Cadrage par les mots, cadrage par la sélection

Chaque sujet suppose deux choix. Le traiter ou non — un média qui ouvre sur les faits divers trois jours sur cinq a cadré le pays avant le premier adjectif. Et la formulation : « Les migrants envahissent la Manche » et « Des migrants traversent la Manche » rapportent la même traversée.

Les deux relèvent du cadrage. Les deux se retrouvent d’ordinaire fondus dans un score unique, incapable de les distinguer. Un média au vocabulaire sobre sur un agenda concentré sur la criminalité et un média à l’agenda large mais au vocabulaire virulent aboutissent au même point, par des chemins opposés.

Chaque point est un média. En abscisse : part des titres portant un procédé de formulation. En ordonnée : part relevant de sujets à forte charge. La diagonale marque l’égalité des deux.

Sur l’ensemble des 25 médias, les deux taux sont corrélés : qui formule fort sélectionne fort. Mais l’écart entre les deux va de −11 points chez BFMTV à +29 chez Causeur. Un seul chiffre par média, c’est se placer quelque part dans cette fourchette sans dire où.

La mesure de formulation cherche trois procédés, définis de sorte qu’une réécriture neutre du même événement les ferait disparaître. La mesure de sélection classe l’action journalistique que rapporte un titre, en dix catégories.

Aucun de ces trois titres ne porte sur un enjeu politique disputé. Ce sont des motifs de formulation, pas un détecteur de politique.

Deux champs supplémentaires

Titres interrogatifs. Les données publiées nomment ce champ rhetorical_question, mais le guide d’annotation demande aux codeurs de marquer tout titre contenant un point d’interrogation, en leur disant explicitement de ne pas juger si la question est rhétorique. C’est donc proche d’un décompte de ponctuation. Un taux élevé signifie qu’un média écrit des questions, pas qu’il insinue.

Nous/eux. Opposition explicite entre groupe d’appartenance et groupe adverse. C’est le champ sur lequel les annotateurs s’accordent le moins des cinq, et il passe sous le seuil de précision fixé à l’avance.

Les deux figurent dans les données publiées et dans les profils par média ci-dessous. Aucun résultat de cette page ne repose sur l’un ou l’autre.

Forme du sujet

La sélection se mesure par ce qu’un titre rapporte comme événement, non par son thème : POLICY, PARLIAMENT, CONFLICT, CRIME, SCANDAL, ELITE, SOCIAL, LAW, ELECTIONS, OTHER.

« Immigration : vers plus de contrôle des mariages des personnes étrangères en situation irrégulière » relève de POLICY. « Naufrage de migrants dans la Manche : quatre personnes mises en examen » relève de CRIME. Même thème, action journalistique différente — c’est précisément l’écart qu’un modèle thématique manque.

Un jeu d’entraînement de 10 000 titres a été annoté par trois modèles de langue de familles différentes, chaque étiquette étant fixée à la majorité des deux tiers. Là où les trois divergeaient sur la forme du sujet — 642 titres — un humain a tranché. Les modèles ne sont pas traités comme vérité de terrain : ils partagent un pré-entraînement, donc ils peuvent partager une erreur, et le vote majoritaire la masquerait.

Le contrôle est externe. Deux annotatrices sans lien avec le projet ont réannoté un échantillon réservé de 499 titres à partir d’un guide écrit, sans voir aucune sortie de modèle.

Le classifieur est réglé pour attraper les procédés plutôt que pour en être sûr : le rappel est élevé, la précision plus basse. Tous les taux de cette page sont donc des bornes supérieures. Deux champs — vocabulaire chargé et nous/eux — passent sous les seuils de précision fixés avant l’observation des résultats.

Deux des trois modèles ont été publiés pendant ou après la période qu’ils annotaient. Une comparaison stratifiée par période ne montre aucun signe de contamination : l’accord entre modèles est stable ou légèrement plus faible sur la période récente, l’inverse de ce que produirait une contamination. Ce test ne peut pas blanchir des grappes d’événements précises — Israël/Gaza à partir d’octobre 2023, les législatives de juin 2024. Qui a besoin d’étiquettes non contaminées sur ces sujets doit utiliser l’échantillon de 499 titres annoté par des humains, publié intégralement.

