. Je me souviens que nous avions déjà fait tout notre possible pour féminiser le comité de rédaction.

Autre contexte : une amie m’explique qu’elle postule à un financement dans une agence nationale. Elle m’explique qu’elle sait que ses chances de succès sont plus faibles : elle est jeune, et femme. Les chiffres sont là pour le prouver, et des biais similaires existent pour la publication en revue scientifique.

Ces inégalités sont difficiles à corriger. Si je scanne vite fait mes liens et lectures du jour, je dois en être à 80-90% d’hommes, aussi en sciences sociales qu’en trucs informatiques1. En science politique, sur certains sujets, et alors même qu’il y a de l’offre, on passe très facilement à 100% d’hommes2.

La liste ci-dessous ne changera rien, mais voici dix femmes dont j’ai découvert ou redécouvert les travaux/oeuvres cette année.

  1. Masha Gessen, pour « The Putin Paradigm » et « Autocracy: Rules for Survival » (sur Donald J. Trump)

  2. Dasha Rush, pour toute sa production musicale (le mix ci-dessous commence à proprement parler vers 2:30)

  3. Julia Silge (qui vient d’être embauchée par Stack Overflow), pour Tidy Text Mining with R (avec David Robinson)

  4. Jenny Bryan, pour Happy Git and GitHub for the useR

  5. Isis Lovecruft, du Tor Project, pour cette conférence sur les systèmes anonymes

  6. Jocelyn Pook, pour l’album Untold Things et la chanson « Yellow Fever Psalm » en particulier (ci-dessous ; à écouter aussi à l’envers)

    Je ne m’attarde pas sur le sujet, mais tous les amateurs de musique ambient savent qu’il y a plein de femmes parmi les pionniers du genre, à l’époque du bidouillage de synthétiseurs analogiques pesant super lourd ; allez donc écouter Else Marie Pade en 1962 ou Laurie Spiegel en 19793.

  7. Joan C. Williams, pour « What So Many People Don’t Get About the U.S. Working Class » – où l’on trouve un paragraphe qui mériterait à lui seul six heures de cours sur la stratification socio-éducative :

    One little-known element of that gap is that the white working class (WWC) resents professionals but admires the rich. Class migrants (white-collar professionals born to blue-collar families) report that “professional people were generally suspect” and that managers are college kids “who don’t know shit about how to do anything but are full of ideas about how I have to do my job,” said Alfred Lubrano in Limbo. Barbara Ehrenreich recalled in 1990 that her blue-collar dad “could not say the word doctor without the virtual prefix quack. Lawyers were shysters…and professors were without exception phonies.” Annette Lareau found tremendous resentment against teachers, who were perceived as condescending and unhelpful.

  8. Béatrice Cherrier, pour son blog The Undercover Historian [of Economics]

  9. Casey, pour l’ensemble de ses albums (extrait du dernier ci-dessous), et pour ses concerts à Gennevilliers et à Paris cette année

  10. Sonia Kronlund, pour Les Pieds sur terre (France Culture)

Mention spéciale à Katherine Ognyanova, pour « Network visualization with R » (tutoriel découvert au moment de sa première publication l’an dernier, mais mis à jour depuis).

  1. Le biais sexiste en informatique est moins fort que prévu, si j’en crois mes dernières lectures (langage R). []
  2. Les biais varient d’un pays et d’un sujet à l’autre. Comparer, par exemple, la France et les États-Unis, ou bien la couverture médiatique et scientifique de l’État islamique avec celles de la Russie. []
  3. Le biais masculin varie aussi selon les styles musicaux. Jetez un coup d’oeil, par exemple, à la jungle/drum and bass. []

À (ré)écouter : « FN : une force politique mouvante »

Joël est allé parler de son bouquin à la radio, et chose incroyable au 21e siècle, il a pu parler sans être interrompu toutes les 30 secondes !

joel-grande-table

C’est évidemment sur France Culture que ça se passait, dans l’émission « La Grande Table » ; à réécouter ci-dessous :

Au fil de son intervention, Joël pose plusieurs questions à la fois scientifiques et électorales :

  1. La question scientifique à 10 000 francs : pourquoi le vote FN persiste-t-il sur les mêmes territoires, alors que la structure de son électorat a changé ?
  2. Le clivage interne au Front national : comment faire pour gagner l’élection présidentielle ? Gagner seul en mode « ni-droite-ni-gauche » – ou jouer la carte du « rassemblement des droites » ?
  3. La grande difficulté de 2017 sera justement de trancher entre ces deux stratégies, en fonction du score à la présidentielle, et surtout des scores et sièges aux élections législatives.

Pour le détail, voir les 30 minutes d’antenne.

Canulars scientifiques, Monty Pythons et podcasts

cleese_gumby

Je manque de temps pour écrire quelque chose de consistant sur le sujet, mais je tiens quand même à signaler aux clients du ‘bistro ce nouveau canular scientifique, qui tourne en dérision le bullshit d’un philosophe-français-très-connu :

badiou-1

Et si la première phrase du résumé ne suffit pas à vous faire recracher votre café, essayez le texte complet, qui contient ce passage tellement Monty Pythons qu’on pourrait l’inclure dans un épisode du Flying Circus :

badiou-2

Le sketch choisi pour illustrer ce billet n’a rien à voir avec la philosophie, mais les Monty Pythons ont produit plein de sketches délicieux sur le sujet : “Mrs. Premise and Mrs. Conclusion”, “Philosophers’ Football”, et bien sûr, “The Philosophers’ Song”.

Pour en revenir au canular, le texte a été publié (puis retiré) par la revue Badiou Studies. Sa bibliographie est par ailleurs très intéressante : on y trouve notamment le remarquable essai de Leo Bersani, “Is the Rectum a Grave?”, paru aux USA en pleine épidémie de sida, et qui m’a donné envie de relire Susan Sontag.

Pour une réaction au canular à laquelle je souscris en à peu près tout point, voir ce commentaire de Justin Erik Halldór Smith. Pour des précédents, voir le “canular Maffesoli”, et bien sûr, “l’affaire Sokal”.

Attention, “précédent” ne signifie pas que les canulars démontrent à chaque fois la même chose. En l’espèce, le “canular Badiou” me semble beaucoup plus proche de “l’affaire Sokal” que ne l’est le “canular Maffesoli”, qui en diffère pour les raisons clairement énoncées par Michel Dubois.

Mais au fait, pourquoi des canulars scientifiques ?

La réponse dans les premières minutes de cet entretien avec Jacques Bouveresse sur les intellectuels et les médias (pour l’explication dans le texte, voir Arthur Schütz, “The ‘Grubenhund’”, et Karl Kraus) :

Encore une fois, les différents canulars ne se ressemblent qu’en surface : le canular du “Grubenhund” visait un quotidien autrichien, alors que le “canular Badiou” vise une revue posant comme scientifique (“peer-reviewed”, dans ce contexte).

Notez bien que, de l’aveu même d’un de ses éditeurs, la revue Badiou Studies n’a pas les moyens d’être une revue scientifique. “Nous ne nous donnons pas les moyens d’être scientifiques, donc nous faisons juste semblant de l’être” : magnifique aveu, pour le coup !

Ce n’est pas le seul aveu : dans une réponse au vitriol, Badiou lui-même a réagi au canular en indiquant que sa présence dans le comité de rédaction des Badiou Studies était “purement décorative”.

La subversion du processus éditorial scientifique est donc ici à peu près totale. Le qualificatif de “total” va d’ailleurs plutôt bien à Badiou, mais lui-même y préférerait peut-être celui “d’infini”, qui fait quand même plus sérieux.

La suite en podcasts

J’avais déjà évoqué le “canular Maffesoli” à l’occasion d’une esquisse d’analyse du sous-espace éditorial formé par les revues francophones de sociologie.

Des sources très fiables me soufflent que les auteurs dudit canular passent aujourd’hui dans l’émission Du grain à moudre sur France Culture. À vos postes / podcasts !

Et s’il vous reste du temps après ça, je vous conseille cet exposé sur la philosophie des statistiques, par l’un des auteurs du “canular Badiou”.

Mise à jour, même jour plus tard : l’émission est là.

Un cadeau offert à la science politique, ou : mangeons du pain wébérien

Ce billet est écrit en pensant au très bon blog de Denis Colombi et aux personnes citées dans le texte du billet. Il s’agit d’une longue et verbeuse discussion d’une photo et d’un commentaire découvert un lundi matin dans mon fil Facebook, arrivé là par quelques amis engagés :

Screen Shot 2016-02-01 at 09.30.21

Mise à jour, quelques minutes après publication de ce billet : voici l’article initial du Journal Du Dimanche. Mentionnons bien que le graphique posté ci-dessus y est titré : “Des préjugés tenaces”, ce qui mériterait certainement d’infléchir certains passages du texte ci-dessous, que je préfère préserver en l’état.

