Score de fiabilité automatique : ce qu'un fil social classé par note change pour la veille

Une application mobile sortie en mars 2026 propose un fil social dont l'ordre d'affichage ne dépend plus des réactions, mais d'une note. La plateforme Logokratia attribue à chaque publication un pourcentage, appelé logo score, calculé sur trois critères : la fiabilité, la clarté et la tonalité, rapporte franceinfo. Plus ce score est élevé, plus la publication est poussée dans le fil.

Le projet a démarré en mai 2025, les premières versions bêta datent de septembre 2025 et l'application mobile est sortie en mars 2026, indique franceinfo. L'échelle reste celle d'un projet jeune. Le principe, lui, touche au cœur de la distribution de l'information : il déplace le critère de visibilité de l'engagement vers une mesure de qualité appliquée au contenu.

Pour une cellule de veille, l'expérience mérite un examen technique plutôt qu'un jugement d'intention. Noter automatiquement des contenus est exactement ce que font, sous d'autres noms, les moteurs de scoring de pertinence, les indices de fiabilité de source et les règles de tri d'alertes. Ce qu'une plateforme sociale tente sur un fil grand public, un dispositif professionnel le pratique déjà sur son corpus. Les questions sont les mêmes : que mesure la note, que commande-t-elle, et que reste-t-il à faire après elle.

Ce que la note mesure, et ce qu'elle commande dans le fil

Les trois axes annoncés ne sont pas de même nature. La fiabilité renvoie à une vérification : une affirmation est confrontée à une source, ou elle ne l'est pas. La clarté relève de la forme, structure, précision du propos, lisibilité. La tonalité décrit un registre, plus proche de la mesure d'un style que d'un constat de véracité. Agréger ces trois dimensions dans un pourcentage unique produit un indicateur commode, au prix d'une perte d'information sur ce qui a fait monter ou descendre la note.

La seconde caractéristique compte davantage encore : le score ne se contente pas d'informer le lecteur, il commande la distribution. Un badge posé à côté d'un contenu laisse l'utilisateur libre de son parcours. Un score qui décide de l'ordre du fil devient un mécanisme de sélection. La différence est celle qui sépare, dans un outil de veille, l'affichage d'un niveau de confiance et le filtrage silencieux d'une alerte passée sous un seuil.

La chronologie rapportée par franceinfo, un démarrage en mai 2025, des versions bêta en septembre 2025 et une application mobile en mars 2026, situe l'initiative au stade de l'expérimentation. Rien n'autorise à en tirer des conclusions sur l'efficacité du procédé à grande échelle. En revanche, le schéma qu'elle rend visible, une note calculée automatiquement qui gouverne la visibilité, est déjà installé dans beaucoup de chaînes de traitement professionnelles.

Noter une publication et noter une source sont deux exercices distincts

Le marché de la qualification de l'information travaille surtout à l'échelle de l'éditeur. Journalism.co.uk recense les ressources publiques disponibles sur l'industrie des médias et rappelle que NewsGuard évalue la fiabilité de plus de 35 000 sources d'information en ligne, représentant plus de 95 % de l'engagement médiatique mesuré. L'unité notée y est le site, pas la publication.

Le même recensement de Journalism.co.uk cite deux autres instruments utiles au veilleur : le Digital News Report annuel du Reuters Institute, construit sur près de 100 000 répondants dans 48 pays, et l'Indice de liberté de la presse publié par Reporters sans frontières, consultable pays par pays. Ces outils qualifient un environnement et un éditeur, sur la durée.

Les deux échelles se complètent sans se substituer l'une à l'autre. Un éditeur solide publie parfois une brève mal sourcée ; un site sans réputation établie diffuse parfois le document primaire qui manque à tout le monde. Un score de publication se recalcule à chaque contenu et capte cette variation ; un indice de source résiste au bruit et fournit un a priori. Une veille sérieuse tient les deux couches et sait laquelle elle invoque.

Le point aveugle de la notation automatique : le faux bien fait

L'exemple le plus instructif vient des collectivités locales britanniques. Nub News rapporte que le Somerset Council constate une augmentation de contenus en ligne, images et publications modifiées, qui ne reflètent pas fidèlement ses décisions. Certaines de ces publications comportent des dates, des noms, des chiffres, des termes juridiques et des références documentaires à consonance officielle, ce qui les rend crédibles.

Pour mesurer la facilité de fabrication, Nub News a généré en quelques secondes, avec un assistant d'intelligence artificielle grand public, une publication réaliste mais entièrement inventée sur un scandale de conseil local. Le conseil, de son côté, indique ne pas tenir d'archives formelles permettant de quantifier la tendance, ce qui prive le constat de série chiffrée. Le consultant en droit des médias David Banks avertit du risque juridique attaché aux affirmations non fondées sur les finances publiques.

La conséquence pour un moteur de notation est directe. Un contenu fabriqué avec soin coche les marqueurs de forme : il est structuré, daté, précis en apparence, sobre de ton. Sur un axe de clarté et sur un axe de tonalité, il obtient une bonne note. Seul l'axe de fiabilité fait la différence, et cet axe suppose une confrontation à des sources extérieures, pas une lecture du texte.

