Verbum – Analecta Neolatina XXV, 2024/1

ISSN 1588-4309; https://doi.org/10.59533/Verb.2024.25.1.11



Abstract: The research aims to contribute to the understanding of cultural differences between France and Italy. In particular, the main objective is to observe how the #MeToo phenomenon took shape through the textual expressions of two different languages and cultures, in order to highlight that the different national articulations of the movement and the diverse responses to the issue of violence against women are shaped by the culture and social reality of Internet users. To achieve this, two comparable corpora of tweets were created, one in Italian and the other in French, which were then analysed to identify the dominant opinions contained in them and to trace from these the cultural specificities of the debate on gender-based forms of violence and harassment.

Keywords: #MeToo movement, discourse analysis, France, Italy, corpus linguistics, interdiscourse

Résumé : La recherche vise à contribuer à la compréhension des différences culturelles entre la France et l’Italie. En particulier, l’objectif principal est d’observer la manière dont le phénomène #MeToo a pris forme à travers les manifestations textuelles de deux langues et cultures différentes, afin de mettre en évidence que les différentes articulations nationales du mouvement et les diverses réponses à la question de la violence faite aux femmes sont façonnées par la culture et la réalité sociale des utilisateurs. Pour y parvenir, deux corpus comparables de tweets ont été créés, l’un en italien et l’autre en français, qui ont ensuite été analysés afin d’identifier les opinions dominantes qu’ils contiennent et, à partir de là, retracer les spécificités culturelles concernant le débat sur les formes de violence et harcèlement fondées sur le genre.

Mots-clés : mouvement #MeToo, analyse du discours, France, Italie, linguistique de corpus, interdiscours

1 Introduction

En octobre 2017, au lendemain de la révélation publique des harcèlements et des agressions sexuelles commis par le producteur américain Harvey Weinstein, les femmes du monde entier commencent à tweeter et donnent naissance à un phénomène global : le mouvement #MeToo. Cette « mobilisation de clavier » (Badouard 2013), née sur Internet et encourageant la prise de parole des femmes, vise à sensibiliser le public sur l’omniprésence et la fréquence des violences et abus sexuels et à permettre aux victimes de s’exprimer sur le sujet. Partout, le débat sur la question du genre est relancé, donnant voix à un malaise féminin historique sur des questions clé telles que les déséquilibres de pouvoir et les inégalités salariales, et stimulant une pluralité de réflexions sur la dynamique des relations homme-femme et sur la notion même de consentement.

Bien que le monde entier ait été touché par le #MeToo, tous les pays impliqués n’ont pas partagé une perspective unifiée du mouvement. La France et l’Italie n’ont pas fait exception et ont été frappées par cette vague de mobilisation, même si elle a pris des configurations différentes des deux côtés des Alpes.

Notre recherche souhaite se focaliser sur la façon dont le phénomène #MeToo a pris forme à travers les manifestations textuelles de deux langues et deux cultures distinctes, afin de mettre en évidence que les différentes articulations nationales du mouvement et les diverses réponses à la question des violences faites aux femmes sont façonnées par la culture et la réalité sociale des internautes.

Pour y parvenir, il a fallu créer deux corpus comparables composés respectivement de tweets en italien et en français, puis les analyser afin d’identifier les opinions dominantes et, à partir de là, retracer les spécificités culturelles concernant le débat sur le harcèlement des femmes. Ce travail a nécessité des capacités et des connaissances différentes appartenant à des disciplines telles que la linguistique, la sociologie et l’informatique, et nous l’avons donc abordé dans une perspective multidisciplinaire.