Remarquons aussi que le “sondage” a été réalisé pour le compte de la Fondation du Judaïsme Français, ce qui le rend encore plus sociologiquement parlant du point de vue de la mise en compétition, espérons-le involontaire mais effective, des haines, le sondage devenant classement des groupes sociaux des “plus” au “moins” discriminés, avec tout ce que la sociologie des classements sait dire de ces objets, des réifications qu’ils “performent” (au sens sociologique du terme), et des frontières invisibles qu’ils font naître là où la stratégie inverse de la République indivisible me semblerait recommandable.

Brève digression

Si vous ne connaissez pas Sylvain Bourmeau, il s’agit de l’animateur de l’excellente émission “La suite dans les idées” sur France Culture.

De ce que je crois savoir sans me donner la peine de le vérifier, Sylvain Bourmeau est par ailleurs docteur en science politique, comme semble d’ailleurs en témoigner, selon moi, son choix d’invités, dans lequel le politiste peut lire, dans un fin filigrane, ses attaches intellectuelles1.

S’il fallait recommander un seul épisode récent, je recommanderais celui avec James C. Scott, mais abonnez-vous au podcast, tant qu’à y être.

Comme l’indique le titre de cette section, ce billet ne porte toutefois pas du tout sur Sylvain Bourmeau. Cette digression est une forme de salutation polie et appuyée à son excellent travail d’intermédiaire entre le champ universitaire et le champ médiatique. Ces “passeurs de sciences” sont peu nombreux, alors saluons-les quand on peut.

Enseigner Weber

Comme l’indique le titre de ce billet, ce “sondage d’opinion” est un magnifique cadeau offert par le JDD et par l’institut qui l’a produit (Ipsos, apparemment) à la science politique, et en particulier aux enseignants de première année chargés des cours d’introduction à la science politique.

Lorsque vient le temps d’enseigner Max Weber, Le savant et le politique, c’est-à-dire en général tout au début d’un cursus de science politique, il est toujours utile de disposer d’un exemple probant et actuel de différenciation entre le comportement du savant et le comportement du citoyen engagé dans la Cité, afin de pouvoir illustrer correctement la partie de l’ouvrage portant sur “le métier et la vocation de savant”2.

Au premier semestre, une étudiante de première année m’a rappelé l’importance cruciale de cette section du cours. Au cours d’une brève discussion en travaux dirigés, je me souviens juste d’elle poser cette question :

Mais Monsieur, la guerre, c’est toujours mal, non ?

Je lui ai répondu comme n’importe quel enseignant de sciences sociales le ferait face à un propos normatif dans un contexte pédagogique qui cherche à faire émerger une pratique du raisonnement scientifique : on peut avoir un point de vue sur la guerre, mais ce point est un jugement de valeur ; j’ai d’ailleurs moi-même un point de vue sur la question, mais que je ne partage pas en cours, car c’est tout l’enseignement de Weber—ce serait, au sens intellectuel, un mélange des genres.

Voici les trois “genres”3 auxquels je pense, sous forme de commentaires de taille inégale et numérotés, bien qu’il n’existe aucune hiérarchie entre eux, et que dans la réalité, ces “genres” ne se séparent jamais complètement : pour reprendre les idées de Weber, c’est un travail intellectuel que de les séparer, et un engagement professionnel que de s’y vouer.

1. Une lecture citoyenne

La lecture citoyenne de ce sondage va différer selon les individus, et ceux, qui toujours plus nombreux, qui croient que la France est un pays “d’immigration massive” assailli par les ennemis extérieurs comme intérieurs, vont très bien se retrouver dans le diagramme en barres du JDD.

De ce point de vue, le commentaire de Sylvain Bourmeau est on ne peut plus juste : l’extrême-droite française se trouve, à l’heure actuelle, dans une dynamique “gagnant-gagnant”, qui lui permet, comme beaucoup d’autres partis politiques populistes en Europe, à la fois de façonner l’air du temps et d’enregistrer de très bons succès électoraux.

On peut (et, selon moi, on doit) se désoler, comme je le fais régulièrement avec mes amis, de cette dynamique, par ailleurs beaucoup mieux expliquée qu’ici par mon estimé (et je oserais-même le dire, de plus en plus célèbre) co-blogueur Joël aux pages 42-43 de ce magazine, et dans le reste de ses travaux et interventions — coucou Joël, et toujours heureux de te lire et de te savoir lu :)

On peut, et l’on doit, surtout, je pense, chercher les moyens d’endiguer cette dynamique, quelle que soit le nom qu’on lui donne : personnalité autoritaire, “anti-mai 68”, “lepénisation des esprits”, populisme, ou proto-fascisme pour les plus catégoriques.

Personnellement, j’estime, comme Joël, que le scrutin à deux tours va nous sauver de “Marine présidente”, mais que cela ne règle pas le problème de fond de la crise de la représentation : pour me centrer sur la portion du champ politique qui “me parle”, à l’heure actuelle, la trahison des clercs de gauche me semble totale, au point que même un électeur socialiste “naturel” dans mon style, biberonné au jospinisme, ne se déplace plus aux urnes4.

À quoi participe, selon le petit citoyen engagé au fond de moi, la publication de ce “sondage” (et j’expliquerai bientôt les guillemets autour de ce mot) ? À produire, je dirais, l’équivalent français de la Hongrie de Viktor Orbán : une machinerie médiatique et politique de la haine de soi, ce qui a déjà de graves conséquences, et qui en aura d’autres que l’imagination d’un pacifique citoyen du monde d’aujourd’hui ne peut même pas produire.

Toujours de mon point de vue, je ne pense pas que tout cela se finira dans un bain de sang révolutionnaire ou contre-révolutionnaire : j’ai plutôt confiance dans l’Histoire pour injecter à nouveau, dans quelques années et de manière comme toujours provisoire, une bonne dose d’anesthésiant dans la partie reptilienne du cerveau collectif qui produit la stigmatisation des musulmans, des Roms et des autres. C’est le faux optimiste en moi qui parle ici.

Bref, malgré le JDD et autres stigmates du quotidien, je “souhaite”, si l’on peut dire, à mes amis musulmans et d’origine rom5 la même “trajectoire” historique que celles de mes amis homosexuels : après de longues et douloureuses années d’humiliation, enfin, une forme de libération par l’endiguement de la haine, libération jamais vraiment acquise, mais il me semble, heureusement bien avancée en ce qui concerne l’homosexualité—qui oserait aujourd’hui remplacer “origine maghrébine” par “homosexuelles” dans ce “sondage”, écrivons-le pour terminer ce commentaire, infect, produit et publié par les idiots utiles d’une impasse intellectuelle qui ne peut qu’évoquer de terribles souvenirs ?

Toutefois, comme l’illustre le travail de Joël et un blog comme celui de Christophe Bouillaud, l’un de mes anciens enseignants, les commentaires ci-dessus et les commentaires indignés que je lis sur Facebook ne doivent pas faire obstacle à la seule “bonne nouvelle” contenue dans ce sondage.

2. Une (très brève esquisse de) lecture professionnelle

La lecture professionnelle de ce sondage est la première qui m’est venue à l’esprit : quel cadeau nous fait-là l’actualité ! Un objet sociologique aussi parlant que cette production sondagio-médiatique, quelle illustration fantastique de Bourdieu, de Weber ! Les enseignants de science politique ont dû au moins esquisser un sourire.

En effet, le marché qui produit ces biens de consommation que l’on appelle les “sondages d’opinion” est ici parfaitement représenté, de même que sa conséquence première : la fabrique de l’opinion, un phénomène qu’il faut apprendre à objectiver dans l’espace et dans le temps—le travail d’une profession, celle de politiste, ou de sociologue/historien du politique, ces distinctions n’ayant à mes yeux aucune importance fondamentale, au moins au niveau de réflexion où je souhaite situer ce commentaire.

Bref, pour aller beaucoup plus vite que dans mon premier commentaire, j’ai sauvegardé la capture d’écran qui ouvre ce billet dans mon dossier “L1 – TD – Intro. sc. po.”, pour tester l’enseignement de cet exemple l’année prochaine. En attendant, un dernier commentaire.

3. Quelques compléments

Ce troisième et dernier commentaire est une sorte de produit des deux premiers. Il s’agit réfléchir scientifiquement, à la fois comme professionnel de la science et comme citoyen engagé, à l’objet-sondage, et il me semble qu’il y a deux dimensions à prendre en compte :

  1. Commençons par la méthodologie pure, pourrait-on dire : d’un point de vue, ce “sondage” a-t-il la moindre valeur scientifique ?