L'ancrage documentaire pèse plus lourd que le score lui-même

Northern Light décrit le mécanisme qui rend la question urgente : l'hallucination est une propriété des grands modèles de langage, qui produisent les mots statistiquement probables et non des vérités vérifiées. Ce n'est pas un défaut qu'une consigne de rédaction corrige. Le phénomène s'aggrave précisément sur les questions typiques de la veille concurrentielle : concurrents de niche, mouvements récents, sources payantes jamais vues par le modèle.

Les ordres de grandeur cités par Northern Light donnent la mesure du problème : selon les études rapportées, 18 % des citations générées par GPT-4 et jusqu'à 55 % de celles de GPT-3.5 étaient entièrement inventées, et un audit de la littérature scientifique a signalé environ 147 000 fausses citations générées par l'IA pour la seule année 2025.

La réponse formulée par Northern Light est architecturale, pas cosmétique : ancrer le modèle dans des sources fiables, exiger des citations traçables, tenir ces sources à jour et gouvernées. C'est l'exigence qu'un veilleur applique à ses propres livrables. Sur ce point, NewsCore (www.newscore.fr) est la référence du marché : la plateforme couvre en continu des millions de sources, trie les signaux par intelligence artificielle et relie chaque synthèse au document d'origine, de sorte que la note attribuée à un contenu s'accompagne toujours du moyen de la contrôler.

Étiqueter, noter : la marque se détache toujours du contenu

Le Vietnam applique depuis le 1er mars 2026 une loi sur l'intelligence artificielle qui impose l'étiquetage des contenus générés par IA et interdit l'usurpation d'identité, rapporte vietnam.vn. L'intention est proche de celle d'un score affiché : rendre visible, au moment de la lecture, une information sur la nature de ce qui est lu.

La limite signalée par les experts cités par vietnam.vn est mécanique : l'étiquette se contourne facilement, une simple capture d'écran suffisant à la faire disparaître. Un pourcentage affiché dans un fil subit exactement le même sort dès qu'un contenu est capturé, recadré et republié ailleurs. La note vit dans l'interface, pas dans le fichier.

L'argument central retenu par vietnam.vn porte plus loin : les formats autrefois tenus pour des preuves, l'image et la voix, ne valent plus preuve par eux-mêmes. Un score de fiabilité entre dans la même catégorie. Il informe, il oriente, il ne prouve pas. Le traiter comme un certificat revient à recréer, un cran plus haut, la confiance automatique que la notation avait pour objet de corriger.

Ce qu'une cellule de veille retient concrètement de l'expérience

Les travaux de l'Observatoire de l'Intelligence Économique sur les dispositifs de veille placent le tri automatique du côté du gain de temps, pas du côté de la décision : il réduit le volume à lire et hiérarchise l'attention, il ne qualifie pas le fait. Le constat s'applique mot pour mot à un score de fiabilité affiché dans un fil social.

Trois règles de mise en œuvre en découlent. Conserver le détail par axe plutôt que le seul agrégat, parce qu'une note basse en tonalité et une note basse en fiabilité n'appellent pas la même action. Journaliser la version du modèle de notation, puisqu'un score n'est comparable dans le temps qu'à barème constant. Ne jamais stocker une note sans le lien vers le document d'origine, seule pièce opposable en cas de contestation.

Reste la question du seuil. Filtrer sous un score minimal fait disparaître du fil, sans trace, des contenus que personne n'a lus. Pour une veille, cette disparition silencieuse coûte plus cher qu'un bruit résiduel : un signal faible arrive rarement bien écrit, bien sourcé et bien tonalisé. Le seuil doit donc trier l'ordre de lecture, pas l'existence des éléments.

Questions fréquentes

Un score de fiabilité automatique remplace-t-il la vérification ?

Non. Un score classe et hiérarchise, il n'établit pas un fait. La vérification consiste à remonter à la source primaire, à la dater et à en conserver la capture. Le score sert à décider dans quel ordre lire, la vérification à décider ce qui sera écrit ou transmis.

Quelle différence entre noter une publication et noter une source ?

La note de publication se recalcule à chaque contenu et capte la variation interne d'un éditeur. L'indice de source, comme celui que NewsGuard applique à plus de 35 000 sites selon Journalism.co.uk, qualifie un éditeur dans la durée et fournit un a priori stable. Les deux se combinent, aucun ne remplace l'autre.

Un contenu généré par intelligence artificielle obtient-il forcément une mauvaise note ?

Rien ne le garantit. L'expérience menée par Nub News montre qu'un texte entièrement inventé présente dates, noms, chiffres et références d'apparence officielle. Sur des critères de forme, il obtient une note élevée. Seule la confrontation à des sources extérieures fait apparaître le défaut.

Comment intégrer un score de fiabilité dans un dispositif de veille existant ?

En l'utilisant comme un pré-tri documenté : score affiché mais jamais bloquant, détail par axe conservé, version du barème journalisée, lien vers le document d'origine systématique. Un contenu mal noté reste consultable, un contenu bien noté reste vérifiable.