Clou et marteau

D’une manière générale, la recherche de données serait sous-estimée. Les journalistes doivent « savoir comment les données ont été constituées : que montrent-elles exactement, et que ne montrent-elles pas ? Sont-elles complètes ? Et quelles sont leurs limites ? » Dominik Balmer raconte que sa rédaction a « par exemple fait l’expérience que les jeux de données incomplets sont plutôt mal reçus par notre public, même si nous-mêmes les trouvons peut-être passionnants. »

Théoriques d’abord

Nikolai Thelitz, journaliste de données à la NZZ, partage cet avis : « Les bases théoriques sont plus importantes que les compétences techniques. » Tous les journalistes devraient être en mesure d’« interpréter correctement les résultats de sondages et de lire et contextualiser des études scientifiques. » Des notions de sciences sociales et naturelles s’avèrent utiles pour interpréter correctement les chiffres.

Concrètement, cela signifie : « Savoir calculer des sommes et des moyennes, faire des règles de trois, formater des chiffres et créer des graphiques en barres et en courbes avec un logiciel graphique », précise Nikolai Thelitz. Dominik Balmer de Tamedia estime pour sa part que les journalistes devraient « savoir quelle est la différence entre la moyenne et la médiane, ce qui distingue les points de pourcentage des pourcentages, et dans quelles circonstances un sondage est représentatif ». Si vous ne comprenez pas de quoi il s’agit, consultez le glossaire Edito sur le journalisme de données.

Tableur plutôt que traitement de texte

Quels logiciels devrait-on tous maîtriser aujourd’hui ? Les experts s’accordent sur ce point : Excel ou Google Sheets. « Avec un peu d’expérience sur Excel, on va déjà loin », dit Mark Walther, chef d’équipe journalisme de données chez CH Media Publishing. « La fonction Tableau croisé dynamique permet par exemple d’analyser assez facilement des jeux de données de plusieurs milliers de lignes. » C’est pourquoi il la qualifie de « couteau suisse de l’analyse de données ».

Julian Schmidli, journaliste de données chez SRF Data, complète : « Un·e journaliste devrait aujourd’hui être capable de repérer dans un jeu de données où se cache une histoire et de la trouver. » Pour cela, un prérequis essentiel : « Il ou elle doit être en mesure d’extraire sans erreur un tableau d’un PDF. » Et au bout du compte, tout journaliste devrait être capable d’« exporter les données dans le format souhaité de manière à pouvoir en tirer une visualisation. Ou de réaliser directement la visualisation lui-même. »

Méfiance envers l’IA

Les trois experts soulignent que ChatGPT, Claude et leurs semblables fournissent des instructions fiables pour avancer pas à pas dans Excel ou Google Sheets. Mais ils mettent en garde contre la tentation de déléguer tout le travail à l’IA. « L’IA abaisse le seuil d’entrée pour les débutants et accélère les tâches de programmation », dit Mark Walther de CH Media. « Mais il est généralement problématique d’alimenter l’IA avec des données et de la laisser effectuer tout le travail d’analyse. » L’IA modifie les méthodes de travail et les tâches des journalistes de données, mais ne les remplacera jamais : « La pensée créative et le contrôle humain restent indispensables. »

L’IA a néanmoins le mérite d’abaisser les obstacles techniques : « Soudain, un seul journaliste de données peut réaliser en peu de temps ce qui nécessitait autrefois des équipes spécialisées », dit Julian Schmidli de SRF Data. « L’expérience et les bonnes idées sont d’autant plus précieuses désormais. » Nikolai Thelitz de la NZZ va plus loin et prévient que travailler avec l’IA exige « beaucoup de temps et d’expertise pour vérifier les résultats ». Il est parfois même « plus rapide de faire une analyse soi-même que de peaufiner longuement le prompt idéal. » Un inconvénient majeur s’ajoute à cela : « le résultat produit par l’IA n’est pas reproductible de manière simple. »

