Discours sollicités pour représenter le RSE dans les publications de sources académiques dans les publications de sources académiques

Nous présentons ci-dessous les résultats de la classification que nous avons opérée, afin tout d’abord d’expliciter notre logique et nos outils d’interprétation, et de détailler ensuite la variété des discours sur lesquels s’appuient les représentations du RSE dans les publications de sources académiques.

Notre corpus a été découpé en 280 segments de texte différents, qui correspondent à chacune des phrases que nous avons extraites des 62 publications recensées. Sur ceux-ci, 268 segments de texte, soit 95,71 % du corpus, ont été répartis en sept classes distinctes.

Toutes les publications constitutives de notre corpus sont représentées dans ces segments

47Forme canonique issue de la lemmatisation du corpus. Cf. définition de la lemmatisation dans la note n°46 p. 52.

48« Forme dont la fréquence est égale à un dans le corpus » (Lebart, Salem, 1994, p. 314).

classés. Tous les segments de texte issus d’une même publication ne sont pas nécessairement répartis dans la même classe.

La Figure 1 ci-dessous présente cette classification sous forme de dendrogramme, au-dessous duquel nous avons ajouté la liste des formes pleines les plus représentatives de chacune des classes⁴⁹, à titre d’illustration.

Figure 1 : CHD du corpus de représentation du RSE dans les publications de sources académiques⁵⁰

Le dendrogramme étant une « représentation graphique d'un arbre de classification hiérarchique, mettant en évidence l'inclusion progressive des classes » (Lebart, Salem, 1994, p. 312), il restitue les différentes étapes de séparation et de regroupement des

49 Il s’agit des formes pleines dont la valeur du Khi2 est considérée comme significative de la dépendance à la classe. Pour le calcul d’un Khi2 à un degré de liberté (ce qui est notre cas), la probabilité d’une dépendance entre deux variables est de 90 % pour une valeur du Khi2 supérieure à 2,71 ; de 95 % pour une valeur supérieure à 3,84 ; de 99 % pour une valeur supérieure à 6,63 et de 99,9 % pour une valeur supérieure à 10,83 (Lafouge et al., 2002, p. 293). Nous avons listé dans cette figure les 25 premières formes pleines significatives, ou à défaut toutes les formes pleines dont la dépendance à la classe est probable à 95 %, soit toutes celles dont la valeur du Khi2 est supérieure à 3,84.

50 La numérotation des classes est aléatoire et non signifiante, elle est effectuée par le logiciel.

268 segments de texte classés (95,71 %)

segments de texte, explicitant ainsi les relations entre les classes finalement obtenues. Le nombre que nous avons ajouté devant les formes listées sous chaque classe correspond à la valeur de leur Khi2 d’association à la classe, ces formes étant présentées dans l’ordre décroissant de cette valeur. Le pourcentage placé sous le numéro de chaque classe indique le taux de segments de texte classés dans celle-ci, sur le total des segments de texte distribués dans les sept classes. Le libellé attribué à chaque classe, situé au-dessus du numéro de chacune, reflète notre interprétation discursive des résultats de cette classification, dont nous détaillons la démarche ci-dessous, en p. 55. Nous avons préféré l’indiquer dès cette première figure, avant de justifier notre démarche interprétative, afin de faciliter ensuite l’identification des sept classes dans notre propos.

2.3.1. Démarche globale d’interprétation de la classification

Afin de connaître et comprendre en détail les sept discours reconstruits à partir de la classification hiérarchique descendante, nous avons procédé en deux étapes : la première a consisté à explorer la structure de chacune des classes obtenues, afin de pouvoir les nommer ; pour la seconde, nous avons analysé les liens qu’entretiennent les classes entre elles, ce qui nous a permis de nommer les partitions opérées par la classification, figurées par le dendrogramme. Ces deux étapes ne se suivent pas chronologiquement, mais s’entrecroisent et sont nécessaires l’une à l’autre ; nous les présentons néanmoins ici linéairement afin d’améliorer la lisibilité de notre démarche interprétative.

