Classement des utilisateurs de HN par tiret cadratin (avant l’arrivée de ChatGPT)

 (gally.net)
1 points par GN⁺ 2025-08-31 | 1 commentaires | Partager sur WhatsApp
  • Ce classement sélectionne les 50 meilleurs utilisateurs de Hacker News jusqu’au lancement de ChatGPT (30 novembre 2022) selon le nombre de publications contenant un tiret cadratin (—)
  • En se basant sur la fréquence d’utilisation du tiret cadratin, il propose une statistique originale sur le style linguistique et la culture de la communauté Hacker News
  • En analysant les habitudes d’écriture avant une date précise, ce classement sert de ressource pour suivre l’évolution de la communauté
  • Une version plus complète du classement ainsi qu’un lien vers la discussion associée sont également fournis
  • C’est une ressource utile pour les développeurs et analystes qui s’intéressent aux schémas d’écriture et à la diversité linguistique au sein de la communauté

🏆 Les champions du tiret cadratin sur Hacker News

  • Ce classement recense les 50 meilleurs utilisateurs de Hacker News sur la période allant jusqu’au 30 novembre 2022, soit avant la mise en ligne de ChatGPT, selon le nombre de publications contenant un tiret cadratin (—)
  • Ce tableau se concentre sur la fréquence d’utilisation du tiret cadratin dans les publications et montre quels utilisateurs ont le plus employé cette ponctuation
  • Une version plus aboutie et plus récente du classement est proposée via un lien
  • Le fil de discussion Hacker News lié à ce projet est également accessible directement
  • Ce type de classement offre des perspectives intéressantes aux utilisateurs qui s’intéressent aux caractéristiques linguistiques, au style d’écriture et aux petites traces d’activité au sein de la communauté

À lire aussi

1 commentaires

 
GN⁺ 2025-08-31
Avis Hacker News

  • La v1 (l’URL soumise) était https://www.gally.net/miscellaneous/hn-em-dash-user-leaderboard.html, mais elle a depuis été remplacée par une v2 pour une analyse plus complexe des tirets cadratins ; voir plus de détails ici et ici

  • C’est exactement le genre de sujet qui constitue le contenu premium dont Hacker News a absolument besoin ; ce type de question est vraiment important

  • J’ai interrogé l’utilisation du tiret cadratin par année à partir du dataset public HN de Google BigQuery ; au final, son usage est en hausse continue ces dernières années
    En 2006, il était quasiment absent, alors qu’aujourd’hui il dépasse 1 % des commentaires
    En classant les utilisateurs par taux d’usage du tiret cadratin, zmgsabst est celui qui l’a le plus utilisé en volume total de commentaires, et westoncb est un ancien compte
    Liens associés : dataset HN BigQuery, profil de zmgsabst, profil de westoncb

    • Les personnes plus âgées, par exemple les plus de quarante ans, ont grandi en utilisant naturellement le tiret cadratin
    • En regardant les commentaires de zmgsabst, on voit une tendance à mettre des espaces autour du tiret — comme ceci
      En revanche, il est intéressant de noter que ChatGPT l’écrit sans espaces—comme ça—

  • Ce serait aussi amusant de faire un classement selon la fréquence d’utilisation de --, c’est-à-dire le double trait d’union
    Moi aussi, je suis un utilisateur Linux de longue date, et depuis l’arrivée d’Apple Silicon fin 2022, j’utilise aussi un MacBook
    Sous Windows et Linux, saisir un em-dash est assez pénible avec le processus des codes Alt, mais sur Mac la touche option joue aussi le rôle d’un troisième niveau de majuscule, donc option + - produit un tiret demi-cadratin
    (En réalité, — le vrai tiret cadratin se saisit avec shift + option + -)
    Je n’utilise pas spécialement le tiret cadratin depuis que je suis passé sur Mac, mais j’imagine que quelqu’un dans une situation similaire a pu en augmenter l’usage grâce à cette nouvelle facilité de saisie

    • Le caractère saisi avec option + - est en fait un tiret demi-cadratin ; le tiret cadratin correspond à shift + option + -
      Pour ceux qui connaissent TeX, -- donne un tiret demi-cadratin et --- un tiret cadratin ; il vaudrait donc aussi la peine d’ajouter le triple trait d’union à la liste
    • Sous Linux, on peut insérer facilement les tirets cadratin et demi-cadratin en activant la touche Compose
      Par exemple : touche Compose + --- pour un tiret cadratin, touche Compose + --. pour un tiret demi-cadratin
      On peut aussi saisir les guillemets de cette façon
      Ou bien utiliser le « Level 3 shift » ou la touche « Alternate Characters Key (AltGr) » pour entrer divers caractères spéciaux et types de tirets
    • Même sous Linux, il suffit de configurer la touche Compose pour insérer facilement les tirets comme ci-dessous
      --. → –
      --- → —
    • Sur iOS, il existe une fonction qui convertit automatiquement un double tiret en tiret cadratin — je viens d’essayer en tapant deux tirets

  • Si vous voulez connaître votre nombre d’utilisations du tiret cadratin, vous pouvez utiliser le script ci-dessous ; il suffit de remplacer username par le vôtre pour obtenir le résultat
    Dans mon cas, je l’avais utilisé 46 fois avant ce commentaire

    curl -s "https://hn.algolia.com/api/v1/…; \
 | jq -r '.hits[].comment_text' \
 | grep -o "—" \
 | wc -l
    • Ce script est vraiment utile ; je m’en suis servi non seulement pour le tiret cadratin, mais aussi pour le tiret demi-cadratin, -- et d’autres chaînes