2 Cadre théorique et méthodologie suivie

2.1 L’analyse du discours passée et présente

« Discours » est un mot polysémique utilisé pour décrire quelque chose qui n’est pas « une réalité évidente, un objet concret offert à l’intuition, mais le résultat d’une construction » (Maingueneau 1976). Bien que Saussure lui-même ait déclaré que la langue n’est créée qu’en vue du discours, au fil des ans, les diverses définitions de discours ont rendu encore plus confuse son opposition à la langue. Maingueneau fait remarquer que tantôt la notion de discours a été considérée comme une extension de la langue ; tantôt, certaines de ses catégories ont été incorporées à la langue ; tantôt, enfin, elle a été opposée à l’énoncé ou utilisée de manière « paralinguistique », l’assimilant à d’autres disciplines. Charaudeau (2009) distingue entre langue et discours, en tant que « deux lieux de structuration du langage », chacun associé à sa propre linguistique. D’une part, la langue comme « lieu de conformation entre des formes et du sens s’organisant en systèmes » d’ordre grammatical ou lexical et, d’autre part, le discours comme « lieu, à la fois, de structuration des usages en fonction des conditions de production […] et de catégorisation de sens ». Ici, nous nous concentrons sur le discours, qui n’a de sens que si tous les facteurs contextuels qui l’influencent sont pris en compte, et nous inscrivons dans la linguistique du discours, orientée vers la description des emplois et des significations sociales (Charaudeau 2009). Charaudeau invite aussi à ne pas confondre le discours et le texte, rappelant que, bien qu’ils soient complémentaires, le premier concerne la sémantique, tandis que le second est défini plutôt par sa forme. Même s’ils sont étroitement liés, leur relation n’est pas symétrique : il y a plusieurs discours dans un même texte, et un même discours dans plusieurs textes. Pour étudier le discours, il faut donc avoir recours à une discipline qui combine la linguistique et des considérations socio-psychologiques : l’analyse du discours. Ce domaine d’étude travaille sur plusieurs discours mis en relation par la prise en considération de leurs conditions de production (Maingueneau 1976). Pour comparer des discours, il faut construire un corpus dont la condition d’existence indispensable est d’avoir un invariant qui, dans notre cas, correspond au choix de confronter locuteurs différents (utilisateurs italiens et français) dans les mêmes conditions de production (tweets liés au mouvement #MeToo). L’intérêt qui gouverne l’analyse du discours est « d’appréhender le discours comme intrication d’un texte et d’un lieu social » (Maingueneau 2005), un lieu qui peut également indiquer un positionnement dans un champ discursif (politique, religieux…) ou un endroit non conventionnel, comme l’est pour nous la plateforme Twitter. Pour nouer l’organisation textuelle et la situation de communication, les analystes du discours accordent un rôle crucial au concept de genre de discours, « qui par nature déjoue toute extériorité simple entre « texte » et « contexte » » (Maingueneau 2005) et qui, depuis son apparition aux années 1980, a déclenché un débat définitionnel. Nous empruntons ici la définition de Paveau (2013), qui entend par genre un ensemble de cadres collectifs pré-, intra- (la matière langagière) et extra-discursifs (le contexte, ou environnement discursif), constitutifs de l’élaboration-interprétation des énoncés. La perspective de Paveau se révèle particulièrement intéressante pour qui travaille sur des tweets, car elle permet l’intégration d’une composante essentielle dans l’appréhension du genre en ligne : la technologie. Dans cette optique, le tweet est un genre « technodiscursif », où la nature des énoncés n’est pas purement langagière, car la contrainte technologique (écran, timeline, liens, etc.) est nécessaire. Il se sert de diverses formes langagières (pseudos, liens, émoticônes, etc.) dont l’hashtag, un outil qui permet d’organiser l’information par la mise en réseau de plusieurs post (Paveau 2013) et qui est exploité par les usagers pour créer des communautés de personnes intéressées au même sujet (Cunha et al. 2011) et pour trouver et partager plus facilement les actualités qui s’y rapportent (Lai et al. 2015). Les hashtags apportent avec eux des éléments contextuels, donc véhiculent le contexte de production des tweets, en opérant une « techno-contextualisation » (Longhi 2013). Lorsque les internautes emploient un mot-dièse existant, ils souhaitent être reconnus comme appartenant au groupe qui l’utilise et être acceptés dans le contexte dialogique et social qui se développe autour du sujet (Chiusaroli 2012), mais pas nécessairement pour exprimer leur consentement ou leur soutien à ce que représente l’hashtag (Lai et al. 2015). Cela est très évident pour #MeToo et consorts, qui ont été utilisés soit pour adhérer soit pour se dissocier de la campagne mondiale.

2.2 La linguistique de corpus

L’utilité d’employer des approches de linguistique de corpus dans l’analyse du discours a déjà été démontrée (Baker et al. 2008), mais ici nous voyons en particulier différentes méthodes d’application à l’analyse des textes natifs des médias sociaux. Le monde académique, scientifique et institutionnel se divise en deux lorsqu’il s’agit de choisir une approche pour l’analyse des réseaux sociaux numériques, entre promoteurs de l’extraction et de la contextualisation (Longhi 2020, Paveau 2013). Paveau (2013), par exemple, écrit que la plupart des études existantes en français traitent les discours en ligne avec une méthode et des instruments de l’analyse du discours hors ligne, de façon « logocentrée », alors que son approche technodiscursive prend également en compte la matérialité technologique de la production des énoncés. Paveau (2013) privilégie les captures d’écran, tandis que les extracteurs préfèrent extraire les énoncés et les présenter ensuite sous forme de liste ou d’énoncés individuels, en ne considérant que leur matière verbale. De leur côté, les extracteurs pourraient critiquer cette « contextualisation » pour son « manque de représentativité, les difficultés à généraliser les conclusions, ou simplement les difficultés méthodologiques de choix des données et la validation des résultats » (Longhi 2020). Tout comme Longhi (2020), nous adoptons ici une méthode mixte de traitement des corpus conforme aux préconisations de François Rastier (2011)1. Notre approche prend en compte le double mouvement déductif-inductif qui implique un rapport de dépendance mutuelle entre le corpus et la problématique à son origine (Charaudeau 2009). Cet article traite d’une problématique que Charaudeau qualifierait d’« interprétative », parce que son objet d’étude est déterminé à travers « des hypothèses de représentations sociodiscursives dont on suppose qu’elles sont dominantes à un moment donné de l’histoire d’une société […], et qu’elles caractérisent tel ou tel groupe social ». Ce type de problématique est associé à des corpus interdiscursifs qui doivent être constitués à partir de « signes symboles », à savoir des mots, expressions ou images qui représentent de façon emblématique des systèmes de valeurs et qui, dans notre cas, correspondent aux hashtags.

