La carte-barrière — quel média, quel droit, quelle lecture

Analyser la presse suppose d'y accéder. Or tous les journaux n'accordent pas les mêmes droits, et la différence n'est pas une nuance de confort : elle commande ce que notre système a le droit de faire, article par article. Cette page expose la règle que nous nous sommes donnée, avant même d'écrire la première ligne d'analyse — et ce qu'elle ne bride pas.

Le principe est antérieur à tout le reste : un média non classé n'entre dans aucune file. Tant que nous n'avons pas établi quel droit s'applique à lui, et sur quelle preuve, il n'est pas lu. Le classement par défaut n'est pas « autorisé jusqu'à preuve du contraire » — c'est l'inverse.

1. Les quatre niveaux

Chaque média reçoit un niveau, adossé à une preuve datée : la licence qu'il publie, ses conditions d'utilisation, ou l'accès qu'il ouvre techniquement. Le niveau détermine ce que nos programmes ont le droit de faire de ses articles.

Texte intégral, gratuit et licite. L'article est ouvert, son corps accessible sans contournement. Nous le lisons en entier à la source, le découpons en unités de signification, le transcrivons, en mesurons la tendance. La republication, elle, n'est possible que si la licence la donne explicitement — c'est le cas d'une licence Creative Commons de type CC-BY-ND, qui autorise la reprise intégrale sans modification, avec attribution.

Surface. Titres et chapôs publics, tels que le média les diffuse lui-même dans ses flux. Rien d'autre. Ce niveau permet d'étudier le cadrage des titres — quel journal met quoi en avant, et avec quels mots — mais il forme un calque séparé, jamais fondu avec le précédent : on ne compare pas un corpus de textes intégraux avec un corpus de titres sans fausser la mesure. Aucun péage n'est forcé.

Pré-agrégé de validation. Des bases ouvertes tierces, produites par d'autres, sur le ton, le biais, ou la propriété des médias. Elles servent de contre-vérification — jamais de cœur. Un observatoire est une lentille : on triangule avec, on ne la prend pas pour la réalité.

Interdit. Tout contournement de péage, toute collecte contraire aux conditions d'utilisation d'un site. Avec une précision qui mérite d'être écrite, parce qu'elle est contre-intuitive : un abonnement payant est une licence personnelle de lecture, pas une licence de données. Payer l'accès à un journal n'autorise pas à en alimenter un système d'analyse, et ne se réplique pas chez les volontaires qui font tourner nos programmes. Nous avons donc décidé qu'aucun abonnement n'entrerait au cœur du dispositif.

2. Ce que la barrière ne bride pas

Une barrière mal comprise devient une auto-censure, et l'auto-censure a un coût : elle prive l'analyse de ce que le droit lui accordait. Il faut donc dire aussi ce que la règle ne dit pas.

La barrière gouverne l'accès et la conservation — pas la transcription. Le découpeur travaille par morceaux : il prend un fragment, le reformule dans nos propres mots, reprend le suivant, jusqu'à épuiser l'article, sans jamais détenir le texte entier. Dès lors que le texte nous est licitement accessible, le résultat de cette opération est notre œuvre, pas la reproduction de celle d'un autre. Aucun éditeur ne peut interdire qu'on le comprenne et qu'on le reformule.

Les fonctions d'analyse globale ne s'auto-censurent pas. Mesurer la tendance d'un journal, ou la probité d'un article, suppose de le lire en entier. Cette lecture est transitoire : le programme parcourt le texte, n'en retient que ses mesures dérivées et les extraits strictement nécessaires au rapport, et l'oublie. Ce qui subsiste, ce sont des constats — c'est-à-dire des faits, non une forme protégée.

Les citations restent possibles, et courtes par construction. Face à la tendance croissante à décourager la citation longue, notre découpage produit l'effet inverse de celui qu'on redoute : il isole ce qui porte la démonstration et remplace le reste par des points de suspension. La citation devient brève parce que la méthode l'exige, sans rien perdre de sa force probante.

3. Une lecture, ou plusieurs ?

Voici le point le plus mal compris de tout l'édifice, et celui où deux exigences légitimes se contredisent frontalement.

