Méthodologie publique et transparente
Factare
Fact-checking méthodique

Fact-checking méthodique en françaisCette vidéo, cet article
dit-il vrai ?

Colle un lien YouTube ou un article de presse. En une minute, tu obtiens un verdict clair, les sources qui le justifient et les techniques de manipulation détectées.

Méthodologie ouverte (SIFT, CRAAP, lateral reading). Score quantifié de 0 à 100. Aucune carte bancaire demandée.

Gratuit, sans compte30 à 90 secondesSources cliquables
factare.fr/share/exemple
Mode YouTube
« Cette vidéo prouve-t-elle vraiment que… »
youtube.com/watch?v=…
Verdict
TROMPEUR
Confiance : Haute
MFS Score
71
/100
Sources évaluées
T2OMS : fiche thématique
T1AFP Factuel
T3Reuters Health
Aperçu d'une analyse FactareVoir de vraies analyses
1 analyse gratuite · sans inscription

Teste Factare en 30 secondes, sans rien donner.

Essayer maintenant
Aperçu des résultats

4 modes. 4 résultats sur mesure.

Standard, Rapide, Prebunking, Vidéo YouTube : chaque mode a sa Fact-Check Card sur mesure.

Voir des exemples concrets
truthsocial.com/@realdonaldtrump/posts/election-2020URL détectée
Truth Social· @realdonaldtrump· 14 jan. 2025·487 mots Pipeline complet
11/11 étapes du pipeline exécutées
01Récupération source02Détection langue/format03SIFT : Stop & Investigate04Décomposition en claims05Web search ciblé06CRAAP test sources07Lateral reading08Détection red flags09Tier sources T1–T810Calcul MFS pondéré11Cohérence verdict + vaccin
Résumé du contenu

Post relayant des allégations de fraude lors de l'élection présidentielle américaine de 2020, mêlant des claims réfutés depuis 4 ans (machines Dominion, bulletins fictifs en Géorgie) à une critique réelle des vulnérabilités du système électoral. Tonalité accusatoire, sourçage majoritairement anonyme.

Verdict global
TROMPEURConfiance : Haute
MFS Score
78/100
Très trompeur
0255075100
CFS50%
Fausseté des claims
Verdicts pondérés
82/100
MTS30%
Manipulation
Red flags × sévérité
68/100
SCD20%
Déficit de sources
Pénalités tier 5+
75/100
5 affirmations analysées
2 FAUX1 TROMPEUR1 MIXTE1 NON VÉRIFIÉ
C1FactuelFAUX

L'élection présidentielle américaine de 2020 a été volée par la fraude.

C2FactuelFAUX

Les machines de vote Dominion ont basculé des votes Trump vers Biden.

C3FactuelTROMPEUR

Des milliers de bulletins frauduleux ont été comptabilisés en Géorgie et au Michigan.

C4FactuelNON VÉRIFIÉ

Des observateurs républicains ont été expulsés des bureaux de Philadelphie.

C5OpinionMIXTE

Le système électoral américain présente des vulnérabilités à corriger.

7 red flags détectés
A1SeriousLangage inflammatoire
A3SeriousAppel à la peur
C10SeriousInversion charge de la preuve
C1ModerateCherry-picking
B1ModerateSources anonymes
D2ModerateCadrage trompeur
E2MinorFaux dilemme
6 sources triangulées
T1AFP Factuel : fact-check IFCN
T1Reuters Fact Check : IFCN
T2Department of Justice : déc. 2020
T3Associated Press
T4Brennan Center for Justice
T4MIT Election Data Lab
Renforce le verdict
  • 60+ jugements de tribunaux concordants (déc. 2020 → fév. 2021)
  • Audits indépendants par administrations républicaines (GA, AZ, WI)
  • Convergence IFCN : AFP, Reuters et AP arrivent à la même conclusion
Atténue la confiance
  • Source primaire sur Truth Social : accès via fallback Wayback Machine uniquement
  • Données électorales par bureau non publiques pour certains comtés
Traçage d'origine du narratif
Première occurrence
4 nov. 2020, 4h17 EST : tweet @realDonaldTrump (« Stop the count »).
Mutations
12 outlets repreneurs, traduit en 8 langues. Variante actuelle : ajout du chiffre flou « milliers ».
Lien campagne
« Stop the Steal » (5 nov. 2020 → 6 jan. 2021). Narratif coordonné, financé.
Vaccin cognitif (prebunking)