2.3 L’analyse des opinions en ligne

Pour procéder à l’analyse des opinions en ligne, nous nous sommes tournée vers des disciplines informatiques telles que la stance detection et la sentiment analysis, largement utilisée sur les réseaux de microblogging et considérée comme un outil puissant de modélisation des phénomènes sociaux (Basile et al. 2018). Les corpus de sentiment analysis doivent être élaborés, d’après Bosco et al. (2013), selon une méthodologie en trois étapes :

  1. La collecte des données, qui se fait généralement à partir des mots-clés ou des hashtags.

  2. L’annotation, qui prévoit la définition d’un schéma et son application aux données collectées.

  3. L’analyse et l’utilisation du corpus, qui comprend la véritable étude des corpus annotés et l’explication des résultats.

Nous aussi, dans la faible mesure de nos moyens, nous avons suivi ces trois phases. En effet, après avoir sélectionné les hashtags nationaux (#BalanceTonPorc et #quellavoltache) et internationaux (#MeToo, #MyHarveyWeinstein), nous avons été supportée par le groupe de recherche Content Centered Computing (CCC) de l’Université de Turin, qui, à partir de ceux-ci, a extrait les chaînes de texte de milliers de tweets à travers l’API de Twitter. Nous avons ainsi obtenu un jeu de données complet de 11 162 tweets répartis en :

  • 8 266 tweets en français, contenant les hashtags #BalanceTonPorc, #MeToo et/ou #myHarveyWeinstein dans la période comprise entre le 05/10/2017 et le 31/01/2021.

  • 2 896 tweets en italien, contenant les hashtags #quellavoltache, #MeToo et/ou #myHarveyWeinstein dans la période comprise entre le 05/10/2017 et le 31/01/2021.

L’ensemble des tweets nous a été remis par le CCC sous la forme d’un fichier Excel contenant (A) l’indication de la langue, (B) l’identifiant du tweet, (C) l’horodatage, (D) l’identifiant de l’usager et (E) le texte du tweet. Les tweets ont été filtrés par langue, puis extraits des feuilles Excel respectives pour créer deux fichiers différents au format .txt. Pour la construction des fichiers .txt, nous n’avons pris en compte que les messages textuels (E) et l’horodatage (C), afin de pouvoir retrouver rapidement la date de publication du tweet et de le placer plus facilement dans le contexte et le discours de référence. Par la suite, les fichiers .txt ont été téléchargés comme nouveaux corpus sur le logiciel Sketch Engine et ils ont été nommés #BalanceTonPorc FR txt et #MeToo IT txt.

Comme il n’existe pas de modèle pour créer un schéma d’annotation, nous avons conçu le nôtre en donnant la priorité à nos objectifs sociolinguistiques et nous avons pris comme référence l’approche théorique de Charles Bally (Bally 1951, Bally 1952, Bally 1965, Curea 2018). Bally introduit l’opposition, héritée de la scolastique médiévale, entre dictum et modus, représentation et assertion modalisée. Cette conception dichotomique de l’énoncé n’est pas exempte de critiques (Ducrot 2011, Gosselin 2015) ; pourtant, elle nous semble particulièrement adaptée à la création de notre schéma d’annotation, qui comprend trois jeux d’étiquettes : un relatif au modus, un au dictum et le troisième aux caractéristiques formelles. Du reste, cette complémentarité entre dictum et modus, permet de rendre compte de la corrélation entre la forme linguistique et le sens.

La troisième et dernière étape d’analyse a été divisée en deux parties. Premièrement, nous avons interrogé nos corpus par le biais de Sketch Engine. À ce stade, nous avons utilisé la totalité des tweets extraits divisés en deux corpus, #BalanceTonPorc FR txt (238 448 mots) et #MeToo IT txt (71 169 mots), et nous en avons détecté les traits principaux aussi bien du point de vue formel que sur le plan du contenu. Nous avons également employé certains outils comme Keywords pour retracer les mots-clés de chacun des deux corpus et réaliser à partir de ceux-ci une première analyse descriptive de leur contenu. Deuxièmement, nous avons sélectionné un échantillon aléatoire de tweets grâce à la fonction Random Sample afin d’obtenir deux sous-corpus et d’en effectuer une étude sémantique plus approfondie, en étiquetant les différentes opinions repérées avec notre schéma d’annotation. L’échantillon se compose de 120 tweets répartis comme suit :

  • 60 en français, dont 30 ont été sélectionnés via l’hashtag #MeToo et 30 via #balancetonporc ;

  • 60 en italien, dont 30 sélectionnés via l’hashtag #MeToo et 30 via #quellavoltache.

En partant de la considération que l’étude du discours est le moyen le plus immédiat d’accéder à la mentalité d’une culture, nous avons examiné comment les utilisateurs français et italiens ont participé au mouvement médiatique social #MeToo de manière unique et distincte. Pour ces remarques, nous avons tenu compte du contexte et de la façon dont le mouvement #MeToo s’est décliné et a été reçu en France et en Italie.