    D’un point de vue quantitatif et statistique, probablement pas, l’industrie française des sondages n’étant pas en mesure6 de produire des enquêtes d’opinion, échantillonnées et modélisées plutôt que bricolées par quotas et redressements7.

    En revanche, d’un point de vue qualitatif, la valeur scientifique de ce sondage est évidente : pour des raisons sociologiques, politiques et historiques qui sous-tendent mon second commentaire, il est beaucoup plus socialement acceptable, aujourd’hui en France, de dénigrer les origines maghrébines que la confession juive ou les origines asiatiques.

  2. Terminons à présent sur une question de fond : faut-il tout de même essayer de produire des résultats robustes sur les confessions et les origines des individus, agresseurs comme agressés, pour reprendre le ton du “sondage” ici commenté ? L’enquête WVS ne tente-t-elle pas de mesurer la haine des voisins, et l’enquête ESS ne contient-elle pas des questions sur les discriminations subies dans les douze derniers mois ?

    La question me semble se poser car certain(e)s, du peu de que j’observe autour de moi dans le champ scientifique, persistent à défendre une science qualitative dédaigneuse des chiffres, à l’opposé d’ailleurs des figures tutélaires auxquelles elles et ils se réfèrent (je parle, évidemment, de Pierre Bourdieu). J’ai toutefois espoir dans cette sociologie de la quantification, qui a aujourd’hui le vent en poupe grâce, s’il ne fallait citer qu’un nom français, à l’héritage intellectuel d’Alain Desrosières, dont le point de vue me manque8.

    Le débat est complexe, et je change régulièrement d’opinion au sujet des statistiques ethniques et des autres dimensions de ce débat. Mais la plupart du temps, je penche nettement en faveur d’outils comme l’enquête TeO en ce qui concerne la mesure des “origines”, et pense généralement que l’on tirerait profit d’une activité scientifique de qualité – à l’heure actuelle marginale, mais les choses évoluent – sur ces questions, plutôt que de laisser le champ libre aux prêcheurs et prédicateurs.

Brève conclusion

Les lecteurs attentifs qui liront ce billet jusqu’à ces lignes jugeront peut-être que je travestis quelque peu la pensée de Weber dans ce billet, en séparant non pas la science et la politique, mais les métiers de savant et de politique, ce qui ne signifie pas la même chose, et qui n’a pas les mêmes conséquences pédagogiques.

Du point de vue du texte, le vrai fond du propos wébérien me semble bien être de distinguer des carrières, et pas des individus ou des pensées. C’est pourquoi je n’aime pas les sous-titres d’enseignements du type “science, politique et science politique”. En pratique, les étudiants sont déjà tous intuitivement de l’existence d’une distinction entre science et politique, ne serait-ce que par “pré-cognition” de la coexistence de différentes cités de justification, et pensent reconnaître cette distinction chez Weber, alors que le propos est plus fin.

D’un point de vue pédagogique, l’essentiel me semble en effet de trouver une manière de dire aux étudiants : soyez à la fois savants et politiques, portez ces deux “chapeaux” en conscience de cause, et considérez ces “chapeaux”, ces “casquettes”, comme des attributs culturels, intellectuels, éducatifs, et en définitive, professionnels, quelle que soit l’intitulé desdites professions (saluons ici une dernière fois le travail radiophonique de Sylvain Bourmeau, parmi d’autres).

Ma conclusion sera donc : toutes et tous que nous sommes, mangeons du pain wébérien. Regrettons ce que trahit, ce que traduit, ce que produit ce sondage, mais félicitons-nous qu’il existe des disciplines scientifiques dédiées à comprendre de tels objets, des journalistes disposés à diffuser cette compréhension, et servons-nous de ces objets pour changer le monde, car il sera toujours temps, comme l’écrit également Joël dans les dernières lignes de l’interview pré-citée, d’enrayer les cercles vicieux du présent et de se prémunir contre toutes les formes de violence inutiles.


Je profite de ce long texte pour souhaiter à tous les clients du Polit’bistro suffisamment patients pour lire ce dernier paragraphe une bonne année 2016, année qui a commencé de manière atypique de mon côté, ce qui explique peut-être la nature encore plus décousue et désordonnée du raisonnement et de l’écriture de ce billet, qui contient vraiment trop de guillemets, quelques passages certainement un peu trop personnels, et même un point Godwin.

  1. S’il fallait brièvement les qualifier, je parierais sur un penchant certain pour la socio-histoire et pour une partie bien spécifique de la science politique internationale. []
  2. La seule biographie de Weber ne constituant pas, à mon avis, une illustration suffisante pour les étudiants. Une autre illustration que je souhaite mentionner ici : cette très belle tribune de Virginie Guiraudon sur la déchéance de nationalité. []
  3. Le terme ne me convient pas, d’où les guillemets, faute de mieux. []
  4. Ma nouvelle parade lorsqu’on me reproche cette apathie est de dire que je suis un single-issue voter du droit de vote aux étrangers. Cette idée m’a été inspirée (mais pas suggérée) par un ami, Simon, qui se reconnaîtra s’il lit ces lignes. []
  5. D’ailleurs, qui a des amis rom ? En ai-je vraiment ? Le sais-je vraiment ? J’ai au moins un prénom en tête, un copain roumain de Pigalle, qui ne lira pas ce texte et ne se reconnaîtra donc pas, et pour être honnête, je ne sais pas s’il a du “sang rom”. Me poser cette simple question me révulse, et l’anti-autoritarisme primaire de mon copain me suffit amplement comme “réponse”. Salut à toi, Alex. []
  6. C’est un effet d’offre et de demande : personne, dans la clientèle des sondages, ne souhaitant lire de résultats robustes, il n’y a pas d’équivalent français de YouGov, et donc pas de Nate Silver français non plus. Au lieu ça, on a surtout des lecteurs de feuilles de thé, pour rester gentil. Le mode de scrutin me semble jouer un rôle important dans cette configuration des choses, mais c’est une autre histoire. []
  7. Un ami spécialiste vient d’ailleurs tout juste de poster sur Facebook : “Je viens de voir le sondage JDD-IPSOS. Les auteurs déclarent avoir travaillé avec des chercheurs du CNRS et de l’EHESS, on aimerai[t] bien savoir lesquels parce que c’est un tissu d’erreurs méthodologiques de l’échantillonnage à la formulation des questions”. []
  8. Personnellement, j’oserais même dire que le bonhomme me manque aussi. Je ne l’ai croisé que quelques fois, en séminaire et une fois dans un parc public parisien à côté de la Cité universitaire, d’où me reste ce souvenir d’une séance d’escrime improvisée avec une très jeune fille. Cet étalage de vie privée et de sentiments est peut-être excessif, et j’espère sincèrement que personne ne m’en voudra. En fait, je voulais juste écrire qu’Alain Desrosières me manque, et que j’ai toujours au moins l’un de ses textes à portée de main, au bureau comme à la maison. []

Les “unes” de Charlie Hebdo : quelques réseaux de plus

Le 6e Congrès de l’Association Française de Sociologie commence après-demain. Le Réseau Thématique 37 « Sociologie des médias » y organise une réunion autour des événements “Charlie Hebdo”, à laquelle Gaël devait participer, sans finalement pouvoir s’y rendre. Sur son invitation, je le remplacerai pour évoquer cette petite note, qui reprend une partie de ce que vous avez pu lire sur ce blog au sujet des « unes » de Charlie Hebdo et de l’analyse des associations thématiques qu’elles contiennent.

charlie-afs2015

La note ne procède pas tout à fait de la même manière que les billets du blog. J’ai retiré tout ce qui avait trait aux ERGM pour utiliser quelque chose d’un peu moins sophistiqué mais de tout aussi parlant. Dans un premier temps, j’ai affiné les catégories thématiques dans lesquelles j’ai regroupé les mots-clés utilisés par le blog Strips Journal pour coder les “unes” de Charlie Hebdo. L’échantillon reste très réduit : le blog ne couvre que les années 2009 à 2015, soit un peu plus de 300 “unes”.

