Le langage que YouTube bipe et que les enfants entendent quand même

À quoi ce langage ressemble vraiment

Vous passez à côté de votre enfant assis sur le divan et, à l’écran, un créateur lance « c’est quoi ton [bip] de problème ». Sauf que le bip ne couvre que la moitié du mot. Votre enfant rit. Il sait exactement ce qui vient d’être dit. Le créateur s’est autocensuré juste assez pour garder sa monétisation YouTube, et pas du tout pour protéger ceux qui écoutent.

C’est la texture quotidienne du langage sur YouTube. Pas les pires scénarios. Juste les ordinaires. Un créateur de jeux vidéo qui compte 5 millions d’abonnés dit « t’es un tas de [pause] mrde », à une voyelle près. Un animateur de chaîne de réactions traite un inconnu de « déchet » huit fois dans une vidéo de cinq minutes. Un vlogue s’ouvre sur « ma f**king cafetière est brisée ». Chaque mot est audible. Rien de tout ça n’oblige le créateur à prononcer les syllabes au complet.

Puis il y a le deuxième palier. Le langage qui n’a même pas besoin d’être déguisé, parce que les filtres de YouTube ne le signalent pas. « Maudit. » « Ce jeu-là est donc ben poche. » « Merde. » Des jurons légers qui auraient fait sourciller dans un salon des années 1990 et qui passent aujourd’hui sans un commentaire. Certains parents sont à l’aise avec ça. D’autres non. La plateforme ne vous donne aucun moyen de choisir.

Et il y a ensuite la couche plus dure : les insultes discriminatoires. Le genre de mots qu’on dit « retirés de la circulation », mais qui reviennent régulièrement dans le clavardage vocal des parties de jeu, dans les compilations de blagues, dans les vidéos de réaction. Des mots comme « retardé », « spastique », « gai » servi comme insulte, « travelo » lancé comme humour trash. Des variantes codées (« le mot en R », « disons juste que ça rime avec tel autre mot ») que tout le monde comprend à l’écoute. Des usages réappropriés par le groupe visé, puis repris par des gens qui ne l’étaient pas, dans des contextes banals, présentés à un enfant de 9 ans comme quelque chose de cool.

Un scénario courant : votre enfant suit un streameur de Fortnite ou de Roblox qui a quelques centaines de milliers d’abonnés. Le streameur est drôle, les vidéos durent de 15 à 30 minutes, la violence est caricaturale. Mais trois fois par épisode, en clavardage vocal ou en commentaire, une insulte discriminatoire sort. Parfois du streameur, parfois d’un ami dans le salon de jeu. Le streameur ne la coupe pas au montage. Parfois, il rit. Votre enfant l’entend des dizaines de fois au fil des semaines. Et il commence à l’utiliser à l’école.

Les créateurs ne se voient pas comme un problème. L’insulte, c’est « juste la culture du jeu vidéo ». Les bips, c’est « déjouer le système ». Les jurons légers, c’est « ma façon de parler ». Rien de tout ça ne semble nuisible vu du studio. Vu de l’extérieur, sur le divan, à la cinquième fois en une heure, le portrait est différent.

Pourquoi ça compte plus que les parents le croient

Les enfants apprennent la langue par exposition répétée bien avant d’apprendre à la juger. Un enfant de six ans qui entend « c’est tellement gai » employé comme insulte générique trente fois ce mois-ci ne décode pas l’histoire homophobe de l’expression. Il décode « gai = mauvais », et cette association reste. La recherche sur le langage chez l’enfant est claire là-dessus depuis des décennies : l’exposition façonne le vocabulaire, le vocabulaire façonne les attitudes, les attitudes façonnent les comportements. La plateforme n’a rien à perdre là-dedans; vous, oui.

Il y a une deuxième couche qui frappe plus fort les plus vieux. Le cadrage « humour trash ». Des insultes livrées comme de l’ironie, comme « c’est évidemment une joke », comme « t’es trop sensible ». C’est une des principales portes d’entrée vers du contenu plus dur. Un créateur qui normalise une insulte discriminatoire en la présentant comme de la comédie enseigne à un jeune de 12 ans que le groupe visé peut servir de punch, que c’est une faiblesse d’être offensé, et que quiconque réplique est « mou ». Ce schéma est bien documenté comme point d’entrée vers des communautés ouvertement hostiles.