2.4 Limites

Puisque nous ne disposions pas des compétences informatiques nécessaires à la comparaison et à l’évaluation automatiques au moyen de systèmes de sentiment analysis, et que l’objet de notre recherche était purement sociolinguistique, nous nous sommes limitée à une analyse manuelle de deux échantillons de tweets (en français et en italien), que nous avons menée de manière autonome et qui n’a donc aucune prétention à être exhaustive ou impartiale. L’application du schéma d’annotation aux données supposerait plus d’un annotateur afin de publier des données fiables et impartiales dans les limites d’une tâche intrinsèquement affectée par la subjectivité (Bosco et al. 2013), mais cela a été impossible, à cause de l’indisponibilité d’un deuxième annotateur. Néanmoins, la phase d’annotation a été réalisée de manière aussi précise que possible. D’abord, on a élaboré et testé un jeu d’étiquettes qui se sont avérées partiellement inadaptées à cause d’une plus grande variété de phénomènes observés par rapport à notre hypothèse de départ et, après une révision accompagnée d’une réflexion sur les critères de cette première étape, nous avons appliqué un nouveau schéma, afin de minimiser les risques liés au paradoxe de l’observateur.

3 Le mouvement #MeToo des deux côtés des Alpes

3.1 De l’affaire Weinstein aux mobilisations de clavier

Le 5 octobre 2017, le New York Times publie un article sur Harvey Weinstein, l’un des plus puissants producteurs indépendants d’Hollywood, et ses méthodes abusives vis-à-vis des actrices et des employées de ses sociétés de production. L’article contient le témoignage de plusieurs femmes, dont des comédiennes célèbres, qui l’accusent de harcèlement, viol ou agressions sexuelles et sont ainsi surnommées les « silence breakers ». L’« affaire Weinstein » éclate. Bien que Weinstein nie toutes les allégations et déclare n’avoir jamais eu de relations sexuelles non consenties, il est licencié de sa société et exclu de l’Academy of Motion Picture Arts and Sciences, ainsi que d’autres associations professionnelles. Alors que les accusations se multiplient et que des enquêtes judiciaires sont ouvertes à son encontre, de nombreuses autres personnalités du showbiz sont accusées de harcèlement ou de violences et commencent à payer les conséquences de leur – prétendu – comportement abusif. Cette affaire particulièrement médiatisée relance le débat international sur les violences faites aux femmes et leur occultation, en remettant en cause le rôle des femmes dans une société patriarcale. D’énormes manifestations sont organisées dans le monde entier et des hashtags qui invitent les femmes à dénoncer leurs harceleurs libèrent la parole sur Internet.

Le 15 octobre 2017, l’actrice américaine Alyssa Milano publie un tweet qui finira par rendre viral le mot-dièse #MeToo. Elle y invite les femmes ayant été victimes d’abus sexuels à répondre à son post par la formule « me too » (« moi aussi ») et les encourage à partager leurs expériences afin de faire comprendre au grand public l’ampleur du problème. En quelques heures, #MeToo se répand en ligne, donnant ainsi naissance à un mouvement mondial qui révélera l’énorme diffusion des harcèlements et abus sexuels, aussi bien pour les personnes célèbres que pour les plus ordinaires dans divers contextes et secteurs d’activité (CBS 2017, Frye, 2018). Si tout le monde connaît l’hashtag #MeToo, il n’est pas si évident de savoir que la campagne Me Too (sans le fameux dièse) existait déjà depuis onze ans. En effet, le mouvement Me Too a été fondé par l’activiste américaine Tarana Burke en 2006 pour aider les « survivors » de violences sexuelles, notamment les jeunes femmes de couleur issues de communautés à faible revenus, à se faire entendre. Avec plus de 66 000 réponses directes, l’hashtag de Milano a instantanément donné une grande visibilité à l’initiative de Burke, en termes de portée géographique et de public cible. Sa force réside dans sa capacité narrative en termes de persuasion et légitimation (Tufekci 2017), dans la notoriété des silence breakers et dans sa nature de « mobilisation de clavier », donc dans cet usage militant des nouvelles technologies qui implique aussi bien des citoyens « ordinaires » que des activistes organisés partageant un intérêt commun (Badouard 2013, Khemilat 2018). Passant de la sphère privée à la sphère publique, les twitteurs du #MeToo, ont converti une démarche isolée en une pratique collective (Landry et al. 2015) et ont attiré l’attention des médias mainstream et des personnalités politiques sur la question. Grâce aux médias sociaux, ces participants ont pris possession d’un nouvel espace de libre expression, se sont autonomisés et ont opéré des « actions transformatrices du réel » (Bertini 2000), notamment de l’organisation politique et sociale. Ces mobilisations féministes se sont soustraites (au moins partiellement) au contrôle patriarcal en devenant des « pratiques médiatiques numériques alternatives », une forme de résistance aux dynamiques de pouvoir et de domination qui imprègnent le réel (Khemilat 2018).

3.2 #BalanceTonPorc en France

Le 13 octobre 2017, en pleine affaire Weinstein, #BalanceTonPorc est lancé en France par la journaliste Sandra Muller. Elle dénonce l’ancien patron d’une chaine télévisée qui l’a humiliée et agressée verbalement lors d’un salon professionnel et encourage d’autres femmes à suivre son exemple. « Deux jours avant #MeToo, #balancetonporc est une véritable onde de choc. Il trouve un écho auprès de milliers de femmes » (Muller 2018). Au cours des jours suivants, l’hashtag gagne en popularité et atteint des sommets sans précédent, avec plus de 200 000 mentions sur les différents réseaux sociaux. Le mot-dièse croît de façon exponentielle et la presse, les radios, les émissions télévisées s’emparent du mouvement #BalanceTonPorc. Sa couverture est telle qu’uniquement sur les journaux en ligne on compte plus de 900 articles le concernant (Mas-Garrido 2017). Dans les mois qui suivent, le phénomène médiatique s’estompe progressivement et se stabilise. Cependant, les « hashtags de combat » #BalanceTonPorc ou #MeToo ne disparaissent pas de manière définitive et s’imposent sur le devant de la scène jusqu’en 2021, notamment à l’occasion de la Journée internationale des droits de la femme et des tournants liés au scandale Weinstein ou aux affaires judiciaires de Sandra Muller. Dans le sillage du mouvement, les signalements de violences sexuelles en France augmentent, de même que les appels au numéro d’urgence sur les violences domestiques, et un projet de loi est adopté pour renforcer la lutte contre les violences sexuelles.