J’ai ensuite fait figurer ces “unes” dans des réseaux bipartites où apparaissent à la fois les “unes” et leurs catégories thématiques. Voici par exemple le réseau des “unes” et de leurs thèmes pour l’année 2011 (cliquer sur le réseau pour le voir en plus grand) :

themes_network_2011

La topologie du réseau renvoie aux deux grands pôles thématiques traités par Charlie Hebdo dans ses “unes”, avec l’actualité politique nationale d’un côté (catégories en bleu), et tous les autres thèmes de l’autre, dont l’actualité internationale et la religion. Cette représentation permet d’effectuer des calculs de distance pondérée, à partir il est facile de repérer les catégories thématiques “proches” ou “éloignées” dans le réseau tissé par les “unes”. Voici les distances entre les catégories thématiques de l’année 2011 (cliquer…) :

distance_matrix_2011

La matrice de distance traduit la même information que le réseau : les catégories les plus “proches” de la catégorie “Religion” sont les catégories “Violence” et “International”, dans cet ordre. La note systématise cette grille de lecture à toutes les catégories sur toutes les années de 2009 à 2015, où il apparaît clairement que la catégorie “Religion” est régulièrement associée à la catégorie “Violence”, sans entretenir toutefois de lien privilégié avec cette catégorie, qui est également associée à d’autres thématiques que la religion.

Bref, je ne sais toujours pas si Charlie Hebdo est “obsédé” par l’islam, si tant est que cela veuille dire quelque chose1. En revanche, je pense qu’on peut établir, au moyen de ses “unes”, que Charlie Hebdo ne réserve pas ses critiques qu’à la seule institution religieuse—sur la période étudiée, le personnel politique en prend au moins autant, sinon plus, pour son grade—,et qu’en plus, sa critique de la religion en “une” survient au sein d’une “triade thématique”, où elle se retrouve liée, sans grande surprise, à l’actualité internationale.

Si vous êtes à l’UVSQ après-demain, j’aurai quelques minutes pour expliquer tout ça. Et comme je n’ai jamais mis les pieds dans un Congrès AFS, ce sera l’occasion de voir à quoi ça ressemble.

Dernière petite chose. Dans le billet précédent, je terminais en mentionnant le blog elementR, pour apprendre à utiliser R dans un contexte de recherche en sciences sociales. En ce qui concerne les réseaux, il faut cette fois-ci mentionner l’excellent blog du groupe fmr (“flux, matrices, réseaux”), qui publie depuis longtemps de très bonnes ressources pour apprendre l’analyse de réseaux, avec R ou d’autres logiciels (voir, par exemple, ce texte sur les ERGM, que j’aurais dû citer dans plusieurs billets précédents sur les “unes” de Charlie Hebdo).

  1. Comme Gaël, et comme les auteurs de cette tribune, j’aurais plutôt tendance à penser que non, même si la “une” me semble être un bon dispositif de mesure des orientations stratégiques que peut prendre la direction d’un hebdomadaire. Il faudrait néanmoins avoir accès à d’autres données (qualitatives), ainsi qu’à un échantillon de “unes” s’étalant sur une période plus longue, pour pouvoir étudier cette question, un peu sur le modèle de ce qu’a fait Nicolas Hubé sur la presse allemande et française. []

Comment ne pas parler des livres que l’on n’a pas lus

Écouter France Culture est un régal quotidien, et s’il ne fallait garder qu’une émission, ce serait évidemment Les pieds sur terre. Mais parfois, on y entend aussi des choses comme ça, dans la bouche de Vincent Ricordeau, co-fondateur de la plateforme collaborative KissKissBankBank :

Aujourd’hui après avoir encensé Piketty, on massacre Piketty, puisqu’il y a des étudiants, certains très jeunes, qui ont prouvé que ses bases de données, la façon dont il gérait les data, arrivait à des résultats qui étaient erronés.

Derrière Piketty, ce n’est pas ses formules mathématiques qui comptent pour arriver à prouver une chose. Il a montré assez clairement, et on a besoin de ça, que le système dans lequel on vit aujourd’hui, c’est-à-dire vers une maximisation du profit et une individualisation du profit, fait que ça crée des inégalités tellement dingues qu’on est revenu au même niveau qu’au XIXe siècle, et que potentiellement notre civilisation disparaîtra à cause de ça.

Donc du coup les mille pages de Piketty, qui sont très difficiles à lire d’ailleurs, n’ont de valeur pour moi que parce qu’elles montrent une direction. Si vous prenez Rifkin, également, […]

Les passages en gras sont de mon fait. S’ensuit le même style d’argument sur Rifkin. Allez écouter par vous-même, à la 21e minute environ du podcast de la dernière émission du sinon excellent Grain à moudre d’Hervé Gardette, qui conclut l’intervention de Vincent Ricordeau par ce propos laconique :

En général, quand on est critiqué, c’est aussi peut-être un signe de succès.

Avant de continuer, full disclosure : je ne connais aucun des protagonistes cités dans ce billet, et je n’ai pas lu le dernier ouvrage de Piketty. En revanche, j’ai pas mal manipulé les données Piketty/Saez, que j’ai souvent utilisées en cours, et j’ai lu quelques-uns des articles où elles apparaissent.

Enfin, il y a plusieurs années, j’ai écrit à Thomas Piketty pour lui demander quelques-unes de ses séries temporelles supplémentaires. Voici sa réponse (qui ne trahit rien de personnel : l’adresse email apparaissait sur son site Internet) :

piketty-email

Sur la forme, l’email ci-dessus n’est pas vraiment le genre d’email que l’on reçoit de la part de quelqu’un qui ne saurait pas “gérer ses data” ; c’est même plutôt l’inverse, Thomas Piketty étant l’un des rares chercheurs à diffuser publiquement et gratuitement la quasi-intégralité de ses données.

Mais sur le fond, il y a plein d’autres inepties dans le propos de Vincent Ricordeau, qui fait au passage la même erreur que de très nombreux commentateurs de Piketty, en lui attribuant la paternité intégrale des données utilisées dans Le capital au XXIe siècle. En réalité, comme l’indiquent plusieurs notes de bas-de-page, certaines sections de l’ouvrage utilisent les données WTID/WWID, qui ont mobilisé des dizaines de chercheurs1.

Histoire d’illustrer le fait que Piketty ne fait vraiment pas secret de la production collective des données présentées dans son ouvrage, écoutez les dix premières minutes de cette présentation, qui ne fait pas exception (j’ai trouvé plein d’autres podcasts où Piketty raconte strictement la même chose sur la nature collective des données de l’ouvrage, en citant d’ailleurs toujours les mêmes collègues, dans le même ordre) :

Le début du propos est peut-être le plus censé : effectivement, l’ouvrage de Piketty a été critiqué, notamment par un jeune économiste de 26 ans. Sauf que la critique en question ne porte à aucun moment sur la manière dont Piketty “gère ses data”, qui s’en sortent parfaitement indemnes2.

À ma connaissance, la seule critique de Piketty qui a porté directement sur les données est celle de Chris Giles (du Financial Times), et qui s’est à mon sens complètement trompé, alors qu’il avait correctement diagnostiqué les problèmes d’un modèle publié par le FMI dans un rapport de 2012.

Le plus drôle dans l’intervention de Ricordeau, c’est évidemment l’énorme “smoking gun” que j’ai grassé dans le dernier paragraphe : apparemment, dans la bouche de quelqu’un qui parle comme s’il avait lu l’ouvrage, les “mille pages” du Capital au XXIe sont “très difficiles à lire”.

Notez que juste avant, le même intervenant parle de formules mathématiques. Voici l’index de l’entrée “équations” dans l’édition américaine de l’ouvrage, avec les équations soulignées :

piketty-equations

L’équation la plus compliquée étant un produit, on peut supposer que ce n’est pas la formalisation mathématique de Piketty qui lui vaut ici le qualificatif de “très difficile à lire”. Ce doit donc être le texte lui-même. Voici donc un extrait pris au hasard dans l’édition française de l’ouvrage :

piketty-bouquin-1

Pas convaincu ? J’ai arbitrairement sélectionné cet extrait ? L’intervention de Vincent Ricordeau se situant à environ 21:30 du podcast de l’émission, voici la page 231 de la version électronique de l’ouvrage :

piketty-bouquin-2

Si vous avez déjà lu de l’économie, ne serait-ce qu’un papier NBER, le contraste devrait être saisissant. Et si vous n’en avez jamais lu, le texte devrait quand même vous indiquer quelque chose que presque tous les compte-rendus de lecture de Piketty indiquent par ailleurs : c’est très bien, et surtout très simplement, écrit3.

De mon point de vue, le seul obstacle sérieux à la lecture du dernier ouvrage Piketty est la longueur du manuscrit, qui est un peu plus court en langue anglaise (dans une traduction sublime d’Arthur Goldhammer), mais qui reste long.

Sur tous les autres points soulevés par Vincent Ricordeau, j’ai surtout eu l’impression qu’il avait autant lu l’ouvrage que moi, qui l’ai acheté mais pas lu, et j’imagine qu’une partie des auditeurs de l’émission a dû se dire exactement la même chose. Peut-être ferait-il mieux de se tourner vers un ouvrage plus court.

