Lors du séminaire « Telling stories with data », Cynthia, Sebastian, Hélène et Felipe nous ont plongé dans le monde des données en commençant leur présentation avec un conte. Dans celui-ci, le petit chaperon rouge et ses quelques amis font impatiemment la queue pour aller aux toilettes qui sont occupés depuis un moment par le grand méchant loup. Mais qu’est-ce qui lui prend autant de temps à ce loup ? Serait-ce mère-grand qu’il a de la peine à digérer ? Eh bien non, il a tout simplement perdu la notion du temps en lisant son livre « Effective data storytelling » de Brent Dykes ! Mais pourquoi est-ce que savoir raconter une histoire pourrait lui être utile ?
Une bonne narration peut permettre de persuader les autres de son point de vue. Un savant mélange de rhétorique et de faits, tissés dans une histoire, peut changer les esprits (Baldoni, 2011). Similairement, l’utilisation de data visualisation et de narration dans le journalisme, peut rendre celui-ci plus attrayant et plus crédible. En effet, l’ajout de data visualisation dans les articles de journaux rend ceux-ci plus digne de confiance car la data visualisation possède une qualité d’objectivité (Kennedy, Weber, Engebretsen, 2020, p.172).
Data journalisme ?
Cette pratique est surtout connue sous le nom de data journalisme. Le data journalisme a vu le jour grâce au monde digital dans lequel nous vivons. Celui-ci est la combination du flair journalistique, de la capacité à raconter une histoire et des grands nombres de possibilités d’information digitales auxquelles nous avons accès aujourd’hui (Bradshaw 2012). Les articles considérés comme étant des produits du data journalisme sont généralement des articles digitaux, dans lesquels on retrouve des informations sous forme de graphiques parfois interactifs afin que les lecteurs soient immergés dans l’histoire et le point de vue que nous raconte l’article.
Le data journalisme s’est surtout développé depuis les années 2010, Gray et Bounegru le décrivant comme étant « a field “in the making” » en 2011 (Gray, Bounegru 2021, p.12). En 2012, le journal The New York Times publie sur son site internet l’un des premiers articles multimédias de grande envergure : « Snow Fall : The Avalanche at Tunnel Creek ». Divisé en plusieurs parties et mélangeant vidéos, images, photographies, cartographies animées et une narration captivante, l’article nous immerge complètement dans l’histoire de 16 skieurs pris dans une avalanche à Tunnel Creek aux Etats-Unis qui malheureusement couta la vie à trois d’entre eux.
L’ajout d’images et vidéos à un article de journal n’était pas nouveau, mais ce qui a rendu Snow Fall si populaire c’est la fluidité avec laquelle nous passons de la partie écrite aux images et vidéos sans pour autant en oublié le récit poignant qui est raconté (Greenfield 2012). Les retours et critiques sur l’article étant largement positives, des questions ont commencé à se poser sur le futur du journalisme. Pourraient des articles tel que Snow Fall être le futur du journalisme en ligne (Greenfield 2012)?
Manipulation de données ?
Dans leur livre, The Data Journalism Handbook, Bounegru et Gray écrivent qu’entre la première version du livre, datant de 2012, et celle-ci, le terme data journalisme s’est fait bien connaitre au travers d’articles de journaux, de cours, de conférences et bien plus encore. Mais le data journalisme est aussi devenu plus contesté à cause de plusieurs évènements qui ont causé une perte de confiance dans les connaissances d’experts et dans les institutions publiques (Gray, Bounegru 2021, p. 12). La pandémie de Covid-19 est sûrement l’exemple récent le plus parlant. En effet, une vague de méfiance envers les avis scientifiques sur la maladie s’est propagé dès les débuts de la pandémie. Cela causé par la façon dont la pandémie était reportée par les journaux ainsi que par la conscience de la population de l’implication politique des différentes sources desquels les données et les chiffres parvenaient (Gray, Bounegru 2021, p. 13).
Les données peuvent donc être utilisées dans le data journalisme en tant que source, mais également en tant qu’outil pour raconter une histoire. Cependant, comme nous avertis Bradshaw, « Like any source, it should be treated with scepticism; and like any tool, we should be conscious of how it can shape and restrict the stories that are created with it » (Bradshaw 2012).
Ne diabolisons cependant pas le data journalisme. Celui-ci reste une manière plus interactive et agréable de consommer de l’information. De plus le data journalisme est comme la science, il présente ses méthodes et ses sources afin de permettre à quiconque de les vérifier (Kayser-Bril et al. 2012). L’important c’est de toujours s’assurer que les sources dont nous tirons nos informations sont fiables et reconnues par des experts du domaine, ainsi que de toujours garder un esprit critique.
Surtout si les informations sont relayées par le grand méchant loup…
Bibliographie
BALDONI, John, 2011. Using Stories to Persuade. Harvard Business Review. [en ligne]. 24 mars 2011. [Consulté le 8 janvier 2023]. Disponible à l’adresse: https://hbr.org/2011/03/using-stories-as-a-tool-of-per
BRADSHAW, Paul, 2012. What is data journalism? In: BOUNEGRU, Liliana, CHAMBERS, Lucy et GRAY, Jonathan (éd.), The Data Journalism Handibook. [en ligne]. Disponible à l’adresse: https://s3.eu-central-1.amazonaws.com/datajournalismcom/handbooks/The-Data-Journalism-Handbook-1.pdf
GRAY, Jonathan et BOUNEGRU, Liliana, 2021. Introduction. In: GRAY, Jonathan et BOUNEGRU, Liliana (éd.), The Data Journalism Handbook. [en ligne]. Amsterdam University Press. pp. 11‑24. Towards A Critical Data Practice. [Consulté le 8 janvier 2023]. ISBN 978-94-6298-951-1.
GREENFIELD, Rebecca, 2012. What the New York Times’s « Snow Fall » Means to Online Journalism’s Future. The Atlantic. [en ligne]. 20 décembre 2012. [Consulté le 8 janvier 2023]. Disponible à l’adresse: https://www.theatlantic.com/technology/archive/2012/12/new-york-times-snow-fall-feature/320253/
KAYSER-BRIL, Nicolas, ANDERTON-YANG, David, HOWARD, Alexander, VIANA TEIXEIRA, César, SLOBIN, Sarah et VERMANEN, Jerry, 2012. Why is data journalism important? In: BOUNEGRU, Liliana, CHAMBERS, Lucy et GRAY, Jonathan (éd.), The Data Journalism Handibook. [en ligne]. Disponible à l’adresse: https://s3.eu-central-1.amazonaws.com/datajournalismcom/handbooks/The-Data-Journalism-Handbook-1.pdf
KENNEDY, Helen, WEBER, Wibke et ENGEBRETSEN, Martin, 2020. Data visualization and transparency in the news. In: KENNEDY, Helen et ENGEBRETSEN, Martin (éd.), Data Visualization in Society. [en ligne]. Amsterdam University Press. pp. 169‑186. [Consulté le 8 janvier 2023].
Laisser un commentaire