2.3.1.1. Structure des classes obtenues

La structure des classes est exprimée à travers différents éléments, que nous avons examinés les uns en rapport avec les autres. L’interprétation étant conduite par de continuels va-et-vient et des mises en concordance entre les informations caractérisant une classe et le texte du corpus, il est complexe de la retracer avec exactitude. Nous proposons donc un tableau synthétisant trois éléments significatifs parmi ceux nous ayant permis de comprendre la logique de composition de chaque classe : leurs profil, anti-profil et segments répétés.

Le profil complet de chaque classe comporte les formes pleines, les formes supplémentaires (cf. note 40 p. 51) ainsi que les modalités de variables (cf. p. 52) qui sont les plus significatives de la classe, c’est-à-dire dont la valeur du Khi2 d’association présente une forte probabilité de dépendance positive (cf. note 49 p. 54). Pour une meilleure lisibilité des

profils, nous présentons uniquement les formes pleines, en suivant la même logique que dans la Figure 1 p. 54.

Classe Profil Anti-profil Segments répétés

Classe 1 (23,1 %) Collaboratif Managérial

usage – collaboratif – outil – numérique – managérial – lier – effet – possible – renouveler – horizontale – culture – mécanisme – rendre – notamment – nouveau – informatique – cœur – champ – coopératif – commencer – espace – technologie – travers – développement – tic social – modèle – ensemble – penser – virtuel – forum – expression – temps – salarié – interaction – management – lieu – mode – multitude – mobiliser – recherche

place – utiliser – externe – communication – mettre – terme – facebook – premier – interne – lancer – entreprise – public – exemple – processus – démarche – profit – linkedin – investir – accent – présenter – réseau

partager – améliorer – objectif – échange – permettre – idée – commun – enrichir – circulation – créer – contenir – collaboration – répondre – amélioration – aider – accroître – information – favoriser – acteur – réseau – échanger – rse – résultat – stratégique –

intelligence – collectif – relation – également – meilleur – informel – transversalité – devenir – travail – service – individu – visibilité – silo – direction – besoin – responsable – mettre – technologique

monde – susciter – contexte – facebook – spécifique – compte – sphère – étude – membre – intérêt – rsn – développer – privé – partie – organisationnel – montrer – populaire – ligne – engouement – disponible – logiciel – professionnel – particulier – grand

connaissance – gestion – progressivement – système – base – gérer – appeler – document – technique – année – dernier – apparaître – centrer – sgc – fonctionnel – effectuer – affinitaire – interaction – évoluer – support – employé Tableau 9 : Structure des classes – CHD du corpus de représentation du RSE dans les publications

de sources académiques

L’anti-profil complet de chaque classe est composé de la même façon que son profil, mais avec les formes et modalités qui sont particulièrement repoussées, statistiquement, par la classe, c’est-à-dire dont la valeur du Khi2 d’association présente une forte probabilité de

dépendance négative⁵¹. Il permet donc de vérifier la bonne compréhension du profil d’une classe par son inverse. Nous présentons également uniquement les formes pleines des anti-profils, de la même façon que pour le profil : les formes sont listées par ordre décroissant de la valeur du Khi2.

Les segments répétés sont, pour notre analyse⁵², des suites d’au minimum trois formes consécutives, qui apparaissent au minimum quatre fois dans le corpus analysé, et dont la dépendance aux classes est également exprimée par la valeur de leur Khi2 d’association.

Nous avons retenu, pour le Tableau 9 ci-dessus, ceux qui présentaient le même seuil minimum de probabilité de dépendance (cf. note 49 p. 54) que pour les formes pleines dans les profils et anti-profils des classes. Ces éléments nous ont permis de comprendre le contexte dans lequel certaines formes particulièrement significatives de cette classe étaient employées.

Par le biais d’une fonctionnalité ad hoc du logiciel, nous avons également localisé directement dans les textes d’origine les formes et les segments répétés dont la valeur du Khi2 reflétait une forte appartenance à une classe donnée, afin de situer avec certitude leur contexte d’énonciation, et ainsi nous assurer que nous interprétions correctement le discours reconstruit à l’aide de chaque classe. Cette démarche étant difficilement restituable dans son entier, nous l’avons illustrée, pour certains éléments, dans la dernière section du présent chapitre, lorsque nous avons reconstitué chacun des discours à l’appui desquels les publications de sources académiques représentent le RSE dans notre corpus.