  1. L’équipe WTID/WWID inclut notamment Tony Atkinson. []
  2. La critique de Rognlie consiste, en gros, à rajouter un diviseur sur certaines mesures centrales, et à décomposer certains résultats. Il obtient, comme d’autres, des effets parfois plus faibles que ceux rapportés par Piketty, et un effet majeur du secteur immobilier, dont il tire une critique que je n’ai pas la compétence d’évaluer. Piketty a répondu à ce type de critiques dans plusieurs revues ; pour un excellent numéro spécial dans ce style, cf. celui-ci, en sociologie. []
  3. Piketty a expliqué plusieurs fois avoir écrit son livre pour un large public, en insistant sur le fait qu’il se sent moins économiste que chercheurs en sciences sociales, et que du coup. Si j’ai bien compris son parcours, qui passe par le MIT, il doit bien maîtriser les équations DGSE, mais écrire des modèles complètement abstraits ne l’intéresse pas. Une partie des réactions à l’ouvrage de Piketty s’explique d’ailleurs à mon sens par cette distance à la formalisation, mais il y a d’autres facteurs à considérer. []

Religion et violence dans les “unes” de Charlie Hebdo

Mise à jour du lendemain : voir aussi ce texte, tout juste publié dans Le Monde.

Suite et fin (définitive, cette fois-ci) d’une suite de billets publiée en quatre épisodes : mercredi, vendredi et dimanche de la semaine dernière, et mardi de cette semaine :

  1. Les données (le billet introductif, le plus accessible)
  2. Leur exploration (quelques visualisations en plus)
  3. Les premiers modèles (ou “les ERGM en trois mots”)
  4. Le modèle définitif (les finitions pour la route)

Il s’agit d’une synthèse : pas grand chose de nouveau, juste des précisions et une reformulation de l’argument général. Je n’ai pas modifié le code source de l’analyse, qui reste disponible et améliorable, comme je vais le rappeler un peu plus bas.

Désolé d’avoir accidentellement publié un brouillon de ce billet tôt ce matin.

Et oui, je veux bien la médaille en chocolat du titre racoleur. Ooh yeah.

La question initiale

À la suite de l’attentat du 7 janvier, le travail de la rédaction de Charlie Hebdo a fait l’objet de toutes sortes d’accusations, allant du blasphème à l’islamophobie en passant par le mauvais goût. Mais comme l’ont fait remarquer deux sociologues dans les colonnes du Monde, le tirage assez confidentiel du magazine permet d’écarter l’idée que ces accusations soient fondées sur une lecture attentive de Charlie Hebdo : ce sont plutôt ses illustrations de “une”, beaucoup plus accessibles que le magazine lui-même, qui ont généré ces critiques.

Les mêmes sociologues se servent des “unes” de Charlie Hebdo pour se demander si l’hebdomadaire est vraiment si “obsédé” – c’est leur terme – par l’islam que le suggèrent certaines critiques. Sans surprise, ils découvrent que ce n’est pas vraiment le cas, dans la mesure où Charlie Hebdo fait beaucoup plus souvent sa “une” sur l’actualité politique (ou économique, ou sociale) française que sur la religion, et qu’en matière de religion, le catholicisme (via l’institution papale) en prend beaucoup plus pour son grade que les autres religions monothéistes.

La méthode de cette étude est assez simple : on catégorise le contenu des “unes”, puis on fait un tri à plat, puis on en tire des observations sur la fréquence de tel ou tel personnage, thème ou événement. L’analyse des “unes” d’un support de presse n’est d’ailleurs pas une nouveauté en soi : allez voir chez Baptiste Coulmont (qui parle d’une étude des “unes” de Paris Match par Alain Chenu), ou bien lisez le bouquin que Nicolas Hubé a tiré de sa thèse sur les “unes” des journaux allemands et français, ou bien lisez cet article sur la représentation des femmes en “une” d’un magazine sportif.

Cette technique d’analyse “fréquentiste” a toutefois de sérieuses limites, car il y a aussi une dimension relationnelle à exploiter dans ce type de données : dans l’illustration de “une”, qui est connecté à qui, et à quoi ? On peut en effet suggérer que la “une” d’un hebdomadaire satirique est un travail de mise en relation : tel thème, personnage ou événement s’y trouve mis en relation avec au moins un autre, de manière à créer une association mentale qui, renforcée par le titrage de la “une”, suggère une interprétation (plus ou moins) comique, cynique ou ironique1.

La question du traitement de tel ou tel thème par Charlie Hebdo dépasse donc la simple fréquence de ce thème dans ses “unes”, et devient : à travers ce dispostif symboliqe qu’est la “une”, à qui et à quoi tel thème se retrouve-t-il associé ? Si le quotidien La Croix, par exemple, associe fréquemment le catholicisme et l’action humanitaire dans ses “unes”2, qu’en est-il des “unes” de Charlie Hebdo sur la religion ? C’est cette question que l’on va traiter, à partir d’une catégorisation des “unes” qui permet de repérer les thèmes de la religion et de la violence.

Pourquoi cette question de la relation entre religion et violence dans les “unes” de Charlie Hebdo ? Parce que, comme l’a écrit Gaël Villeneuve dans sa réaction à l’étude publiée par Le Monde, mesurer “l’islamophobie” est conceptuellement hors de portée, le terme prêtant à toutes les confusions possibles. En revanche, établir que Charlie Hebdo associe, au sens objectif du terme (c’est-à-dire : met en relation ; pas “amalgame” ou “assimile”), la religion à un thème comme la violence, tient du domaine du possible.

Les données de Strips Journal

Comme je l’ai expliqué dans le tout premier billet de cette série, c’est le blog Strips Journal qui a rendu possible cette exploration des associations thématiques dans les “unes” de Charlie Hebdo, grâce à son codage de 338 “unes” de Charlie Hebdo publiées entre 2006 et 2015. Ce codage inclut la quasi-intégralité des années 2009-2014 et assigne en moyenne 4 mots-clés par “une”, noms propres et événements inclus. C’est à partir de ces mots-clés que l’on peut constituer des réseaux de co-occurrence comme celui-ci, qui représente toutes les 338 “unes” du corpus :

full_network

Le réseau contient des mots-clés recatégorisés en six grands thèmes à partir d’un codage supplémentaire qui peut certainement être amélioré. Si vous souhaitiez vous y coller, il suffit d’améliorer ce script, ou pour celles et ceux qui sont allergiques au code, cette feuille CSV, qui contient les mots-clés des “unes” (colonne tag), leur catégorie thématique (colonne theme), et les numéros de Charlie Hebdo dans lesquels ils apparaissent (colonne nums). Une catégorisation de meilleure qualité3 permettrait d’affiner tous les résultats présentés dans cette série.

Comme le réseau de toutes les “unes” du corpus n’est pas très lisible, il peut être utile, à des fins exploratoires, de le scinder en plusieurs sous-réseaux temporels : c’est ce que j’ai proposé dans un deuxième billet, en découpant le corpus en périodes de trois mois et en mesurant la présence de chaque thème au cours de chaque période. À cette échelle, il devient plus facile d’observer certaines co-occurrences de mots-clés, et notamment celles qui concernent la religion (en vert), le terrorisme (en rouge) et la violence (en rouge) :

network_quarters

 

Pour compléter ces représentations graphiques, et afin de faire la jonction avec l’étude résumée dans Le Monde, on peut souhaiter les accompagner de quelques statistiques sur les mots-clés qu’ils contiennent. Prenons, par exemple, les 10 mots-clés les plus fréquemment utilisés pour catégoriser le contenu des “unes” de Charlie Hebdo incluses dans le corpus. Ces mots-clés ne surprendront certainement pas les lecteurs de Charlie Hebdo, et contiennent au moins deux termes (“religion” et “intégrisme”) qui retiendront notre attention plus tard :

1              sarkozy   80
2            élections   42
3    françois hollande   40
4             religion   35
5        marine le pen   25
6                   fn   23
7       présidentielle   23
8           intégrisme   22
9  présidentielle 2012   22
10      extrême droite   21

Voyons, à présent, les dix associations de mots-clés les plus fréquentes. Cette liste révèle que les mots-clés sont partiellement redondants entre eux : les mots-clés concernant les élections, par exemple, reviennent très souvent ensemble pour catégoriser les mêmes “unes”. En conséquence, le réseau des co-occurrences des mots-clés contient certaines associations très fortes entre des thèmes et des sous-thèmes, entre des institutions et leurs représentants, bref, entre des “classes” et des “sous-classes” de phénomènes :