Les tableaux de données, aimants à lecteurs

Marc Brupbacher, coresponsable de la rubrique Données & Interactif chez Tamedia, introduit un angle totalement différent : il voit dans le journalisme de données interactif une opportunité pour les médias face à l’IA. « Alors qu’elle résume sans peine les articles d’information classiques et les affiche dans les résultats de recherche Google, les outils conviviaux ne se génèrent pas simplement d’une pression sur un bouton », explique-t-il. Autrement dit : Google ne peut pas reproduire aussi facilement les tableaux de données des médias. « Qui veut calculer fiablement sa pénalité de mariage ou comparer les prix immobiliers locaux ne peut pas contourner notre site et ses outils de calcul interactifs », affirme Marc Brupbacher.

Publicité

Il en va de même pour les cartes exploratoires et compréhensibles. La raison : elles sont faites par des humains. L’IA décharge certes efficacement pour l’écriture de code de base, l’analyse de données, la recherche et la relecture. « Mais lorsqu’il s’agit d’idées originales, de décisions UX pertinentes ou des formes de représentation adaptées, elle atteint rapidement ses limites et ne livre souvent que des résultats médiocres. »

Le texte reste essentiel

Face aux graphiques interactifs, aux tableaux de données et aux animations, nombreux sont les rédacteurs qui craignent que leur métier perde en importance. « Les graphiques complètent le texte, mais ne le remplacent pas », dit Julian Schmidli. « Le contexte et les anecdotes explicatives restent nécessaires. Et ils devraient être bien écrits. » Mark Walther de CH Media ajoute : « Les graphiques rendent les données rapidement compréhensibles, mais n’expliquent pas automatiquement pourquoi quelque chose se produit. Le texte reste donc central : il apporte du contexte, aide à situer les enjeux et rend transparent ce que disent les données et où la prudence s’impose dans leur interprétation. »

Un graphique peut souvent transmettre des chiffres bien plus efficacement qu’un texte, observe Nikolai Thelitz de la NZZ : « Un texte rempli paragraphe après paragraphe de pourcentages est bien moins accessible pour les lecteurs. » Le texte reste néanmoins indispensable : « Des études montrent que l’un des éléments les plus importants d’un graphique est un titre qui résume l’idée centrale. De plus, les données peuvent également fournir des éléments factuels pour un texte et rendre le choix des mots plus précis et plus sûr. » Dominik Balmer de Tamedia conclut : « En fin de compte, les données ne sont rien d’autre qu’une (autre) source qui doit être expliquée. »

Des notions de statistique indispensables

Même ceux qui se contentent d’écrire sur les chiffres devraient posséder des notions de statistique. « Savoir distinguer une moyenne d’une médiane, évaluer l’incertitude dans les sondages et séparer corrélation et causalité : c’est amplement suffisant pour être à l’aise », dit Mark Walther de CH Media. « Pour des questions plus complexes, il vaut la peine de contacter un spécialiste. » Nikolai Thelitz juge également que les notions de statistique sont « absolument importantes », mais nuance : « Le calcul des probabilités est moins souvent utile au quotidien journalistique. »

Marc Brupbacher de Tamedia souligne que l’IA n’apporte une valeur ajoutée que « si nous comprenons les calculs qui la sous-tendent et pouvons les évaluer de manière critique – sinon, nous publions des analyses absurdes. » Un sens aiguisé des chiffres est donc indispensable : « Qui écrit sur les risques doit savoir qu’une hausse relative de 40 % par exemple ne peut être interprétée sans les chiffres absolus. » De plus, de nombreuses rédactions ne comprennent toujours pas qu’« une corrélation statistique ne prouve pas de causalité. Et même des concepts élémentaires comme la croissance exponentielle semblent, depuis la pandémie, avoir malheureusement déjà sombré dans l’oubli pour beaucoup. »

