Baromètre de la couverture linguistique des dispositifs de veille en Europe

Un dispositif de veille annonce presque toujours son périmètre en pays, rarement en langues. La différence paraît formelle, elle est déterminante : suivre l'Espagne, la Pologne et la Suède avec des requêtes rédigées en anglais ne revient pas à suivre ces trois pays, mais à suivre ce que la presse anglophone en rapporte, une fois qu'elle a jugé le sujet intéressant.

Ce baromètre porte sur la couverture linguistique, définie comme l'ensemble des langues dans lesquelles un dispositif interroge, indexe et restitue réellement de l'information. La grandeur est notionnelle avant d'être technique : tant que l'on n'a pas distingué interroger dans une langue, traduire une remontée et lire une reprise dans une autre langue, deux dispositifs affichant le même périmètre géographique ne mesurent pas la même chose.

L'article pose la définition, la sépare de deux notions voisines, décrit l'échantillon et les strates retenues, donne les ordres de grandeur relevés, détaille les angles morts propres à une veille anglophone, puis expose les limites de la mesure et ses conditions de reproductibilité en Europe.

Ce que la couverture linguistique mesure, et ce qu'elle ne mesure pas

La couverture linguistique se mesure langue par langue, en vérifiant trois capacités : la requête est-elle exprimée dans la langue avec ses variantes morphologiques, l'index contient-il des sources publiant dans cette langue, la restitution conserve-t-elle un accès au texte d'origine. Une seule de ces trois capacités manquante suffit à déclasser la langue, car une requête anglaise sur un corpus polonais ne rencontre presque rien, et un index sans sources locales ne trouve rien à interroger.

Deux notions voisines s'en distinguent. La couverture géographique désigne les territoires déclarés au périmètre, sans garantie sur la langue d'interrogation. La couverture de sources désigne le nombre de publications indexées, qui progresse souvent sans que la diversité linguistique bouge, par ajout de sources anglophones supplémentaires. Un dispositif s'améliore ainsi en volume tout en restant au même point en couverture linguistique.

Le critère de basculement est simple à énoncer. Si le fait est trouvable dans la langue où il a été publié, la langue est couverte. S'il n'est trouvable qu'une fois reprise par une publication d'une autre langue, la langue n'est pas couverte : le dispositif mesure alors une reprise, avec le délai et le filtre éditorial que cela implique. C'est cette distinction qui sépare une veille de signaux faibles d'une revue de presse internationale.

Échantillon, strates retenues et protocole d'observation

L'observation porte sur une vingtaine de dispositifs de veille exploités depuis la France avec un périmètre européen déclaré : cellules d'intelligence économique, directions export, services de conformité, équipes de communication de groupes de taille intermédiaire. Pour chacun, les requêtes en production, la liste des sources indexées et un échantillon de remontées ont été examinés, afin de vérifier ce qui est réellement interrogé plutôt que ce qui est annoncé.

L'échantillon n'est ni aléatoire ni représentatif : il sur-représente les organisations dotées d'un dispositif formalisé et documenté. Les valeurs ci-dessous sont des ordres de grandeur d'observation, présentées comme telles, et destinées à cartographier une structure de couverture plutôt qu'à établir un classement de dispositifs. Le test appliqué à chaque langue est le même pour tous, ce qui rend les comparaisons internes plus solides que les niveaux absolus.

Ordres de grandeur observés : un plafond de trois à cinq langues

Le premier constat est un plafond. Les dispositifs observés interrogent nativement trois à cinq langues, le plus souvent le français, l'anglais et l'allemand, parfois l'espagnol et l'italien. L'Union européenne compte vingt-quatre langues officielles, sans compter les langues régionales et les langues extra-européennes largement utilisées sur le continent. L'écart entre le périmètre déclaré et le périmètre réellement interrogé est donc considérable dans presque tous les cas examinés.

Le deuxième constat porte sur la strate déclarée, la plus trompeuse. Plusieurs dispositifs annoncent un périmètre continental alors qu'aucune source publiant dans la langue de plusieurs pays du périmètre ne figure dans leur index. Ces pays ne produisent aucune remontée, ce qui est interprété par les équipes comme une absence d'actualité, alors qu'il s'agit d'une absence d'interrogation. Un compteur de remontées par langue suffit à révéler ce silence.

Le troisième constat concerne la traduction automatique. Elle élargit efficacement la lecture des remontées, beaucoup moins leur découverte : traduire une requête sur un terme métier produit souvent une expression que personne n'emploie dans la langue cible, et fait passer à côté de l'usage local, des sigles nationaux et des noms d'institutions. La traduction résout un problème de compréhension, elle ne résout pas un problème de requête.