  • Une analyse fondée sur le ratio du tiret cadratin par rapport à l’ensemble des commentaires serait plus intéressante ; des utilisateurs inscrits plus tard pourraient probablement aussi apparaître en haut du classement

    • La requête ci-dessus peut être exécutée directement dans Google Cloud BigQuery.
      En utilisant la syntaxe pipe de GoogleSQL indiquée, on peut trier selon le taux d’utilisation du tiret cadratin de chaque utilisateur
      (Dans mon cas, sur 875 commentaires au total, le tiret cadratin apparaît 258 fois, soit un ratio de 0,29, ce qui me classe 47e sur 516 personnes)
      Pour extraire aussi des informations liées aux timestamps, on peut ajouter des requêtes pour voir le premier timestamp, la moyenne, etc.
      À noter que le plus gros utilisateur de tirets cadratins a commencé à être actif fin janvier 2022

  • Au lieu de simplement compter les occurrences brutes, on obtiendrait peut-être des statistiques plus fines en ne comptant que les cas où il est collé entre des mots, comme dans suivant( mot)—(tiret cadratin)—(mot)
    Cela permettrait par exemple d’exclure les cas comme "(—)", les tirets cadratins entourés d’espaces, ou le style privilégié par les utilisateurs russes
    Et selon les langues, le motif « [nom de page] — [nom du site] » est aussi très courant dans les titres de pages web

    • Ce n’est pas seulement en russe ; le guide de style AP prescrit lui aussi des espaces avant et après le tiret cadratin
      Les guides de style britanniques (par exemple The Guardian) recommandent plutôt le tiret demi-cadratin avec espaces, mais en pratique on voit aussi souvent le tiret cadratin avec espaces
      L’Allemagne et d’autres pays ont eux aussi des usages variés du tiret cadratin ; il n’y a pas que les États-Unis et la Russie

  • Ce jeu de classement du tiret cadratin est amusant, mais comme avoir beaucoup de commentaires est un avantage, je me demande si le ratio tirets cadratins/commentaires n’aurait pas plus de sens

    • Je viens justement de faire moi-même le calcul du ratio avec le dataset HN de HuggingFace ; à partir de 2018, le ratio de tirets cadratins grimpe fortement
      Une nouvelle envolée se remarque surtout à partir de la fin 2024
      C’est dommage qu’il n’y ait pas de données pour 2025, mais j’ai l’impression que les affirmations des amateurs de tirets cadratins n’étaient pas infondées, même avant l’ère pré-genAI

  • Je me demande si le critère d’identification du tiret cadratin vise bien le vrai caractère Unicode em dash
    Moi aussi, depuis que j’ai appris Latex pour rédiger des articles dans les années 90, j’ai gardé l’habitude d’utiliser la combinaison --- (triple trait d’union), et je me demande si cela aussi est devenu aujourd’hui un indice d’un texte généré par LLM

    • Sur Mac, il existe un raccourci pratique pour saisir le tiret cadratin ; pendant un temps, c’est uniquement sur Mac que je le tapais correctement
      J’avais l’impression que l’utiliser était un signal de « utilisateur Mac qui soigne son style d’écriture »
      Aujourd’hui, comme je ne suis plus sur Mac, je ne sais plus très bien comment produire directement un tiret cadratin, et autrefois je n’avais que Latex ou la combinaison du triple trait d’union
    • La tournure narrative qui met l’accent sur le contraste est en elle-même une vraie caractéristique des LLM
      Le fait d’utiliser un caractère typographique spécial que la plupart des gens connaissent mal (le tiret cadratin) renforce encore les soupçons
    • J’ai configuré ma touche Compose sur alt droit + ctrl gauche, donc maintenant --- devient facilement — et --. devient –
      À noter que le tiret demi-cadratin n’est presque jamais mentionné

  • En tant qu’amateur de tirets cadratins—oui, nous sommes quelques-uns comme ça—je ne peux pas vraiment me réjouir du fait que ChatGPT en fasse un usage intensif
    À mon avis, à cause du réglage RLHF, le tiret cadratin—clairement distinct du tiret demi-cadratin et du trait d’union—est perçu comme un marqueur de style autoritaire

    • Dans l’écriture formelle britannique, la tradition est plutôt mot tiret demi-cadratin mot
      J’avais compris que motem-dashmot relevait du style américain, et je ne l’avais presque jamais vu au Royaume-Uni
      Les non-spécialistes ne connaissent pas toujours bien la différence entre tiret demi-cadratin et trait d’union, et les médias ont souvent tendance à ne pas être stricts sur ce point
      L’idée que ChatGPT emploie le tiret cadratin sous l’influence de datasets américains a aussi été avancée
      (Je suis un auteur professionnel avec 30 ans de carrière, et j’indique à ChatGPT dès le départ de ne pas utiliser les tirets cadratins ni les titres en Title Case)
      Référence : guide de style de The Guardian
    • Personnellement, cela me contrarie beaucoup
      Le tiret cadratin, qui était autrefois un signal de « texte écrit par un humain attentif aux détails », est désormais devenu un produit banal de l’IA, et cela m’attriste
      Par moments, j’en viens même à penser que les LLM ont été développés pour me provoquer