2.3.1.2. Relations entre les classes obtenues

La seconde étape interprétative, qui étudie les liens entretenus entre les sept classes que nous avons obtenues, émerge en partie dès la première étape, à l’examen de la structure de chacune des classes, notamment grâce à la comparaison de leurs profils et anti-profils.

Nous avons cependant utilisé un autre outil pour compléter notre compréhension de cette répartition des segments de notre corpus en classes différenciées : l’analyse factorielle des

51 La valeur d’un Khi2 étant obtenu après le calcul d’un carré, elle est toujours positive. Cependant, pour une meilleure compréhension, un signe « - » peut être placé devant cette valeur : « Le signe indique le sens de la significativité (“plus” pour la présence et “moins” pour l’absence). » (Reinert, 2002, p. 25).

52 En statistique textuelle, un segment répété est une « suite de forme dont la fréquence est supérieure ou égale à 2 dans le corpus » (Lebart, Salem, 1994, p. 316).

correspondances (AFC)⁵³. Cette méthode nous a permis d’obtenir une représentation graphique indiquant des distances entre chaque classe, en fonction de la corrélation entre les formes pleines analysées pour la classification et ces sept classes. Les résultats sont représentés sur un plan factoriel où la proximité entre les points traduit l’association statistique entre les formes pleines et les classes (Lebart, Salem, 1994). Ce plan est tracé en deux dimensions, les deux axes du plan représentant chacun un facteur de l’analyse.

L’AFC que nous avons utilisée portant sur sept classes, les distances entre les points ont été calculées dans un espace à six dimensions (sept classes en colonnes du tableau lexical, moins 1), traduites en six facteurs (Lebart, Salem, 1994, p. 87). Le premier facteur restitue 21,84 % de la variance⁵⁴ totale, le deuxième facteur en restitue 19,45 % et le troisième facteur 17,8 %. En conséquence, pour appuyer notre interprétation, nous avons pris en considération deux plans factoriels, l’un représentant les deux premiers facteurs, soit 41,29 % de la variance totale, et l’autre représentant le premier et le troisième facteur, soit 39,64 % de la variance totale.

Notre objectif dans l’analyse de ces deux plans factoriels était de comprendre ce qui oppose ou rapproche les classes en fonction de chacun des facteurs représentés, autrement dit de parvenir à nommer les extrémités des axes horizontaux et verticaux de chaque plan factoriel. Le croisement des deux axes dans le plan, l’origine, figure le profil moyen de chacun des facteurs : « les points les plus périphériques sont les plus typés (les plus écartés de la moyenne) » (Marchand, 1998, p. 69). La Figure 2 ci-dessous présente le premier plan factoriel que nous avons interprété. Pour une meilleure lisibilité de celui-ci, nous avons ajouté les intitulés que nous avons attribués à chaque classe, les points correspondant à celles-ci sur le plan étant situés à l’endroit où figure leur dénomination « classe n ».

53 Une analyse des correspondances est une « méthode d'analyse factorielle s'appliquant à l'étude de tableaux à double entrée composés de nombres positifs », l’analyse factorielle étant une « famille de méthodes statistiques d'analyse multidimensionnelle, s'appliquant à des tableaux de nombres, qui visent à extraire des

“facteurs” résumant approximativement par quelques séries de nombres l'ensemble des informations contenues dans le tableau de départ » (Lebart, Salem, 1994, p. 311). Dans notre cas, le tableau sur lequel s’applique l’AFC est constitué en lignes par les formes pleines analysées, et en colonnes par les sept classes de la CHD.

54 « La variance représente la quantité d’information expliquée par un facteur » (Marchand, 1998, p. 70).

La Figure 3 ci-dessus présente ce deuxième plan factoriel, constitué à partir du premier et du troisième facteur, représentant 39,64 % de la variance totale.