1            élections      présidentielle 23
2            élections présidentielle 2012 22
3       présidentielle présidentielle 2012 22
4            élections             sarkozy 17
5       extrême droite                  fn 17
6           intégrisme            religion 17
7                   fn       marine le pen 15
8  présidentielle 2012             sarkozy 15
9       présidentielle             sarkozy 15
10      extrême droite       marine le pen 14

Simplifions, enfin, ces associations, en remplaçant les mots-clés par l’une des sept catégories générales évoquées ci-dessus. Cette simplification permet de catégoriser les “unes” à partir d’un ou plusieurs thèmes (entre 1 et 5, et 2 en moyenne). En regardant les fréquences brutes et relatives de ces thèmes, on observe ainsi le poids relatif de chaque thème dans le corpus. Attention, les années 2006, 2007 et 2015 ne contiennent que quelques “unes” chacune et ne sont incluses ci-dessous que pour référence.

charlie_themes_freq

charlie_themes_prop

Cette simplification produit 15 associations thématiques possibles, dont la fréquence varie en fonction de différents facteurs, comme le nombre de mots-clés de chaque catégorie, mais aussi la pertinence de chaque association dans le corpus. Sans surprise, les associations les plus fréquentes sont ainsi des associations monothématiques, correspondant à la situation où la même “une” a reçu deux mots-clés de la même catégorie ; mais on trouve aussi souvent des associations entre des thèmes différents :

1              Politique-Varia  578
2                  Varia-Varia  544
3          Politique-Politique  465
4            Religion-Religion  131
5          International-Varia  122
6               Religion-Varia  103
7               Varia-Violence   85
8      International-Politique   69
9           Politique-Violence   51
10 International-International   47
11           Religion-Violence   42
12          Politique-Religion   40
13      International-Religion   32
14      International-Violence   23
15           Violence-Violence   13

Quoi et pourquoi modéliser ?

À ce stade, on va souhaiter modéliser les associations thématiques formées par les mots-clés des “unes” de Charlie Hebdo. Ce que l’on va pouvoir modéliser, comme expliqué dans un billet plus détaillé, c’est la probabilité conditionnelle de chaque association, en fonction de plusieurs facteurs comme le nombre de mots-clés par catégorie. Cette modélisation va nous servir à estimer aussi précisément que possible la probabilité d’une association, dans les “unes” de Charlie Hebdo, entre les thèmes “Religion” et “Violence”, qui contiennent les mots-clés suivants :

Religion (23 mots-clés) :
antisémitisme, athées, benoit xvi, bible, burka, charia, coran, dieu, évêque, françois 1er, intégrisme, jesus, laïcité, lourdes, mahomet, opus dei, pape, prophète, ramadan, religion, torah, vatican, voile
Violence (21 mots-clés) :
11 septembre, al-qaida, assassinat, attentats, ben laden, discrimination, guerre, homophobie, incendie criminel, jihad, massacre, mohamed merah, otage, parricide, pédophilie, sexisme, terrorisme, torture, tueur de masse, violence, xénophobie

Afin d’être aussi clair que possible sur la méthode, rappelons qu’elle permet de mesurer une probabilité conditionnelle, c’est-à-dire “nette”, ou “indépendante” de plusieurs autres probabilités. On vient de le dire, les catégories thématiques ne contiennent pas le même nombre de mots-clés, et les associations les plus fréquentes sont monothématiques. Ce qu’apporte un modèle, et que ne permet pas un simple tri à plat, c’est de “contrôler” ces facteurs, c’est-à-dire de les prendre en compte afin de mesurer isolément la probabilité d’association entre deux thèmes différents.

Dans le modèle qu’on met en place, sous la forme d’une équation log-linéaire et additive qui va ensuite être estimée à partir de plusieurs milliers de simulation de graphes aléatoires, on va donc utiliser différents termes correspondant à chacune de ces probabilités. Dans un dernier billet, j’ai présenté la forme définitive prise par cette équation, après en être passé par quelques modélisations exploratoires, et après avoir introduit un terme servant à mesurer une propriété endogène du réseau (spécifiquement, sa tendance à la transitivité entre certains mots-clés).

Pour rappel, les termes du modèle définitif sont les suivants :

  • probabilité globale d’une co-occurrence entre deux mots-clés
  • probabilité d’occurrence des mots-clés de chaque thème
  • probabilité d’une association entre deux mots-clés d’un même thème
  • probabilité d’une association entre deux mots-clés de thèmes différents
  • probabilité de trouver une relation transitive entre trois mots-clés

En aparté — je profite de ce billet pour signaler que, dans la spécification exacte du modèle ci-dessus, j’ai utilisé trois paramètres expérimentaux qui ne figurent pas encore dans la documentation technique du code associé à la technique de modélisation que j’utilise. Je dois l’utilisation de ces paramètres à un email de Pavel Krivitsky, qui m’a aussi aidé à comprendre comment paramétrer les mêmes modèles en tenant compte de la pondération des co-occurrences. Pour celles et ceux que ça intéresse, allez lire les emails de Pavel sur la liste de diffusion du projet statnet.

Qu’a-t-on trouvé ?

Pour rappel encore, on a obtenu les résultats suivants :

edges                           -5.23 (0.08)

nodefactor.International        -0.31 (0.21)
nodefactor.Politique            -0.04 (0.15)
nodefactor.Religion             -0.52 (0.29)
nodefactor.Violence             -0.22 (0.29)

nodematch.International          1.26 (0.49)
nodematch.Politique              0.98 (0.35)
nodematch.Religion               3.28 (0.67)
nodematch.Violence               0.29 (1.30)

mix.International.Politique      0.30 (0.36)
mix.International.Religion       0.85 (0.63)
mix.Politique.Religion           0.32 (0.52)
mix.International.Violence       0.42 (0.70)
mix.Politique.Violence           0.29 (0.43)
mix.Religion.Violence            2.16 (0.50)

gwdsp.fixed.1                    0.05 (0.00)

BIC                                16095.79

Ces résultats se comprennent de la manière suivante :

  • Les mots-clés de chaque thème n’ont pas la même propension à former des liens, c’est-à-dire qu’ils n’ont pas la même tendance à être utilisés en co-occurrence avec d’autres mots-clés. Les mots-clés les plus susceptibles d’être liés à d’autres sont ceux du thème “Politique”. Les mots-clés les plus susceptibles d’être liés à d’autres sont ceux du thème “Religion”.
  • Les associations monothématiques (entre deux mots-clés d’un même thème) sont très fréquentes, en particulier pour les catégories “International” et “Religion”, qui sont donc, d’une certaine manière, les thèmes les plus homogènes (c’est-à-dire les thèmes dont les mots-clés sont les plus à même de ne pas être “mélangés” avec ceux d’un autre thème).
  • Une fois que l’on a pris en compte ces deux premières formes d’effets, les associations entre mots-clés de thèmes différents restent encore fréquentes, voire très fréquentes pour l’association entre les mots-clés du thème “Religion” et ceux du thème “Violence”, comme dans les associations “Benoît XVI” et “pédophilie” ou bien “ben Laden” et “intégrisme”.
  • Enfin, le réseau exprime une très légère tendance aux relations transitives, ce qui signifie que certains chaînes de trois mots-clés, comme “Sarkozy → élections → présidentielle 2012”, se retrouvent fréquemment dans les co-occurrences. Aussi léger soit-il, il est très important de mesurer cet effet isolément, pour ne pas fausser les autres effets que l’on mesure.

Résumons.

Dans les 338 “unes” étudiées, la religion et les actes violents sont loin d’être les thèmes les plus traités : si l’on omet la catégorie résiduelle “Varia”, le thème le plus fréquemment associé à ces “unes” est le thème “Politique”, qui revient dans un tiers d’entre elles, alors que les thèmes “Religion” et “Violence” apparaissent chacun dans un peu moins de 9% des “unes”, sans être systématiquement associés l’un à l’autre. Une “une” sur dix pour un hebdomadaire, ça fait une “une” tous les deux mois et demi, ou cinq par an.

Mais que nous apprend cette fréquence ? Pas grand chose : elle ne dit rien de la probabilité d’association entre le thème “Religion” et un autre. Quelle est ainsi la probabilité d’association de ce thème au thème “Violence”, qui contient des mots-clés associés au terrorisme et à d’autres actes violents ? Les modèles que l’on a présentés indiquent que, toutes choses égales par ailleurs, la probabilité d’association entre les deux thèmes est très forte : sans être dominants dans le corpus des “unes”, elles sont très fortement liées entre elles.

