« #Onvousrépond : étudier les usages d’un hashtag de service public »
Un projet de recherche porté par Joa Neves, doctorante au sein du laboratoire Communication, Information, Médias de la Sorbonne nouvelle et lauréate de l’appel à projets du lab 2024-2025.
Description
Ce projet propose une étude de la représentation par France Télévisions de ses téléspectateurs et téléspectatrices pendant la pandémie de Covid-19.
Dès les premiers temps de la crise sanitaire de la Covid-19, on a constaté un accroissement de la présence des téléspectateurs au sein des programmes, notamment sous la forme de questions posées par le biais des réseaux sociaux. Ce type de dispositif n’avait rien de nouveau à la télévision mais a alors été utilisé par des programmes qui y avaient rarement recours. C’est le cas du #Onvousrépond qui a été mis en place par le service d’information de France Télévisions pour être utilisé de façon transversale par différents programmes, comme les journaux télévisés ou certaines émissions politiques.
Les téléspectateurices pouvaient poser leurs questions en utilisant le hashtag via twitter ou la plateforme de France Info et une réponse pouvait y être apportée à l’antenne. Moins de 5% des tweets comportant ce hashtag ayant fait l’objet d’une réponse à l’antenne, l’étude de ce dispositif permet d’analyser les choix faits par France Télévisions dans la représentation de ses téléspectateurs et téléspectatrices : quels tweets ont été sélectionnés ? Sur quels critères ? Et par extension, quels types de questions et quels sujets ont été laissés de côté ? Quelles attentes de la part des téléspectateurs et téléspectatrices peut-on déceler et dans quelle mesure est-ce que France Télévisions y répond ?
Méthodologie, données et traitements
Le corpus mobilisé se compose de deux jeux de données : l’un issu de la collecte web, à savoir la totalité des tweets portant le hashtag #Onvousrépond et traitant de la crise sanitaire entre 2020 et 2023, et l’autre constitué d’une forme océrisée des questions diffusées à l’antenne. Le corpus agrège donc 600 questions diffusées et 16500 tweets.
Grâce au codage automatiquement généré par des outils d’intelligence artificielle, sous la forme d’un classifieur, on affectera à chacun des tweets quatre variables (le sujet, le type de discours, l’émotion et le ton) préalablement construites grâce à une analyse qualitative d’un corpus exploratoire, ainsi qu’une variable renseignant l’éventuel positionnement du tweet autour d’un sujet polarisant.
OpenEdition vous propose de citer ce billet de la manière suivante :
Cassandra Gorin (30 septembre 2024). « #Onvousrépond : étudier les usages d’un hashtag de service public ». INA le lab. Consulté le 11 mars 2026 à l’adresse https://doi.org/10.58079/12dzv