3.3 #quellavoltache en Italie

En octobre 2017, l’actrice italienne Asia Argento fait partie des célébrités qui portent des allégations d’agression sexuelle contre Weinstein. Alors qu’aux États-Unis les silence-breakers bénéficient d’une grande solidarité, l’opinion publique italienne se divise quant au choix d’Argento de raconter son histoire de harcèlement. Comme le souligne Peroni (2018), la culture italienne et son système de pouvoir fondés sur le sexisme et la marchandisation de la liberté, hérités des vingt ans de l’ère Berlusconi (Dominijanni 2014), font que l’actrice soit fortement critiquée dans certains journaux et sur les réseaux sociaux. C’est cette tirade contre Argento qui encourage l’écrivaine Giulia Blasi à initier l’hashtag #quellavoltache (« #lafoisque ») le 12 octobre 2017. Les hashtags durent rarement plus de 24 heures, mais lorsque Alyssa Milano lance #MeToo, #quellavoltache a déjà trois jours de vie et continue de faire parler de lui. La campagne américaine arrive comme un tsunami et s’étend dans le monde entier en cannibalisant les initiatives locales, mais #quellavoltache reste actif pendant encore deux semaines (Blasi 2018).

Les médias italiens se remettent ensuite à parler de #MeToo lorsqu’il y a des développements judiciaires liés à l’affaire Weinstein ou à la figure d’Argento, à son tour impliquée dans des allégations de violence sexuelle à l’encontre d’un acteur américain. L’Italie fait également quelques pas en avant comme l’adoption de la loi « Codice Rosso » visant à renforcer la protection des victimes de violences sexuelles et domestiques. Il ne s’agit pas d’un point d’arrivée, mais d’un point de départ nécessaire pour un pays caractérisé par des messages sexualisants invasifs et un climat de méfiance à l’égard du #MeToo.

4 Les jeux d’étiquettes

Dans l’approche de Bally, dont nous nous sommes inspirée, le dictum se situe au niveau du contenu et le modus à celui de la modalité. Pour la réalisation de notre jeu d’étiquettes, nous avons cependant opéré un élargissement opératoire du dictum, afin d’y inclure le type de discours utilisé, ainsi que certaines de ses caractéristiques formelles. En effet, le critère que nous avons utilisé se base sur le fait que le dictum ne se réfère pas tant au contenu sémantique (champ sémantique de l’agression sexuelle, de la dénonciation, etc. qui restent inchangés), que nous considérons comme un invariant, et qui, par conséquent, ne fait l’objet d’aucun étiquetage, mais plutôt au contenant discursif (récit, paroles rapportées, argumentation…). Certains genres discursifs comme l’argumentation (ARG) sont aussi considérés comme des visées pragmatiques (le sujet parle pour prouver quelque chose et pour convaincre l’autre), donc si l’on adopte ce point de vue, on pourrait aussi penser que l’argumentation doit être classée parmi les modus. Ce n’est pas le choix qui a été fait ici, d’autant plus que le dictum contient tous les genres discursifs et donc, pour des raisons d’homogénéité, c’est ici qu’il faut placer l’argumentation. Les tableaux ci-dessous présentent les trois jeux d’étiquettes : le Tableau 1 relatif au modus, le Tableau 2 au dictum et le Tableau 3 aux caractéristiques formelles.

Tableau 1 : Jeu d’étiquette 1 concernant le dictum des énoncés

Tableau 2 : Jeu d’étiquette 2 concernant le modus des énoncés

* « Les modalités déontiques se réfèrent à un ordre moral ou social pour exprimer ce qui doit être (obligation) ou ce qui peut être (permission). Elles sont de nature prescriptive et exercent des contraintes dont l’origine peut être institutionnelle, les droits et les devoirs, ou intersubjective dans un contexte particulier avec ses lois propres qui légitime la contrainte. » (Garric 2015) https://e-cours.univ-lr.fr/UNT/modalisation/res/GAR08.pdf

Tableau 3 : Jeu d’étiquette 3 concernant les caractéristiques formelles des énoncés

