Canon littéraire : Creepypastas

Compte-rendu par Julie Duhesme et Ye Liu (M1) du lightning-talk de Alexandre Lionnet-Rollin (M2) présenté lors de la journée d’étude du master, 27 juin 2025 (séminaire de recherche 2024-2025, associé au colloque Bridging Computational Humanities and Computational Social Sciences organisé par AISSAI — Marie Puren et Florian Cafiero — et l’ENC — Chahan Vidal-Gorène).

Dans son étude, Alexandre Lionnet-Rollin se penche sur le phénomène des creepypastas, un genre littéraire relativement nouveau, né sur Internet, qui se caractérise par la diffusion massive d’histoires d’horreur et d’épouvante. Ces histoires, issues à l’origine de ce qu’on appelle des « copypastas », trouvent leur origine sur les réseaux sociaux, les forums ou dans les sections de commentaires et se caractérisent par leur diffusion virale (blend de « copy and paste »). Les creepypastas exploitent généralement les peurs collectives et jouent souvent avec des motifs tirés de la vie quotidienne, ce qui leur confère une grande reconnaissance et un fort impact émotionnel.

L’objectif de l’étude est d’analyser les caractéristiques formelles et thématiques des creepypastas à succès et de déterminer quelles caractéristiques textuelles contribuent à la diffusion virale de ces textes. À cette fin, un ensemble de données complet comprenant plus de 23 000 histoires provenant de différentes plateformes a été analysé. Au sein de ce corpus, un canon de 323 textes particulièrement populaires et connus a également été extrait afin de permettre des analyses comparatives. Deux autres corpus littéraires ont servi à comparer les caractéristiques linguistiques et stylistiques.

La collecte des données a été effectuée par web scraping, et l’analyse des textes s’est concentrée à la fois sur les caractéristiques formelles et thématiques. Les aspects formels comprenaient des indices de lisibilité tels que le score de Flesch-Kincaid, des éléments syntaxiques (par exemple, les formes passives, la longueur des phrases), la diversité lexicale (par exemple, la présence de mots rares — hapax legomena — et le type-token-ratio, TTR). Sur le plan thématique, les principaux thèmes ont été identifiés à l’aide de la modélisation des sujets et de l’analyse des émotions (en particulier par l’identification de la peur, de la tristesse, de la joie et de la colère).

Les résultats montrent que les creepypastas à succès comptent en moyenne environ 1 400 mots et utilisent un langage simple, correspondant à un niveau de compréhension de lecture équivalent à celui des élèves de 6e et 7e année. Malgré cette simplicité, il est frappant de constater que le style nominal et la voix passive sont utilisés plus fréquemment que prévu. La forte présence du sentiment de « peur » est particulièrement remarquable, mais celle-ci n’est pas exprimée par des mots explicites, elle résulte plutôt du contexte et de la structure narrative. Des thèmes tels que la famille, l’amitié et l’enfance jouent un rôle étonnamment central et créent une proximité émotionnelle avant de basculer dans l’étrange.

L’analyse de régression logistique réalisée montre que la simplicité du langage (faible score Flesch-Kincaid) et la brièveté des phrases ont une influence déterminante sur le succès. La proportion de formes passives, la densité lexicale et la structure syntaxique ont un impact particulièrement fort sur la probabilité d’un succès viral. Les caractéristiques émotionnelles telles que la peur et la tristesse ont également une influence significative, la peur ayant un coefficient négatif, ce qui peut sembler paradoxal, mais qui indique en fait que ce n’est pas la simple mention de la peur qui est déterminante, mais sa transmission atmosphérique.

Des thèmes tels que la technologie et les loisirs, l’enfance et les jouets, ou encore les motifs liés au miroir et aux rituels sont significativement associés à une viralité plus élevée. L’étude montre clairement que les caractéristiques virales des creepypastas ne sont pas le fruit du hasard, mais suivent des schémas spécifiques qui peuvent être analysés de manière systématique tant au niveau du langage que du contenu.

Dans l’ensemble, ce travail apporte une contribution à la littérature à l’ère numérique en montrant que même dans l’espace apparemment chaotique du folklore Internet, il est possible d’identifier des structures et des caractéristiques qualitatives reconnaissables d’un canon littéraire en formation.