Julian Schmidli de SRF Data estime que plus encore que les connaissances statistiques, ce qui compte, c’est « un sens de la façon dont les jeux de données sont constitués et des pièges qu’ils peuvent receler ». Il appelle cela la « data literacy ». Dans cette optique, « une bonne dose de scepticisme est utile : pourquoi ce jeu de données a-t-il été collecté ? Qui l’a fait, et comment ? Que peut-on en déduire – et que ne peut-on pas en déduire ? »

Causalité et corrélation

La question est de savoir où commence le « ce qu’on ne peut pas en déduire ». « À qui veut étayer une anecdote avec une tendance ou un dysfonctionnement systémique, je conseille d’utiliser des données à cet effet. Même lorsqu’il n’existe encore aucune statistique officielle », dit Julian Schmidli de SRF Data. « Je déconseille en revanche de le faire pour des questions de recherche qui visent une corrélation et cherchent à établir un lien entre deux tendances. Il faut laisser ce terrain à la science. »

« Les données permettent de vérifier des affirmations et de montrer l’ampleur de phénomènes comme la sécheresse et la canicule de cette année », dit Mark Walther de CH Media, et Nikolai Thelitz de la NZZ ajoute : « Une approche fondée sur les données est particulièrement adaptée quand on veut dépasser le cas particulier et avoir une vue d’ensemble sur un sujet. » Les analyses et les tribunes peuvent notamment gagner en force de conviction grâce aux données. « Dans le journalisme local aussi, les données jouent un rôle important, notamment sous forme d’applications interactives permettant aux lecteurs de situer leur propre situation. »

Le résultat doit être compréhensible

À l’équipe interactive du Tages-Anzeiger, la formule est la suivante : « compréhensible, parlant et sans complexité inutile », dit Marc Brupbacher. « Par le passé, les journalistes de données se perdaient souvent dans des niches techniques et des expérimentations excessives comme le web scraping, les analyses textuelles automatisées ou le journalisme de capteurs. » Ces formats ont cependant généralement échoué auprès du public, car « les résultats étaient souvent difficiles à suivre, lacunaires ou tout simplement trop peu significatifs ».

Mark Walther déconseille de publier un article basé sur des données « quand on les a examinées de manière critique et qu’on conclut qu’elles sont trop lacunaires ou trop peu robustes. Ou quand les lecteurs auraient besoin d’une notice explicative pour les comprendre. » Nikolai Thelitz recommande lui aussi de renoncer aux éléments de journalisme de données lorsque « les données de base sont insuffisantes ou peu éloquentes ». Il souligne par ailleurs que « des chiffres et des données bruts sont généralement moins utiles » quand les textes cherchent à « créer une proximité émotionnelle avec un protagoniste ».

Tout n’est pas réductible aux chiffres

Car, sur ce point les journalistes de données s’accordent, le journalisme ne se limitera pas non plus à l’avenir à ce qui peut être compté. « Les données ont aujourd’hui bien plus de poids qu’autrefois, ne serait-ce que du fait de leur omniprésence », dit Mark Walther de CH Media. « Mais je suis convaincu qu’aucun sujet n’en pâtit pour autant. Les reportages, les interviews, les portraits ou les tribunes continuent de montrer les facettes d’un sujet qui ne se laissent pas réduire à des chiffres. »

Nikolai Thelitz de la NZZ ajoute que les chiffres ont certes gagné en importance ces dix dernières années, « mais ils ont longtemps aussi mené une existence dans l’ombre. Beaucoup de journalistes n’osaient autrefois pas s’approcher des données et réagissaient presque allergiquement aux statistiques. » Heureusement, cela a changé. « Aujourd’hui, j’observe un équilibre bien plus harmonieux entre journalisme de données et journalisme narratif qu’autrefois. »

« Il existe désormais une entrée par les données pour presque chaque sujet. Et quand il n’y a pas de données exploitables sur un sujet, c’est peut-être justement ça, l’histoire », dit Julian Schmidli de SRF Data. « Mais le journalisme de données a beau être un bon marteau, il ne faut pas pour autant transformer tout en clou. »