Le pipeline en 11 étapes
Chaque analyse traverse exactement les mêmes étapes, dans le même ordre. Transparence radicale du process : chaque étape est visible en temps réel.
Le pipeline a été conçu par l'équipe Factare. Plusieurs étapes appliquent des méthodes publiées : SIFT et CRAAP sur la source primaire, le lateral reading pour croiser avec des sources tierces, le prebunking pour la composante éducative. Le raisonnement du modèle suit aussi une chaîne explicite (chain-of-thought).
Les 11 étapes, sans exception. Comparable et auditable.
8 étapes : 4, 8 et 9 sautées, étape 10 condensée.
Pourquoi un pipeline rigide
Aucune étape n'est sautée, même si le modèle « sent » déjà le verdict après les premières étapes. Un protocole fixe rend les analyses comparables, auditables et résistantes aux biais d'opportunité (« j'ai trouvé la réponse, j'arrête »).
Lecture
Étapes 1-2Décomposition des affirmations
Chaque claim est isolé et typé (Factuel, Opinion, Prédiction, etc.).
Investigation des sources
Application des grilles SIFT et CRAAP sur la source primaire.
Enquête
Étapes 3-5Évaluation approfondie
Lateral reading via web_search : ce que disent les sources tierces.
Traçage de l'origine
Standard uniquementPremière apparition, mutations, langue d'origine, lien avec une campagne connue.
Détection des red flags
Taxonomie de 6 catégories : manipulation émotionnelle, sophismes, sources douteuses…
Verdict
Étapes 6-7Attribution des verdicts + MFS
Échelle 6 points et calcul du Misinformation Fragility Score.
Calibration de la confiance
Facteurs augmentant et diminuant la fiabilité du verdict.
Restitution
Étapes 8-11Chaîne de raisonnement
Standard uniquementPour chaque claim, le raisonnement étape par étape est exposé.
Analyse contrefactuelle
Standard uniquement« Si cette affirmation était vraie, on s'attendrait à observer… »
Composante éducative
Condensé en QuickIdentification des techniques utilisées et conseils de défense.
Génération de la Fact-Check Card
Synthèse partageable, neutre, prête à diffuser.
Transparence en temps réel#
Pendant l'exécution, chaque étape s'affiche en direct dans l'interface : récupération du contenu, méthode utilisée (accès direct, Jina Reader, Wayback Machine, Firecrawl), appel au modèle avec web_search, parsing, sauvegarde. Aucune « boîte noire » : si une étape prend du temps, on voit où et pourquoi.
Références
Sources de la méthode
Méthodes publiées appliquées à certaines étapes du pipeline.
- Caulfield, M. (2019). SIFT (The Four Moves). Hapgood (blog de l'auteur).
- Blakeslee, S. (2004). The CRAAP Test. LOEX Quarterly, 31(3).
- Wineburg, S. et McGrew, S. (2019). Lateral Reading and the Nature of Expertise: Reading Less and Learning More When Evaluating Digital Information. Teachers College Record, 121(11), 1-40.
- Roozenbeek, J. et al. (2022). Psychological inoculation improves resilience against misinformation on social media. Science Advances, 8(34).
Travaux comparables
Ces travaux ne sont pas à l'origine de la méthode présentée ici, conçue par l'équipe Factare. Ils traitent du même problème et permettent de la situer.
- Guo, Z., Schlichtkrull, M. et Vlachos, A. (2022). A Survey on Automated Fact-Checking. Transactions of the Association for Computational Linguistics, 10, 178-206.Étapes d'un fact-checking automatisé : repérage des affirmations, recherche de preuves, verdict, justification.
- International Fact-Checking Network (IFCN). Code of Principles. Poynter Institute.Engagements des fact-checkers professionnels, dont la transparence des sources et de la méthode.
- Graves, L. (2016). Deciding What's True: The Rise of Political Fact-Checking in American Journalism. Columbia University Press.Enquête sur les méthodes des fact-checkers professionnels.