Des parents contestent avec raison le signalement des jurons légers : « je dis maudit tout le temps, on exagère ». C’est juste. La réponse de Watchly, c’est de vous laisser tracer la ligne. Bloquer les jurons vulgaires mais permettre les jurons légers. Tout bloquer. Ne rien bloquer. L’idée n’est pas que la plateforme choisisse une norme universelle. C’est que ce soit vous qui choisissiez, en sachant exactement ce qui se dit.

Le cas le plus difficile, c’est le langage techniquement permis. Les insultes que la plateforme n’a pas encore classées comme telles. Les versions codées qui passent les filtres par mots-clés parce qu’elles sont nouvelles. L’audio de clavardage vocal qui n’est jamais transcrit et donc jamais révisé. C’est là que se trouve l’essentiel de ce qui passe entre les mailles, et c’est exactement là qu’un filtre qui lit les transcriptions a le plus d’avance.

Pourquoi les systèmes de filtrage de YouTube n’y arrivent pas

YouTube a deux grandes approches pour modérer le langage. La première, c’est une liste de mots-clés. Les vidéos et les titres sont balayés à partir d’un dictionnaire explicite de « gros mots », et une correspondance déclenche une démonétisation, une restriction d’âge ou un retrait. La seconde, c’est l’analyse automatisée des transcriptions. Les sous-titres générés sont balayés avec un dictionnaire semblable.

Les deux approches partagent le même point faible : elles cherchent des mots connus. Si un créateur utilise une variante inconnue, une version codée, une graphie avec des astérisques ou une insulte réappropriée puis empruntée, le dictionnaire ne trouve rien. La vidéo passe tout droit. C’est pour ça que « f**k » passe des filtres qui attrapent « fuck ». Les astérisques font exactement ce qu’on attend d’eux : déjouer une comparaison de chaînes tout en restant parfaitement lisibles pour n’importe quel humain.

La couche des transcriptions est encore plus perméable. Les sous-titres générés automatiquement par YouTube ne sont pas conçus pour être exacts sur les jurons. Ils les transcrivent régulièrement en charabia ou les omettent complètement. Une vidéo où un créateur dit « fuck » vingt fois peut donc avoir une piste de sous-titres automatiques où le mot n’apparaît pas une seule fois. Tout système de modération qui lit cette transcription voit une vidéo propre. Celui qui écoute l’audio. Votre enfant. Entend autre chose.

Les insultes discriminatoires sont un cas à part. YouTube met son dictionnaire d’insultes à jour lentement, et cette lenteur fait partie du problème. Les nouvelles insultes et les variantes codées se répandent sur Discord et TikTok plus vite que la plateforme ne met son filtre à jour. Une insulte bien active aujourd’hui peut n’entrer au dictionnaire de YouTube que six mois plus tard. L’usage réapproprié par la communauté visée, puis emprunté par des gens qui ne l’étaient pas, occupe une autre zone grise que la liste de mots-clés n’arrive pas à trancher.

Le clavardage vocal dans les parties en direct est la plus grande brèche à elle seule. Quand un streameur a un micro et quatre amis dans un salon Fortnite, l’audio part dans tous les sens. Parfois la plateforme le transcrit, parfois non. Et quand elle le fait, la transcription est partielle, incomplète, pleine de voix qui se chevauchent. Les insultes et les jurons de cet audio n’arrivent souvent jamais sous une forme modérable. La vidéo reste en ligne. L’enfant continue de la regarder.

L’approche de Watchly est différente sur deux plans. D’abord, quand une transcription existe, nous cherchons les variantes. Les graphies avec astérisques, les motifs de bip courants, les insultes codées tirées d’un dictionnaire mis à jour chaque semaine plutôt que chaque trimestre. Ensuite, quand le seul indice est le contexte autour (un créateur qui fait une pause pile au moment où le juron tomberait, puis qui rit), nous signalons pour révision au lieu de laisser passer automatiquement. Vous voyez le moment, l’horodatage et la citation autour. C’est vous qui décidez.

Ce n’est pas parfait. Le clavardage vocal en direct, sans montage ni sous-titres, reste le cas difficile pour tout système fondé sur les transcriptions, et nous le disons honnêtement. Mais la brèche du quotidien. Le bipé, l’astérisqué, le réapproprié, le codé, le nouveau. Se referme beaucoup quand le filtre est conçu pour la façon dont les enfants décodent vraiment le langage, et non pour celle qu’une liste de mots-clés fait semblant de leur prêter.