Pourquoi le narratif fonctionne : il exploite l'asymétrie épistémique (« on ne peut pas prouver qu'il n'y a PAS eu fraude ») combinée à un cherry-picking d'incidents réels mais isolés (machine défectueuse à Antrim, MI) présentés comme systémiques.
Défense : dès qu'on entend « il y a eu fraude », demande l'échelle relative : combien d'incidents documentés, sur combien de bureaux de vote (130 000+ aux US) ? Le ratio démolit le narratif.

Résumé partageable (texte neutre)
« Post relayant des claims de fraude électorale 2020 réfutés par 60+ jugements de tribunaux et plusieurs audits républicains. 5 affirmations analysées dont 2 FAUX, 1 TROMPEUR. Score MFS 78/100 : très trompeur. Sources : AFP, Reuters, DOJ. »
Exemple à but illustratif : Factare analyse indifféremment toutes les sources.factare.fr
Nouveau · Extension Chrome

Et si chaque article devenait vérifiable en un clic ?

Un bouton « Vérifier avec Factare » apparaît automatiquement sur YouTube et 33 sites de presse française. Tu cliques, l'analyse complète arrive dans un nouvel onglet en 30–60 secondes. Pas de copier-coller, pas de changement d'onglet.

  • Bouton intégré à côté de Like / Partage sur YouTube, et en bas à droite des articles de presse.
  • Méthodologie ouverte : claims décomposés, sources tracées, score MFS, raisonnement étape par étape.
  • Vie privée respectée : aucun tracking, aucune lecture du contenu des autres onglets.
youtube.com/watch?v=…
Interview · Sciences & société
👍 J'aime
↗ Partager
⤓ Plus
Factare
Nouveau · Application iOS

Factare, maintenant dans ta poche.

L'application iOS est là. Tombe sur une vidéo ou un article douteux dans ton fil ? Tu le partages vers Factare en deux taps, l'analyse tourne en arrière-plan, et tu reçois une notification dès que le verdict est prêt.

  • Partage natif : depuis YouTube, X, ton navigateur ou n'importe quelle app : « Partager → Factare » lance l'analyse.
  • Notification quand c'est prêt : pas besoin d'attendre devant l'écran, tu es prévenu dès que l'analyse est terminée.
  • Historique synchronisé : tes analyses web et mobile au même endroit, sur le même compte gratuit.
Partager vers
Factare
L'enjeu

Le faux circule plus vite que le vrai.

Une étude publiée dans Science en 2018 par Vosoughi, Roy et Aral (MIT) a établi que les fausses informations se propagent 6 fois plus vite que les vraies sur Twitter, et touchent en moyenne 10 fois plus de personnes.

Pourtant, la plupart des contenus trompeurs ne sont pas faux à 100 %. Ils mélangent faits exacts, contexte tronqué, présentation manipulatoire et sources douteuses. Un verdict binaire « vrai/faux » ne suffit plus.

Le process

Pipeline en 11 étapes.
Tracé du début à la fin.

Chaque analyse traverse exactement les mêmes étapes, exécutées en transparence et visibles en temps réel pendant le calcul.

Détails de chaque étape
  1. 01

    Décomposition des affirmations

    Chaque claim est isolé et typé (Factuel, Opinion, Prédiction, etc.).

  2. 02

    Investigation des sources

    Application des grilles SIFT et CRAAP sur la source primaire.

  3. 03

    Évaluation approfondie

    Lateral reading via web_search : ce que disent les sources tierces.

  4. 04

    Traçage de l'origine

    Première apparition, mutations, langue d'origine, lien avec une campagne connue.