Pour aller plus loin

Pour aller plus loin dans cette modélisation des “unes” de Charlie Hebdo, il faudrait à présent voir les autrès thèmes associés à la religion dans ce corpus : trouvera-t-on, par exemple, que la religion est aussi fortement associée au thème “Capitalisme”, également bien représenté dans les “unes” du magazine ? Il faudrait pour cela identifier précisément ce thème, ce que l’on n’a pas pris le temps de faire ici, mais cela vaudrait la peine de le vérifier à partir d’un codage thématique plus détaillé, comme suggéré plus haut.

Alors, islamophobe, Charlie Hebdo ? Je n’en sais toujours rien, et je m’en balance : le terme est suffisament plastique pour accommoder les biais de confirmation des uns et des autres, et ces biais ne m’intéressent pas. En revanche, je reconnais le peu que je connais de cet hebdomadaire dans l’association entre religion et violence. Est-ce normal ? À mon sens, oui : le clergé catholique est lié à des scandales de pédophilie et à la stigmatisation de l’homosexualité, et l’islamisme est lié au terrorisme international.

Voilà, c’est terminé. Bonne journée, et n’oubliez pas de vous aimer les uns les autres, bordel de merde.

  1. La thèse de Nicolas Hubé traite rapidement de cette dimension au passage consacré à l’ironie et aux jeux de mots dans la titraille journalistique (p. 182). []
  2. Cet exemple est fictif : je ne l’ai pas mesuré, et je ne lis pas assez La Croix pour avoir la moindre idée de quoi parle ce journal, mais je suppose qu’il est “obsédé”, au sens fréquentiste de la métaphore, par le catholicisme, ce qui illustre bien l’importance des associations – positives ou négatives – que produisent les “unes”. De plus, je n’ai pas pris l’association entre catholicisme et action humanitaire complètement au hasard. []
  3. Par meilleure qualité, j’entends : chaque mot-clé doit appartenir à un seul thème, et idéalement, les thèmes doivent contenir à peu près le même nombre de mots-clés (mettons, entre 20 et 30), dont l’occurrence dans le corpus ne varie pas trop (mettons, entre 50 et 150). []

Les “unes” de Charlie Hebdo : modèles définitifs

Suite et quasi-fin d’une suite de billets publiée en trois épisodes la semaine dernière : mercredi, vendredi, dimanche. Je vais en reprendre les points principaux, et rajouter les résultats définitifs. Et il y aura un épilogue après ça, puis basta.

Données

Pour rappel, on dispose, gràce au blog Strips Journal, de 338 “unes” de Charlie Hebdo catégorisées à l’aide de 401 mots-clés. Chaque “une” étant décrite par un ou plusieurs mots-clés (entre 1 et 11, moyenne et médiane à 4), on peut construire le réseau des co-occurrences de ces mots-clés sur l’ensemble des “unes” (cliquer pour la version PDF) :

full_network

De plus, en catégorisant ces mots-clés, on peut faire ressortir quelques grandes thématiques des “unes”, représentées ci-dessous dans un réseau bipartite (ou “deux-modes”) par des liens aux illustrateurs de ces “unes”, l’épaisseur des liens étant proportionnelle à la fréquence du thème chez l’illustrateur :

full_bipartite

Ces représentations graphiques du réseau étant soit trop compliquées (trop denses), soit trop simples (trop peu denses), on a exploré plusieurs visualisations des réseaux, par auteur et au cours du temps. Voici à nouveau le réseau de co-occurrences des mots-clés de 2009 à 2014, par période de trois mois :

network_quarters

Méthode

Pour rappel toujours, dans le dernier billet de notre série, on a proposé de modéliser la co-occurrence des mots-clés, afin d’observer la fréquence d’association de certains thèmes tout en prenant en compte la morphologie générale du corpus étudié. On va continuer et terminer ici cet exercice de modélisation.

Dernier rappel, enfin : les modèles exploratoires que l’on a fait tourner sur des tranches temporelles du corpus ont permis de détecter une sur-fréquence d’association entre les thèmes “Religion”, “Terrorisme” et “Violence”, mais de manière assez peu précise. On propose ici une modélisation un peu plus avancée de cette même fréquence.

Vu que les modèles exploratoires n’ont pas révélé d’effet temporel, et vu que les “unes” représentent aussi bien les choix de la rédaction de Charlie Hebdo que ceux de leurs illustrateurs, on va utiliser le corpus intégral des “unes”. Celles-ci proviennent largement des années 2009-2014, avec quelques “unes” avant et après :

2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 
   2    1   19   52   52   52   52   53   52    3

Une fois que les 1 311 mots-clés associés à ces “unes” sont présentés sous la forme du réseau de leurs co-occurrences, les mots-clés les plus fréquents figurent assez logiquement aussi parmi les plus centraux du réseau, c’est-à-dire ceux dont le degré (le nombre de liens avec d’autres mots-clés) est le plus élevé :

             keyword degree    theme freq
1            sarkozy    254   France   80
2  françois hollande    142   France   40
3          élections    136    Varia   42
4           religion    120 Religion   35
5         intégrisme     92 Religion   22
6                ump     84   France   17
7      marine le pen     82   France   25
8              crise     80    Varia   19
9             fillon     78   France   14
10                fn     72   France   23

Mais ce ne sont pas les fréquences brutes des mots-clés, et donc pas leur degré dans le réseau, qui nous intéresse. On va plutôt chercher à modéliser la fréquence relative des thèmes et de leurs associations, en s’intéressant tout particulièrement à l’association entre les thèmes “Religion” et “Violence”.

Le premier thème recouvre les 23 mots-clés directement liés aux trois religions monothéistes. Ces mots-clés apparaissent 133 fois dans le corpus :

antisémitisme, athées, benoit xvi, bible, burka, charia, coran, dieu, évêque, françois 1er, intégrisme, jesus, laïcité, lourdes, mahomet, opus dei, pape, prophète, ramadan, religion, torah, vatican, voile

Certains de ces mots-clés désignent déjà des actes violents, mais le corpus contient aussi d’autres mots-clés qui, sans être intrinsèquement liés à la religion, évoquent des actes violents. Ce second thème recouvre 14 mots-clés apparaissant 54 fois dans le corpus :

assassinat, attentats, discrimination, guerre, homophobie, incendie criminel, massacre, parricide, pédophilie, sexisme, torture, tueur de masse, violence, xénophobie

Enfin, on va rajouter à ce thème 7 mots-clés liés au terrorisme international, qui apparaissent seulement 14 fois dans le corpus :

al-qaida, 11 septembre, ben laden, jihad, mohamed merah, otage, terrorisme

Jetons un rapide coup d’oeil à toutes les associations thématiques possibles. Les plus fréquentes correspondent à des associations au thème résiduel “Varia”, qui contient tous les mots-clés non thématisés (“carbone”, “la poste”, “téléthon”, etc.), et au thème “Politique [française]”. Viennent ensuite les mots-clés “Religion” :

                         assoc freq
1              Politique-Varia  578
2                  Varia-Varia  544
3          Politique-Politique  465
4            Religion-Religion  131
5          International-Varia  122
6               Religion-Varia  103
7               Varia-Violence   85
8      International-Politique   69
9           Politique-Violence   51
10 International-International   47
11           Religion-Violence   42
12          Politique-Religion   40
13      International-Religion   32
14      International-Violence   23
15           Violence-Violence   13

C’est la fréquence d’association entre “Religion” et “Violence” que l’on va désormais chercher à mesurer, et encore une fois, pas de manière “brute”, comme dans le tableau ci-dessus, mais de manière relative : pour chaque co-occurrence de mots-clés, la probabilité d’association de ces thèmes est-elle plus ou moins importante que…

  • … l’association “monothématique” de deux mots-clés au sein d’un même thème ?
  • … leur association aux autres thèmes généraux, comme “France” et “International” ?
  • … toute autre association possible, notamment au thème résiduel “Varia” ?

Du coup, il nous faut un modèle probabiliste.

Modélisation

Sans repartir dans les détails d’une modélisation par graphes aléatoires exponentiels (ERGM), rappelons simplement qu’elle permet de mesurer les probabilités d’association évoquées plus haut, tout en contrôlant par n’importe quelle autre probabilité que l’on souhaiterait mesurer.

On va donc écrire une équation additionnant plusieurs probabilités :

  • la probabilité générale d’une co-occurrence de mots-clés1 ;
  • la probabilité dite “principale” d’apparition de chaque thème2 ;
  • la probabilité que ces deux mots-clés appartiennent à un même thème3 ; et
  • toutes les autres probabilités d’association entre thèmes4.