D'un côté, l'économie d'accès. Une même lecture d'un article peut alimenter plusieurs analyses : identifier les acteurs cités et découper le raisonnement, en une seule fois. Séparer ces traitements ne coûterait presque rien en calcul, mais doublerait les requêtes envoyées au média — une charge pour son serveur, une trace pour nous, une exposition supplémentaire au regard de ses conditions d'utilisation. Ce que l'on économise ici n'est pas du temps machine : c'est de l'accès.

De l'autre, l'obligation de ne rien conserver. Lorsque le texte ne peut pas être gardé, il ne peut pas davantage être transmis d'un traitement au suivant. Chaque analyse doit alors retourner le lire à la source, pour son propre compte. La loi impose ici un gaspillage assumé : connexions supplémentaires, appels supplémentaires, énergie supplémentaire. Nous nous en accommodons.

Les deux règles sont justes, et c'est le niveau d'accès qui tranche. Là où le texte est licitement ouvert en intégralité, l'économie l'emporte : une lecture, plusieurs relevés. Là où seule la surface nous est accessible, il n'y a de toute façon rien à conserver, et la relecture n'est pas un gaspillage — c'est le mode normal.

D'où la formule que nous retenons : retourner lire à la source est toujours permis, parfois requis, jamais interdit. Ériger la lecture unique en principe général reviendrait à s'interdire une liberté que le droit nous laisse.

4. Ce qui ne se découpe pas

Analyser la presse à grande échelle suppose de répartir le travail entre des machines. Encore faut-il savoir ce qui se découpe. Trois raisons distinctes peuvent l'empêcher, et les confondre conduit à souder ce qui pouvait être séparé — ou l'inverse.

L'économie d'accès, qu'on vient de voir : ce n'est pas une impossibilité, c'est un arbitrage, et il dépend du niveau du média.

Le contexte. Certaines analyses portent sur l'ensemble : la logique générale d'un article, le vocabulaire propre à un journal. Elles supposent l'article entier. Des fragments décontextualisés ne les ralentissent pas — ils les vident de sens. C'est la seule indivisibilité absolue : la découpe n'y produit pas un résultat plus lent, elle produit un résultat faux.

Le préalable. D'autres traitements exigent qu'un résultat antérieur soit déjà connu : qualifier juridiquement un contenu suppose les acteurs identifiés ; comparer deux journaux suppose que chacun ait sa mesure. Ce cas est le plus souvent pris à tort pour de l'indivisibilité. Il n'en est pas : c'est une dépendance d'ordre, non de lieu. Les étapes peuvent vivre sur des machines différentes, pourvu qu'elles s'exécutent dans le bon ordre. C'est de la séquence, pas de la fusion.

Une dernière limite, en dessous de laquelle nous ne descendons pas : une rubrique correspond à une question focalisée. Nous ne fusionnons jamais deux questions pour économiser un appel au détriment de la qualité de la réponse.

5. Pourquoi nous l'écrivons

Un dispositif qui lit la presse doit pouvoir dire ce qu'il fait, à qui le lui demande. Publier cette doctrine n'est pas une précaution rhétorique : c'est la trace, datée, qu'un classement précède chaque lecture, qu'aucun péage n'est forcé, qu'aucun texte n'est conservé, et que les libertés que nous prenons sont celles que le droit accorde — ni plus, ni moins.

Le classement de chaque média porte sa preuve et sa date de vérification. Il évolue : une licence change, des conditions d'utilisation se précisent, un titre ouvre ou ferme son accès. Un média mal classé se reclasse ; un média non classé attend.

Bases légales et sources

• Code de la propriété intellectuelle, art. L122-5 — exceptions au droit d'auteur, dont la courte citation justifiée par le caractère critique, polémique, pédagogique ou scientifique de l'œuvre.
• Code de la propriété intellectuelle, art. L218-1 et suivants — droit voisin des éditeurs et agences de presse.
• Licences Creative Commons — notamment CC-BY-ND, qui autorise la reprise intégrale sans modification, avec attribution.
• Guardian Open Platform — interface publique donnant accès au texte intégral pour usage non commercial.
• GDELT Project — base ouverte mondiale de mesures de ton et de thèmes, sans texte.
• « Médias français : qui possède quoi ? » (Le Monde diplomatique, data.gouv.fr) — propriété ultime des médias français, en données ouvertes réutilisables.

Cette page décrit une méthode d'analyse citoyenne et documentaire. Elle ne constitue pas un avis juridique. Chaque information renvoie à sa source.