  5. 05

    Détection des red flags

    Taxonomie de 6 catégories : manipulation émotionnelle, sophismes, sources douteuses…

  6. 06

    Attribution des verdicts + MFS

    Échelle 6 points et calcul du Misinformation Fragility Score.

  7. 07

    Calibration de la confiance

    Facteurs augmentant et diminuant la fiabilité du verdict.

  8. 08

    Chaîne de raisonnement

    Pour chaque claim, le raisonnement étape par étape est exposé.

  9. 09

    Analyse contrefactuelle

    « Si cette affirmation était vraie, on s'attendrait à observer… »

  10. 10

    Composante éducative

    Identification des techniques utilisées et conseils de défense.

  11. 11

    Génération de la Fact-Check Card

    Synthèse partageable, neutre, prête à diffuser.

Le score

Misinformation Fragility Score.

Un score de 0 à 100, basé sur trois dimensions pondérées. Aucun jugement subjectif : tout est tracé.

CFS
50%

Claim Falsity Score

Fausseté factuelle des claims individuels (échelle 0-10 par claim).

Σ(VP) / (n × 10) × 100
MTS
30%

Manipulation Tactics

Intensité de la manipulation détectée (taxonomie 47 codes).

pts_red_flags / max × 100
SCD
20%

Source Credibility Deficit

Déficit de sources fiables (T1 → T8, pénalité par tier).

Σ(pen) / (n × 10) × 100
Formule finale
MFS = (CFS × 0,50) + (MTS × 0,30) + (SCD × 0,20)
0–10
Fiable

Contenu bien sourcé et factuellement solide.

11–25
Plutôt fiable

Problèmes mineurs. Globalement digne de confiance.

26–45
Prudence requise

Problèmes notables. Vérifier indépendamment avant partage.

46–65
Problématique

Faussetés ou manipulation significatives. Ne pas partager.

66–85
Très trompeur

Majoritairement faux ou manipulatoire. Probable désinformation.

86–100
Désinformation

Fausseté et manipulation généralisées. Pattern clair de désinfo.

Sources

Grille de fiabilité à 8 tiers.

Toutes les sources ne se valent pas. Chaque source mobilisée est qualifiée : du fact-checker IFCN reconnu (T1) aux sources anonymes non-attribuables (T8).

TierType
T1Fact-checkers IFCN
T2Sources institutionnelles
T3Wire services & journalisme qualité
T4Publications scientifiques peer-reviewed
T5Organisations expertes
T6Médias avec standards éditoriaux
T7Blogs et réseaux sociaux
T8Sources anonymes / non-attribuables
Red flags

Taxonomie de manipulation.

47 codes au total, classés en 6 familles. Chaque drapeau rouge détecté est cité, qualifié (Mineur / Modéré / Sérieux) et entre dans le calcul du MFS.

A

Manipulation émotionnelle

Langage inflammatoire, urgence factice (« Partagez avant suppression ! »), us-vs-them, panique morale.

B

Problèmes de sources

Sources anonymes, faux experts, citations mal attribuées, sourcing circulaire.

C

Sophismes logiques

Cherry-picking, fausse dichotomie, homme de paille, post hoc, whataboutism.

D

Manipulation contextuelle

Ancien présenté comme nouveau, faits hors contexte, montage sélectif, satire prise au sérieux.

E

Signaux coordonnés

Astroturfing, deepfakes, distribution bot, coordination cross-plateforme.

F

Santé-spécifique

Cures miracles, mésusage VAERS, anti-institutionnel, anecdotes de guérison, études rétractées.

Accès & quota

3 analyses par jour.
Plus, sur demande.

Limitation par défaut pour garantir la viabilité du service. Augmentation possible sur demande motivée.

Demander une augmentation
3 / jour
Par défaut

Tout compte validé

Quota standard appliqué après validation de votre inscription par l'administrateur.

À discuter
Sur demande

Quota personnalisé

Augmentation possible selon le contexte d'usage : modalités à définir au cas par cas.