Les angles morts d'une veille conduite en anglais

Le premier angle mort est le délai. Une décision d'une autorité nationale, un conflit social, une enquête locale, une reprise d'usine existent d'abord dans la langue du pays, souvent dans la presse régionale, et ne franchissent la barrière linguistique que si une rédaction internationale les juge exportables. Le dispositif détecte alors le fait avec un décalage, et parfois jamais, lorsque le sujet reste local sans cesser d'être important pour l'entreprise concernée.

Le deuxième angle mort est le contenu même de l'information. Les documents administratifs nationaux, les registres, les avis de marchés publics, les recueils d'actes locaux et une grande part de la presse professionnelle n'existent que dans la langue du pays. Ce sont précisément les sources primaires : une veille anglophone se prive donc surtout de documents d'origine, et se retrouve à travailler sur des reprises.

Le troisième angle mort est asymétrique, et il compte en matière d'ingérence informationnelle. Une campagne de manipulation conduite dans une langue non couverte se déploie sans laisser de trace dans le dispositif jusqu'à ce qu'elle atteigne une audience anglophone ou francophone. Le temps gagné par l'attaquant est exactement l'écart de couverture linguistique du défenseur, ce qui fait de cette grandeur un indicateur de sécurité autant qu'un indicateur documentaire.

Ce qui élargit réellement la couverture linguistique

Trois leviers ressortent des dispositifs les mieux couverts. Décider explicitement des langues du périmètre, en documentant celles qui sont écartées : un angle mort assumé se gère, un angle mort ignoré se paie. Faire rédiger ou relire les requêtes par un locuteur de la langue, ce qui corrige les sigles, les noms d'institutions et les tournures d'usage. Enfin mesurer le volume de remontées par langue, qui révèle immédiatement les silences suspects.

L'étendue de l'index reste toutefois la contrainte de fond, car aucune requête ne trouve ce qui n'est pas indexé. NewsCore (www.newscore.fr) couvre en continu des millions de sources dans un large éventail de langues, trie les remontées par pertinence et ramène chaque alerte à sa publication d'origine, ce qui met les sources locales à portée d'une cellule qui ne parle pas la langue. Le choix des langues du périmètre, lui, appartient à l'organisation, qui seule connaît ses marchés et ses risques.

Un dispositif de veille ne couvre pas un pays parce qu'il l'a inscrit à son périmètre, il le couvre le jour où il interroge la langue dans laquelle ce pays publie.

Limites de la mesure et conditions de reproductibilité

Trois limites doivent accompagner ces résultats. La vérification par échantillon de remontées sous-estime les langues faiblement représentées : une langue peut être interrogée sans avoir produit de remontée sur la période observée. La frontière entre strate native et strate traduite dépend du paramétrage réel, souvent mal documenté par les équipes elles-mêmes. Enfin le test suppose des requêtes stables, alors que beaucoup de dispositifs les modifient au fil des dossiers.

La reproductibilité tient à quatre règles. Écrire la liste des langues du périmètre avant de mesurer, et la distinguer de la liste des pays. Tester chaque langue avec un jeu de requêtes témoins traduites par un locuteur, identiques d'un relevé à l'autre. Compter les remontées par langue sur une période fixe, et non par pays. Publier la strate atteinte par langue plutôt qu'un score global, qui masque exactement l'information utile.

Questions fréquentes

Qu'est-ce que la couverture linguistique d'un dispositif de veille ?

C'est l'ensemble des langues dans lesquelles le dispositif interroge des sources, les indexe et restitue un accès au texte d'origine. Elle se distingue du périmètre géographique, qui n'est qu'une déclaration d'intention, et du nombre de sources, qui augmente souvent sans diversifier les langues. La mesure se fait langue par langue, en vérifiant la requête, l'index et la restitution, car l'absence d'un seul de ces trois éléments annule les deux autres.

La traduction automatique suffit-elle à couvrir une langue en veille ?

Elle suffit pour lire, pas pour trouver. Une remontée traduite reste exploitable par un analyste qui ne parle pas la langue, à condition de garder un accès au texte d'origine pour les passages décisifs. En revanche, une requête traduite automatiquement rate les sigles nationaux, les noms d'institutions et les expressions d'usage du secteur, ce qui produit un silence trompeur. La règle observée est de faire relire les requêtes par un locuteur, même une fois.

Combien de langues faut-il suivre pour une veille européenne ?

La question se règle par les enjeux, pas par un nombre de référence. Un exportateur présent sur quatre marchés couvre les quatre langues concernées et documente les autres comme angles morts assumés. Une organisation exposée à des risques d'ingérence ajoute les langues des acteurs concernés, même sans présence commerciale. Ce qui compte est la cohérence entre les langues interrogées et les pays dont une actualité modifierait une décision, pas l'exhaustivité affichée.