L’audit couvre 2022 à 2025, et les quatre années ne se ressemblent pas.

En 2022, 31,8 % des titres de ce corpus portaient au moins un procédé de formulation. En 2025, 37,4 %, à composition constante en médias, rubriques et sujets. Soit une hausse d’environ un cinquième, sur 902 111 titres.

L’explication évidente serait que l’actualité a empiré — plus de faits divers, plus de conflits, plus de ces types de sujets qui appellent une langue chargée. Comme les deux dimensions sont mesurées séparément, cette explication se teste directement, et elle n’en rend compte que marginalement.

Avant de tenir la composition constante, la hausse brute est de 6,3 points, et elle se décompose : environ 1,2 point vient du changement de composition des sujets et environ 4,9 du fait que les mêmes types de sujets sont formulés plus fortement. La couverture des faits divers a bien augmenté, de 12,5 % des titres à 15,7 %. Mais le mouvement principal est sur l’autre axe, et il apparaît à l’intérieur de presque toutes les catégories de sujets.

Vingt-trois des vingt-cinq médias sont en hausse. Ce n’est pas une histoire de marges : Fdesouche, déjà le média le plus chargé à 71,5 %, ne bouge que de 1,3 point faute de place. Les gros mouvements sont au centre du panel — Le Figaro +8,9 points, Le Parisien +10,3, CNews +11,9, Le Point +12,5.

Vingt-cinq médias, placés selon l’écart de leur formulation à la moyenne du corpus et l’écart de leur composition de sujets.

La taille des points indique le nombre de titres derrière l’estimation. Les quadrants sont des partages à la médiane et une aide à la lecture ; les frontières sont souples et plusieurs médias s’en approchent. Les deux axes sont calculés sur des nombres de catégories différents et ne sont pas comparables en magnitude — à lire comme des rangs à l’intérieur d’un axe.

La plupart des médias se tiennent près de la diagonale. Ceux qui s’en écartent expliquent pourquoi mesurer les deux en vaut la peine.

Ces 25 médias figurent aussi sur l’échelle idéologique de ce laboratoire, qui les place sur un axe gauche–droite à partir de preuves indépendantes. Croiser les deux répond à une question que cette page appellera de toute façon : un camp cadre-t-il plus fort que l’autre ?

Non. La position d’un média sur l’axe gauche–droite n’explique presque rien de la fréquence à laquelle ses titres portent un procédé — la corrélation est de −0,03. Sa distance au centre en explique une bonne part, à 0,67. Les médias qui cadrent le plus fort se tiennent aux deux extrémités : L’Humanité, Mediapart et Blast d’un côté, Fdesouche, Causeur et Valeurs actuelles de l’autre. Ceux qui sont les plus proches du centre de l’échelle idéologique comptent parmi les moins distinctifs sur celle-ci.

Deux mesures, 25 médias, une corrélation descriptive — pas une affirmation causale. Les deux échelles partagent un type d’entrée : l’échelle idéologique lit le vocabulaire des articles et cet audit lit la formulation des titres. Retirer cette composante partagée de l’échelle idéologique laisse le résultat inchangé, à 0,67.

En abscisse : score idéologique. En ordonnée : part des titres portant un procédé de formulation.

Tous les médias du panel, avec les taux qui sous-tendent leur position sur la carte.

Six phrases que cet audit ne permet pas.

@inproceedings{sobhy2026framing,
  title     = {Framing by Wording, Framing by Selection: A Large-Scale
               Two-Dimensional Audit of French News Headlines, 2022--2025},
  author    = {Sobhy, Amr},
  booktitle = {Proceedings of the 9th International Conference on Natural
               Language and Speech Processing (ICNLSP 2026)},
  year      = {2026},
  address   = {Trento, Italy},
  note      = {Accepted for oral presentation. To appear.},
}

Accepté en communication orale à ICNLSP 2026, Trente. La citation sera mise à jour dès que la version définitive sera arrêtée.

Ce travail a été soutenu par