Dans cette équation, la catégorie “Varia” sert systématiquement de catégorie de référence : est-il plus ou moins probable, par exemple, de trouver ensemble deux mots-clés du thème “Religion” par rapport à la probabilité d’association, qu’on peut juger aléatoire5, de deux mots-clés du thème “Varia” ?

Ce premier modèle donne les résultats suivants. Les premiers chiffres sont les coefficients du modèle, qui sont exprimés en log-probabilités et qui donnent la direction et la taille de l’effet. Les chiffres entre parenthèses sont les erreurs standard, qu’on souhaite aussi petites (proches de 0) que possible.

edges                            -4.06 (0.05)

nodefactor.International         -0.38 (0.11)
nodefactor.Politique              0.28 (0.07)
nodefactor.Religion              -0.00 (0.12)
nodefactor.Violence              -0.11 (0.13)

nodematch.International           1.60 (0.26)
nodematch.Politique               0.93 (0.13)
nodematch.Religion                2.96 (0.26)
nodematch.Violence                1.59 (0.39)

mix.International.Politique       0.24 (0.17)
mix.International.Religion        1.00 (0.24)
mix.Politique.Religion           -0.05 (0.21)
mix.International.Violence        0.89 (0.27)
mix.Politique.Violence            0.20 (0.21)
mix.Religion.Violence             1.65 (0.24)
           
BIC                                109643.54

Comment lire les trois premiers “blocs” de résultats :

  • la probabilité générale d’une association est négative (c’est normal) ;
  • le modèle détecte moins d’associations avec les mots-clés du thème “International” ;
  • le modèle détecte plus d’associations avec les mots-clés du thème “Politique” ; et
  • les associations “monothématiques” (au sein de chaque thème) sont très probables.

En clair, on retrouve bien le réseau de co-occurrence que l’on étudie : on a beaucoup de mots-clés, qui sont loin d’être tous connectés entre eux ; certains mots-clés sont à la fois fréquents et fréquemment associés à d’autres ; et souvent, ces autres mots-clés sont du même thème que les premiers, en particulier en ce qui concerne la religion.

Ce résultat est-il logique ? Certainement : on pouvait s’attendre à ce que les mots-clés des “unes” de Charlie Hebdo soient souvent homogènes d’un point de vue thématique. Si l’on avait catégorisé les mots-clés à l’aide d’un nombre plus important de thèmes, le même résultat s’observerait certainement dans une mesure moindre.

Voilà pour les “effets-contrôle” du modèle. Republions à présent le quatrième bloc :

mix.International.Politique       0.24 (0.17)    
mix.International.Religion        1.00 (0.24)
mix.Politique.Religion           -0.05 (0.21)    
mix.International.Violence        0.89 (0.27)
mix.Politique.Violence            0.20 (0.21)    
mix.Religion.Violence             1.65 (0.24)

Les co-occurrences thématiques “International-Religion”, “International-Violence” et “Religion-Violence” ressortent clairement : ces trois thèmes sont liés, de différentes manières et à des degrés variables, dans les “unes” étudiées, et leurs associations sont plus probables que plusieurs des autres associations possibles.

Ce résultat est-il logique ? Certainement : lorsque les “unes” de Charlie Hebdo évoquent la religion et des actes violents comme le terrorisme (ou la pédophilie), c’est souvent en rapport à l’actualité internationale (en Syrie, au Vatican, …) plutôt qu’en rapport à l’actualité nationale, même si des exceptions existent, à des fréquences bien moindres6.

Validation

Vérifions ces premiers résultats en améliorant un peu le modèle. Les modèles, c’est comme le tuning de bagnoles : on peut toujours faire mieux (ou pire), en rajoutant ou en enlevant quelque chose. Objectif : rendre le modèle plus précis, pour valider la direction (le signe) et la magnitude (la taille) des effets (les coefficients).

Point de départ du raisonnement : le réseau que l’on étudie est en partie transitif. La transitivité, c’est quand les amis de vos amis sont aussi vos amis. Ici, la transitivité s’applique à la personne qui a codé les “unes” : certaines de ses sélections de mots-clés sont en effet susceptibles d’être transitives entre elles7.

Or, en systématisant certaines connexions, la transitivité augmente la probabilité d’observer certaines associations plus que d’autres, ce qui rend les coefficients de ces associations moins comparables entre eux qu’ils n’en ont l’air. De plus, on ne peut pas annuler la transitivité du réseau : elle en fait structurellement partie.

En revanche, si l’on mesure la transitivité à part, on neutralise son effet de distorsion sur les coefficients. Il y a plusieurs méthodes, bien décrites par Hunter et Snijders. En voici un premier exemple, où l’on reprend le modèle précédent en rajoutant un dernier terme servant à capturer une partie des transitivités :

edges                           -5.23 (0.08)

nodefactor.International        -0.31 (0.21)
nodefactor.Politique            -0.04 (0.15)
nodefactor.Religion             -0.52 (0.29)
nodefactor.Violence             -0.22 (0.29)

nodematch.International          1.26 (0.49)
nodematch.Politique              0.98 (0.35)
nodematch.Religion               3.28 (0.67)
nodematch.Violence               0.29 (1.30)

mix.International.Politique      0.30 (0.36)
mix.International.Religion       0.85 (0.63)
mix.Politique.Religion           0.32 (0.52)
mix.International.Violence       0.42 (0.70)
mix.Politique.Violence           0.29 (0.43)
mix.Religion.Violence            2.16 (0.50)

gwdsp.fixed.1                    0.05 (0.00)

BIC                                16095.79

Les coefficients proches de zero ont changé de signe pour certains : ce n’est pas plus grave que ça, c’est même mieux8. En revanche, la magnitude des coefficients a pas mal augmenté pour certains effets, et notamment pour les effets qui nous intéressent le plus : l’homophilie “Religion” et l’association “Religion-Violence”.

Le résultat dont je n’ai pas encore parlé (le BIC) est une valeur qui se compare d’un modèle à l’autre pour voir si tel modèle est plus “performant” qu’un autre. Le critère de performance est bien meilleur dans le second modèle ; un seul paramètre en plus pour un BIC divisé par 10, c’est même vraiment pas mal.

Dernière vérification, on prend une autre méthode d’absorption des transitivités, on la teste à plusieurs valeurs de son paramètre alpha (cf. l’article de Snijders, précité, p. 143), puis on regarde l’effet sur les coefficients. Si tout se passe bien, l’effet et les erreurs standard ne varient pas trop, ce que l’on observe ici :

ergm_sensitivity

Conclusion

On a identifié un modèle qui donne des résultats à peu près stables autour de l’association, positive, entre les thèmes “Religion” et “Violence”. C’est loin d’être la seule association possible, mais c’en est une qui ressort des données, aussi bien lues “à plat” ou au moyen d’une modélisation des co-occurrences de mots-clés.

Pourquoi une association si forte, d’ailleurs, dans les modèles ? Très probablement parce que les thèmes “Religion” et “Violence” sont les plus homogènes de nos catégories thématiques : en conséquence, l’effet d’association est très identifiable, et très bien identifié, ce qui n’est pas le cas pour tous les autres thèmes, plus diversifiés.

J’écrirai ce que j’en pense dans l’épilogue de cette série de billets “Charlie Hebdo”, dans quelques jours. Et comme d’habitude, le code des modèles a été rajouté au code de l’analyse, histoire que vous puissiez essayer de votre côté, et/ou qu’un meilleur utilisateur des ERGM puisse me guider vers une meilleure spécification.

  1. Soit l’équivalent d’une ordonnée à l’origine. []
  2. En jargon “réseaux” : les fréquences des attributs ; en jargon ERGM : les main effects. []
  3. En jargon “réseaux” : les homophilies uniformes ; en jargon ERGM : la propension au node match. []
  4. En jargon “réseaux” : les mixes d’attributs ; en jargon ERGM : la propension au node mix. []
  5. Cette propriété vient de la largeur et de l’hétérogénéité de cette catégorie : le thème “Varia” contient 235 mots-clés différents apparaissant 573 fois dans le corpus. []
  6. Il n’y a que deux “unes” ayant trait aux attentats du 7 janvier 2015, et la “une” de Charlie Hebdo n°1060 sur Mohamed Merah n’est en fait pas consacrée au terrorisme. []
  7. Par exemple, si une “une” prend les mots-clés « présidentielle », « élections » et « sarkozy », et qu’une autre prend les mots-clés « européennes », « élections » et « sarkozy », alors les deux mot-clés « présidentielle » et « européennes » se retrouvent associés au mot-clé « sarkozy » par transitivité. []
  8. Indeed, les signes des coefficients sont maintenant uniformes par effet (tous positifs ou négatifs). []