5 Résultats

Les résultats des deux phases ont finalement été croisés pour vérifier si ce qui a émergé est cohérent avec les articulations du #MeToo en France et en Italie. Grâce à l’exploration avec Sketch Engine, nous avons pu identifier les ressemblances et dissemblances existant entre les deux corpus. D’une part, nous avons constaté qu’aussi bien dans le corpus français que dans l’italien, les single words renvoient principalement aux actants du mouvement #MeToo, tandis que les multi-word terms contiennent une majorité de catégorisations, qui peuvent inclure des évaluations morales en leur sein. Parmi les nombreux personnages mentionnés, certains sont communs car ils font référence à des événements à résonance internationale, tandis que d’autres ont eu un impact limité à la dimension nationale. Comme prévu, les deux corpus ont montré un bon nombre de mots-clés concernant la sphère lexicale et sémantique de la violence basée sur le genre et de l’engagement féministe. D’autre part, plusieurs différences entre les deux corpus ont été mises en évidence. En France, en plus de #balancetonporc, d’autres hashtags ont vu le jour comme #balancetatruie et #balancetapouffe. Nous avons fait l’hypothèse que ces versions « féminines » de l’hashtag sont apparues car, contrairement à #MeToo (et #quellavoltache), le mot-dièse français ne pouvait pas être utilisé avec des personnes de tous les genres et les utilisateurs percevaient un déséquilibre. Le mécontentement pour la non-neutralité de l’hashtag s’est peut-être ajouté à la suspicion qui entourait déjà l’initiative et sa tendance à utiliser #balancetonporc pour se faire justice soi-même. Cela pourrait également expliquer le fait que dans le sous-corpus #balancetonporc le nombre de détracteurs du mouvement (NEG) est presque égal à celui des partisans (POS) et donc proportionnellement plus élevé par rapport aux autres échantillons. On pourrait s’attendre à ce que les tweets français contiennent surtout des témoignages de harcèlement, alors qu’en réalité très peu d’exemples sont qualifiés de récits et que l’étiquette la plus fréquemment utilisée est celle des commentaires positifs ou négatifs. Une autre particularité est que les tweets français sont moins focalisés sur le phénomène déclenché par la seule affaire Weinstein et sont souvent encadrés dans un contexte plus large, qui prend en compte l’intersectionnalité des formes de violence et de discrimination et donc la nécessité d’une vision plus globale pour les combattre. Les keywords français, par exemple, font référence à l’ethnicité, au racisme et au monde LGBTQIA+. Les tweets italiens, par contre, montrent que la plupart de ces sujets sont encore considérés comme tabous ou suspects et ne revêtent pas une importance suffisante pour figurer dans les keywords. Le Bel Paese est traversé par une méfiance généralisée vis-à-vis des féminismes et cela se reflète dans les mots-clés, où l’image émergente du #MeToo est celle d’une campagne ‘maccarthyste et obscurantiste’. Cependant, contre toute attente, nous avons observé une majorité écrasante de tweets POS par rapport aux tweets NEG dans l’échantillon italien. Cela témoigne d’une attitude de soutien et solidarité des internautes, mais si, au lieu de nous attarder sur le modus et leur intention, nous lisons le contenu de ces mêmes commentaires, ce qui émerge est une lourde dénonciation du statu quo italien (exemples (1) et (2)). C’est la confirmation d’un scénario où des intellectuels et journalistes ont tenté de renverser l’ordre discursif imposé par la parole collective des femmes, à travers un processus d’individualisation et de culpabilisation d’Argento (Peroni 2018). La réponse positive à #MeToo est passée au second plan, en laissant les harceleurs (présumés) essentiellement impunis.

L’un des traits partagés par les corpus français et italien est l’interdiscursivité. Les renvois à d’autres discours et à d’autres voix (polyphonie), souvent présentés sous la forme de discours rapportés (exemples (3) et (4)), sont une constante. Pourtant, ces voix sont rarement respectées et/ou mentionnées afin de les mettre en valeur. Dans la plupart des cas, c’est l’auteur des tweets qui prévaut, qui, de sa position surplombante, s’impose sur le point de vue d’autrui et en donne une évaluation axiologique (exemple (4)). L’interdiscours opère également sur le plan de la métaphore. Par exemple, en partant de #balancetonporc et en exploitant la polysémie du mot « porc », les twitteurs l’associent non pas aux plaintes de violence, mais à d’autres domaines, comme la politique ou le football (exemples (5) et (6)). Bien qu’efficaces du point de vue communicatif, ces usages métaphoriques peuvent également représenter un obstacle pour la diffusion de la prise de conscience prônée par #MeToo et contribuer, même si non-délibérément, à l’« enterrement » de la mobilisation.

Exemples d’usages en contexte :

  1. Eccola qui, la rivincita del patriarcato. La sento arrivare, incombente. Si maschereranno dietro l’errore di una donna, affermando che anche le donne sono in grado di tali nefandezze. Così facendo si perde di vista quello che si stava costruendo: un mondo alla pari. #MeToo2

  2. #MeToo in Italia sta fallendo perché non c’è unione. Troppa stampa contro, troppi insulti e offese. Denigrare la verità è questo quello che veramente vogliamo? @ AsiaArgento @lauraboldrini @Alexia739 @Graficnovel @TizianaFerrario oppure iniziare a discuterne come in #America3 ?