Dans ce plan, le troisième facteur, sur l’axe vertical, isole particulièrement la classe 1 (Collaboratif, Managérial) qui se trouve à l’extrémité haute de l’axe. Elle est totalement opposée à la classe 7 (Connaissance, Système), située à l’extrémité inverse. Les classes 2, 3 et 6 sont relativement proches de la classe 7, du côté de l’extrémité basse de l’axe. La classe 5 (Intelligence collective) est la seule classe se trouvant du même côté de l’axe que la classe 1. La classe 4 (Partage, Performance) est la plus proche du profil moyen de ce facteur. Nous avons déduit de cette représentation graphique que les sept classes étaient également différenciées en fonction d’une vision du RSE d’une part comme une technique, un logiciel s’apparentant à un système, une plateforme ou à Facebook (bas de l’axe) et d’autre part comme un usage, ce pourquoi il est employé, un outil collaboratif et managérial (haut de l’axe). Cette distinction nous a permis d’expliquer la première partition de la classe mère « Définition du RSE » qui isole la classe 5 (Collaboratif, Managérial) des 3 autres classes initialement incluses dans cette classe (soit les classes 6, 3 et 2, qui sont par ailleurs toujours proches les unes des autres, dans les deux plans factoriels que nous avons analysés). Nous avons résumé les résultats de nos deux étapes d’interprétation dans la Figure 4 ci-dessous, qui reprend le dendrogramme de la classification, en nommant chaque partition de celle-ci.

Figure 4 : CHD interprétée du corpus de représentation du RSE dans les publications de sources académiques

2.3.2. Pluralité des discours de représentation du RSE

Nous discutons ci-dessous nos résultats et notre interprétation de ceux-ci en trois niveaux de détails : nous commentons tout d’abord les différentes étapes de la distribution des segments de texte de notre corpus en sept classes distinctes, nous reconstituons ensuite chacun des discours identifiés par ces classes, pour vérifier enfin, avec les catégories caractérisant notre corpus, si nous pouvons expliquer certaines spécificités discursives par ce biais.

2.3.2.1. Organisation des discours

Comme l’indique la Figure 4 p. 61, les segments de texte classés de notre corpus ont tout d’abord été opposés selon que leur propos était de dire ce qu’est un RSE, partition que nous avons intitulée « Définition », ou de décrire ce que fait un RSE, partition que nous avons nommée « Fonction ». Le principe selon lequel nous avons sélectionné les extraits des publications de notre corpus est clairement à l’origine de cette première distinction, du fait que nous avons cherché dans les publications toutes les phrases répondant aux questions

« Qu’est-ce qu’un RSE ? », « Quelle est la fonction du RSE ? » et « A quelle catégorie d’outil appartient le RSE ? ».

Pour la partition « Définition », le point discriminant à l’étape suivante de la classification est fondé sur la position à partir de laquelle l’outil, le logiciel RSE est considéré : soit il s’agit plutôt de définir le produit lui-même, soit s’agit de le définir par son usage. A l’étape suivante, aucune partition supplémentaire n’a été opérée pour celle que nous avons nommée « Usage ». Cette partition aboutit donc directement à la classe que nous avons caractérisée par les qualificatifs « Collaboratif, Managérial » : le RSE est défini dans ce cas à l’aide d’un discours portant sur son usage, qui est particulièrement axé sur des aspects de collaboration et de management. A l’opposé, lorsque le RSE est défini en tant que produit, ce qui le caractérise est le fait qu’il est conçu comme une copie, et non une création originale. Ce qui le définit, en dehors de son usage, ce sont donc ses traits communs avec d’autres produits : nous avons nommé cette partition « Analogie ». La classification a opéré une troisième partition à ce niveau, fondée sur les traits caractéristiques qui ont conduit à concevoir le RSE : d’une part il est question d’imiter un produit particulièrement répandu et pour lequel un engouement certain a été constaté, raison pour laquelle le RSE a été conçu en miroir de celui-ci. Nous avons intitulé cette partition « Populaire ». Aucune partition

avons caractérisée par le libellé « Facebook spécifique ». D’autre part, le second trait spécifique que le RSE reproduit par analogie à d’autres produits, est un ensemble de fonctionnalités qui sont couramment rassemblée dans le qualificatif « social », à l’œuvre par exemple dans les termes « réseaux sociaux » et « médias sociaux ». Une quatrième partition a été opérée à ce niveau par la classification, opposant un produit à un ensemble de produits : nous avons intitulé ces partitions respectivement « Facebook » et « Web 2.0 ».

Chacune conduit directement à une classe, d’une part celle dont le discours est centré sur un

« Facebook interne » et d’autre part celle dont le discours s’attache à une « Plateforme sociale ».

