La sélection des faits : comment les journalistes manipulent 100% de tes opinions
Bonne nouvelle : les journalistes ne te mentent pas!
Mauvaise nouvelle : ils n\'en ont pas besoin. Des chercheurs de l\'Université de Pennsylvanie ont prouvé expérimentalement que la simple sélection de faits vérifiés suffit à manipuler tes émotions, tes opinions et ta perception de la réalité — sans écrire une seule fake news. L\'expérience : 2 141 personnes, des articles construits à partir de vraies phrases de presse, trois cadrages différents, même sujet. Résultat : le cadrage négatif est six fois plus puissant que le positif. Et ceux qui en savent le moins se font le plus manipuler. Le pire ? Tout ça va être automatisé à l\'échelle industrielle. Des millions d\'articles générés par IA, tous soumis au même biais de sélection. Chaque fait demeure vrai. L\'ensemble demeure un mensonge.
RÉFÉRENCE ACADÉMIQUE SOURCE
Tohidi, A., Haider, S. & Watts, D. J. (2025). Rethinking news framing with large language models. Scientific Reports, 15:45592. https://doi.org/10.1038/s41598-025-29519-9
TAGS / MOTS-CLÉS SEO
cadrage médiatique, sélection des faits, biais de sélection, news framing, LLM, negativity bias, asymétrie négative, manipulation médiatique, factualité, objectivité journalistique, Tohidi, Scientific Reports, Université de Pennsylvanie
Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d\'informations.
Mauvaise nouvelle : ils n\'en ont pas besoin. Des chercheurs de l\'Université de Pennsylvanie ont prouvé expérimentalement que la simple sélection de faits vérifiés suffit à manipuler tes émotions, tes opinions et ta perception de la réalité — sans écrire une seule fake news. L\'expérience : 2 141 personnes, des articles construits à partir de vraies phrases de presse, trois cadrages différents, même sujet. Résultat : le cadrage négatif est six fois plus puissant que le positif. Et ceux qui en savent le moins se font le plus manipuler. Le pire ? Tout ça va être automatisé à l\'échelle industrielle. Des millions d\'articles générés par IA, tous soumis au même biais de sélection. Chaque fait demeure vrai. L\'ensemble demeure un mensonge.
RÉFÉRENCE ACADÉMIQUE SOURCE
Tohidi, A., Haider, S. & Watts, D. J. (2025). Rethinking news framing with large language models. Scientific Reports, 15:45592. https://doi.org/10.1038/s41598-025-29519-9
TAGS / MOTS-CLÉS SEO
cadrage médiatique, sélection des faits, biais de sélection, news framing, LLM, negativity bias, asymétrie négative, manipulation médiatique, factualité, objectivité journalistique, Tohidi, Scientific Reports, Université de Pennsylvanie
Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d\'informations.