  3. “Prendre la parole ça fait de nous un peuple” #AdeleHaenel # MeToo #BelieveSurvivors

  4. Quella che voi con molta benevolenza avete chiamato “debolezza” è esercizio di potere e istinto predatorio incontrollato. Qualità non proprio da “grande professionista”. @domenicain #quellavoltache4

  5. #balancetonporc Ce soir #PSG à littéralement violé #CELTIC #PSGCEL

😂😂😂😂😂😂😂😂😂👏👏👍👍👍

  1. Bilan du #BalanceTonPorc: - Tariq Ramadan en prison - les porcs blancs toujours en activité

6 Conclusions

En dépit de la portée mondiale du phénomène #MeToo, tous les pays n’ont pas partagé une perspective unifiée du mouvement. Même dans deux pays apparemment proches comme la France et l’Italie, les réactions ont été très différentes. Nous avons observé et analysé les différentes représentations socio-discursives des internautes français et italiens, afin de retracer les différences culturelles entre ces deux pays dans le traitement de la question des violences faites aux femmes au moment historique du #MeToo. À notre connaissance, il n’existe pas d’autres études qui examinent cette problématique en comparant la France et l’Italie. Malgré la complexité du thème et les limites de nos moyens, notre perspective multidisciplinaire nous a permis d’aborder différentes facettes du sujet et de parvenir à une analyse qui, sans vouloir être exhaustive, a donné des résultats satisfaisants. Nous avons constaté que les hashtags ont touché un grand nombre de sphères de la vie quotidienne en raison de l’emploi massif de l’interdiscours. Il serait intéressant d’étudier si cette caractéristique est propre à ce type de corpus ou s’il s’agit simplement d’un élément inévitablement présent dans toute parole. En France, #balancetonporc a connu un succès indéniable, mobilisant des dizaines de milliers d’internautes et stimulant le débat également sur les discriminations intersectionnelles. Toutefois, comme il contenait une invitation explicite à dénoncer les agresseurs, il a suscité les critiques d’activistes qui, tout en soutenant la prise de parole collective, n’ont pas apprécié sa non-neutralité et sa fureur justicialiste. En Italie, par contre, #quellavoltache visait à offrir aux victimes de violence un espace pour s’exprimer et impliquait une narration, ce qui explique la prédominance de tweets étiquetés comme récits dans l’échantillon italien. Pourtant, les nombreux tweets de participation au mouvement et de solidarité avec Argento n’ont pas suffi à contrer la contre-offensive organisée des médias visant à délégitimer tant la cause que les silence breakers. Dans les deux pays, il y a eu un éveil des consciences, mais les réactions négatives et les plaintes recueillies avec ces hashtags témoignent de deux réalités qui ont encore un long chemin à parcourir en matière d’égalité de genre.

Bibliographie

Angermuller, J., D. Maingueneau & R. Wodak (eds.) (2014) : The discourse studies reader: Main currents in theory and analysis. Amsterdam: John Benjamins. https://doi.org/10.1075/z.184

Badouard, R. (2013) : Les mobilisations de clavier. Réseaux 5 : 87–117. https://doi.org/10.3917/res.181.0087

Baker, P., C. Gabrielatos, M. Khosravinik, M. Krzyzanowski, T. McEnery & R. Wodak (2008) : A useful methodological synergy? Combining critical discourse analysis and corpus linguistics to examine discourses of refugees and asylum seekers in the UK press. Discourse & Society 19(3) : 273–306. https://doi.org/10.1177/0957926508088962

Bally, C. (ed.) (1951) [1909] : Traité de Stylistique Française. Paris : Librairie C. Klincksieck.

Bally, C. (ed.) (1952) : Le langage et la Vie, 3ème édition augmentée. Genève : Libraire Droz.

Bally, C. (ed.) (1965) [1932] : Linguistique générale et linguistique française, 4e édition. Berne : Francke.

Basile, P., V. Basile, M. Nissim, N. Novielli, & V. Patti (2017) : Sentiment Analysis of Microblogging Data. In : R. Alhajj & J. Rokne (eds.) Encyclopedia of Social Network Analysis and Mining. New York : Springer. 1–17. https://doi.org/10.1007/978-1-4939-7131-2_110168

Bertini, M. J. (2000) : La prise de parole, clef de voûte d’un monde en réseaux. Études: revue de culture contemporaine 392 : 483–490.

Blasi, G. (2018) : Un anno di MeToo. Esquire. https://tinyurl.com/yvsfybex

Bosco, C., V. Patti, & A. Bolioli (2013) : Developing corpora for sentiment analysis: The case of irony and senti-tut. IEEE intelligent systems 28(2) : 55–63. https://doi.org/10.1109/MIS.2013.28

CBS NEWS (2017) : More than 12M “me too” Facebook posts, comments, reactions in 24 hours. CBSNews Video. https://tinyurl.com/5b68erf6

Charaudeau, P. (2009) : Dis-moi quel est ton corpus, je te dirai quelle est ta problématique. Corpus 8 : 37–66. https://doi.org/10.4000/corpus.1674

Chiusaroli, F. (2012) : Scritture brevi oggi. Tra convenzione e sistema. In: F. Chiusaroli & F. M. Zanzotto (eds.) Scritture brevi di oggi. Quaderni di Linguistica Zero. Napoli : Università Orientale di Napoli. 4–44.

Cunha, E., G. Magno, G. Comarela, V. Almeida, M.A. Gonçalves & F. Benevenuto (2011) : Analyzing the dynamic evolution of hashtags on twitter: a language-based approach. In: M. Nagarajan & M. Gamon (eds.) Proceedings of the Workshop on Language in Social Media (LSM 2011). Portland, OR: Association for Computational Linguistics. 58–65.