Issue de la première étape de classification et construite en opposition à « Définition », la partition « Fonction » est divisée dans une deuxième étape sur un critère exprimant l’opération conduite sur l’information collectée au sein du RSE. Celui-ci est vu comme un outil permettant une bonne « Gestion » de l’information, partition formée en contraste d’une seconde posture, qui décrit plutôt le RSE comme un outil permettant une bonne

« Circulation » de l’information. La partition que nous avons nommée « Gestion » conduit à une classe finale dont le discours est orienté sur les systèmes de gestion des connaissances, nous l’avons donc intitulée « Connaissance, Système ». Une troisième étape de classification procède de la partition « Circulation », fondée sur la visée de l’opération permettant à l’information de circuler, sur ce qu’elle produit. Les segments de texte diffèrent à ce niveau et sont répartis selon que la circulation de l’information favorise une action commune, partition que nous avons libellée « Collectif », ou qu’elle génère des échanges continuels, partition que nous avons nommée « Flux ». Chacune aboutit à une classe finale, que nous avons désignée respectivement « Intelligence collective » et

« Partage, performance ».

2.3.2.2. Reconstitution de chaque discours

Afin d’appréhender globalement les liens unissant les formes qui construisent chacun des discours, nous avons opéré pour chaque classe une analyse de similitude, qui permet de représenter graphiquement les cooccurrences de formes dans les segments de texte, et de quantifier celles-ci. La largeur des arêtes reliant les formes est proportionnelle à la fréquence des cooccurrences de ces formes dans les segments de texte, cette fréquence étant également indiquée sur les arêtes. Dans ces figures la taille des formes est proportionnelle à la valeur de leur Khi2 d’association à la classe, et non à leur effectif total dans la classe.

Ceci afin de distinguer clairement les formes qui, du fait de leur effectif et cooccurrences avec d’autres formes dans les segments, participent largement à la construction de la figure mais sont faiblement associées à la classe, de celles qui sont à l’inverse particulièrement représentatives de la classe. Par exemple, dans la Figure 5 ci-dessous, pour la classe 1, la valeur du Khi2 de la forme « entreprise⁵⁵ » est de 2,01 quand celle de « managérial » est de 23,88.

Le commentaire sous chaque figure est décomposé en trois parties : nous débutons par le discours lui-même, que nous restituons sans le discuter, nous continuons par les trois fragments les plus représentatifs de ce discours et enfin nous terminons par notre analyse de ce discours qui discute de sa formation et donne notre propre interprétation de celui-ci.

Nous avons choisi d’intituler ces discours par des termes qui soient représentatifs de ce qu’ils contiennent et non de notre propre interprétation. Autrement dit, les libellés n’illustrent pas notre interprétation, mais bien le contenu de chaque discours.

Un nouvel outil collaboratif et managérial

Identifié par la classe 1, ce discours est plutôt positionné sur des considérations managériales⁵⁶, préoccupées de renouveler les pratiques et les méthodes de gestion de l’activité opérationnelle dans l’entreprise, en s’appuyant sur de nouvelles technologies, des outils numériques qui permettraient de développer de nouveaux usages, collaboratifs, de travail à distance, de coopération, une nouvelle culture managériale qui préférerait les échanges horizontaux au respect d’une hiérarchie verticale.

55 Afin d’identifier le terme « entreprise » en dehors des expressions de type « réseau social d’entreprise », nous avons systématiquement réduit ces expressions à l’acronyme RSE lors du traitement de notre corpus par Iramuteq, comme nous l’indiquons dans l’Annexe 4 p. 411. En conséquence, la forme « entreprise » dans cette étude correspond au terme utilisé dans une acception autre que ces expressions.

56 Dans l’ensemble de la section « 2.3.2.2. Reconstitution de chaque discours » nous soulignons les formes qui sont associées à la classe que nous commentons et dont les plus significatives sont listées dans la Figure 1 p. 54 ainsi que dans le Tableau 9 p. 56.

collective learning médiés par les RSNE⁵⁸), de nouvelles formes de coopération numérique (travail

collective learning médiés par les RSNE⁵⁸), de nouvelles formes de coopération numérique (travail