Transparence sur les coûts

Coût moyen par analyse : 0,12 € à 0,30 € (API IA, recherche web, infrastructure). Détail public →

Une question, un projet ?

Écrivez-nous directement.

Demandes générales, partenariats, signalement de bug, suggestion d'amélioration : toutes les demandes sont lues. Réponse sous 48h ouvrées.

Ouvrir le formulaire de contact

Une seule adresse, lue directement par l'équipe.

Questions fréquentes

Vous vous posez peut-être ces questions.

Sur quoi repose la méthodologie de Factare ?
Quatre piliers académiques reconnus : le protocole SIFT (Mike Caulfield, Washington State University), le test CRAAP (California State University), le lateral reading (Stanford Civic Online Reasoning) et la science du prebunking (théorie de l'inoculation, McGuire 1961, ravivée par les travaux de Sander van der Linden à Cambridge).
Comment Factare différencie-t-il une affirmation vraie d'une affirmation trompeuse ?
Chaque contenu est décomposé en claims individuels. Chaque claim reçoit un verdict sur une échelle de 6 niveaux (CONFIRMÉ, PLUTÔT VRAI, MIXTE, NON VÉRIFIÉ, TROMPEUR, FAUX) avec un degré de confiance. Le verdict global est dérivé d'un MFS Score (Misinformation Fragility Score, 0-100) qui agrège la fausseté des claims, l'intensité de la manipulation et le déficit de sources fiables.
Comment sont évaluées les sources ?
Une grille à 8 tiers : T1 (fact-checkers IFCN), T2 (institutionnel : OMS, INSEE...), T3 (Reuters, AP, Le Monde), T4 (peer-reviewed), T5-T6 (presse spécialisée), T7 (blogs/réseaux sociaux), T8 (sources anonymes). On exige au minimum 3 sources T1-T4 pour confirmer ou réfuter un claim.
Que signifie « lateral reading » ?
On ne juge pas une source de l'intérieur. On ouvre d'autres onglets pour vérifier ce que des tiers indépendants disent de la source primaire. Cette pratique, étudiée par Stanford COR, distingue les fact-checkers professionnels des historiens et étudiants, qui eux passent trop de temps sur la source elle-même.
Pourquoi un MFS Score plutôt qu'un simple « vrai/faux » ?
Parce que la majorité de la désinformation mélange vrai et faux. Un score 0-100 capte la fragilité globale du contenu en pondérant trois dimensions : 50% fausseté des claims (CFS), 30% manipulation (MTS), 20% déficit sources (SCD). Un article peut contenir des faits exacts mais être très trompeur dans son cadrage.
Pourquoi le quota est-il limité à 3 analyses par jour ?
Chaque analyse coûte de l'argent réel, entre 0,12 € et 0,30 € (API OpenAI avec recherche web, services de récupération, infrastructure). Un quota par défaut maintient le service viable pour les utilisateurs validés tout en empêchant les abus automatisés. Si ce volume ne suffit pas pour votre usage, vous pouvez en faire la demande : les modalités d'extension (volume, conditions) sont définies au cas par cas selon le contexte.
Comment Factare gère-t-il les sites bloquant l'accès (robots.txt, paywalls) ?
Quatre niveaux de fallback automatique : 1) fetch direct avec User-Agent réaliste, 2) Jina Reader (extraction LLM-friendly), 3) Wayback Machine (archive.org), 4) Firecrawl (rendu JS et bypass anti-bot). Si tous échouent, l'analyse bascule sur les reprises tierces avec un avertissement explicite.
L'outil remplace-t-il un fact-checker professionnel ?
Non. L'analyse IA est un point de départ rigoureux, pas un verdict définitif. Pour des décisions critiques, consulte les fact-checkers IFCN reconnus (AFP Factuel, Les Décodeurs, CheckNews, Snopes) et les sources primaires.
Prêt à vérifier ?

Lancez votre première analyse.

Collez une URL ou un texte. L'analyse complète prend 30 à 60 secondes, avec progression visible en temps réel.

Lancer une analyse

Accès sur invitation · authentification par lien magique par email