Curea, A. (2018) : De la distinction affectif/intellectuel à une théorie de la phrase modalisée. Représentations mentales et opérations linguistiques chez Charles Bally. Histoire Epistémologie Langage 40(1) : 31–47. https://doi.org/10.1051/hel/e2018-80003-9

Dominijanni, I. (ed.) (2014) : Il trucco: sessualità e biopolitica nella fine di Berlusconi. Roma : Ediesse.

Ducrot, O. (2011) : A quoi sert le concept de modalité ? In : N. Dittmar & A. Reich (eds.) Modality in Language Acquisition/Modalité et acquisition des langues. Berlin, New York: Walter de Gruyter. 111–129. https://doi.org/10.1515/9783110856996.111

Frye J. (2018) : From politics to policy : Turning the corner on sexual harassment. Center for American Progress. https://tinyurl.com/2ymdcfrn

Gosselin, L. (2015) : De l’opposition modus/dictum à la distinction entre modalités extrinsèques et modalités intrinsèques. Bulletin de la Société de Linguistique de Paris 110 : 1–50.

Khemilat W. (2019) : #Metoo et #Balancetonporc : les réseaux sociaux comme levier des mobilisations féministes. Cahiers des Jeunes Chercheurs. https://hal.science/hal-02336407

Lai, M., D. Virone, C. Bosco, & V. Patti (2015) : Building a corpus on a debate on political reform in twitter. In: C. Bosco, S. Tonelli & F. M. Zanzotto (eds.) Proceedings of the Second Italian Conference on Computational Linguistics. Torino: Accademia University Press. 171–176. https://doi.org/10.4000/books.aaccademia.1497

Landry, N., F. Aubin & M. Sénécal (2015) : Médias et mouvements sociaux : pratiques de mobilisations collectives. Canadian Journal of Media Studies 13 : 124–145.

Longhi, J. (2013) : Essai de caractérisation du tweet politique. L’Information Grammaticale 136 : 25–32. https://doi.org/10.3406/igram.2013.4238

Longhi, J. (2020) : Explorer des corpus de tweets : du traitement informatique à l’analyse discursive complexe. Corpus 20. https://doi.org/10.4000/corpus.4567

Maingueneau, D. (ed.) (1976) : Initiation aux méthodes de l’analyse du discours. Paris : Hachette Université.

Maingueneau, D. (ed.) (1996) : Les termes clés de l’analyse du discours. Paris : Seuil, coll. Mémo.

Maingueneau, D. (1999) : Peut-on assigner des limites à l’analyse du discours ? Modèles linguistiques 20(40) : 61–70. https://doi.org/10.4000/ml.1409

Maingueneau, D. (2005) : L’analyse du discours et ses frontières. Marges linguistiques 9 : 64–75.

Mas-Garrido, M. (2017) : #MyHarveyWeinstein, #BalanceTonPorc, #MeToo : la montée en puissance d’un mouvement inédit initié par 3 hashtags. Visibrain. https://tinyurl.com/4b72er7s

Muller, S. (ed.) (2018) : #Balancetonporc (Récits et témoignages). Paris : Flammarion Editions.

Paveau, M.A. (2013) : Genre de discours et technologie discursive. Tweet, twittécriture et twittérature. Pratiques. Linguistique, littérature, didactique 157–158 : 7–30. https://doi.org/10.4000/pratiques.3533

Peroni, C. (2018) : Il #MeToo di Hollywood e il #WeToogether di Non Una Di Meno. Dalla denuncia alla pratica collettiva contro le molestie sessuali nel/del lavoro. In: M. Bettaglio, N. Mandolini & S. Ross (eds.) Rappresentare la violenza di genere: Sguardi femministi sulla letteratura, il cinema, il teatro e il discorso mediatico contemporaneo. Milan: Mimesis.

Rastier, F. (ed.) (2011) : La mesure et le grain. Sémantique de corpus. Paris : Editions Honoré Champion.

Tufekci, Z. (2017) : Twitter and Tear Gas. The Power and Fragility of Networked Protest. New Haven: Yale University Press. https://doi.org/10.25969/mediarep/14848

  1. « Un corpus est un regroupement structuré de textes intégraux, documentés, éventuellement enrichis par des étiquetages et rassemblés : (i) de manière théorique réflexive en tenant compte des discours et des genres, et (ii) de manière pratique en vue d’une gamme d’applications. […] De fait, tout regroupement de textes ne mérite pas le nom de corpus » (Rastier, 2011 : 33–34).↩︎

  2. La voilà, la revanche du patriarcat. Je peux le sentir arriver, menaçant. Ils se cachent derrière l’erreur d’une femme, prétendant que les femmes sont également capables de tels actes. Ce faisant, ils perdent de vue ce qu’on était en train de costruire : un monde fondé sur l’égalité. #Metoo (traduction personnelle).↩︎

  3. - #metoo en Italie est un échec parce qu’il n’y a pas d’union. Trop de presse défavorable, trop d’insultes et d’offenses. Dénigrer la vérité, est-ce vraiment ce que nous voulons ? @AsiaArgento @lauraboldrini @Alexia739 @Graficnovel @TizianaFerrario ou commencer à en discuter comme en #Amérique ? (traduction personnelle).↩︎

  4. Ce que vous avez appelé avec beaucoup de bienveillance “faiblesse” est l’exercice du pouvoir et de l’instinct prédateur incontrôlé. Pas exactement les qualités d’un “grand professionnel”. @domenicain #quellavoltache (traduction personnelle).↩︎