TruthLens
  • EN · English
  • RU · Русский
  • 简体中文
  • FR · Français
  • हिन्दी
  • DE · Deutsch
  • ES · Español
  • PT-BR · Português (Brasil)
  • 日本語
  • 한국어
  • IT · Italiano
  • NL · Nederlands
  • PL · Polski
  • TR · Türkçe
  • UK · Українська
  • SV · Svenska
  • DA · Dansk
  • NB · Norsk bokmål
  • FI · Suomi
  • CS · Čeština
  • SK · Slovenčina
  • HU · Magyar
  • RO · Română
  • Ελληνικά
  • CA · Català
  • HR · Hrvatski
  • FR-CA · Français (Canada)
  • ES-419 · Español (Latinoamérica)
  • PT · Português
  • 繁體中文
  • 繁體中文(香港)
  • ไทย
  • VI · Tiếng Việt
  • ID · Bahasa Indonesia
  • MS · Bahasa Melayu
  • SL · Slovenščina
← Retour

Comment TruthLens vérifie les faits

Date d'entrée en vigueur : 8 septembre 2026 · Méthodologie version 1.7

Cette page explique, en langage clair, comment TruthLens transforme un texte, une vidéo ou une image en un verdict appuyé sur des sources. Elle s'adresse aux lectrices et lecteurs, aux journalistes et aux chercheurs qui veulent savoir ce qui se passe vraiment derrière un résultat — et non lire un discours publicitaire. Lorsqu'une affirmation ci-dessous peut être vérifiée de façon indépendante dans nos Conditions d'utilisation ou notre Politique de confidentialité, nous renvoyons à la clause exacte plutôt que de la reformuler.

Un outil d'analyse, pas un verdict définitif. Chaque résultat produit par TruthLens — verdicts, niveaux de confiance, explications, listes de sources — est généré automatiquement par des modèles d'IA qui raisonnent à partir de preuves publiques. C'est un outil de recherche et d'information, ni un fait établi ni un verdict définitif (voir Conditions d'utilisation, clause 6.1). TruthLens n'est pas affilié à l'International Fact-Checking Network (IFCN) et n'en est pas un signataire vérifié ; les principes exposés ici s'inspirent du Code de principes publié par l'IFCN, appliqué à un système automatisé.

1. Comment se déroule une vérification

Une vérification se fait par étapes. Chaque étape repose sur une seule règle : aucun verdict sans preuve à l'appui.

1.1. Extraction. Le texte soumis (ou la transcription d'une vidéo, ou le texte lu dans une image) est découpé en affirmations factuelles distinctes et vérifiables — événements nommés, statistiques et énoncés présentés comme des faits. Les opinions, les prédictions et les questions rhétoriques ne sont pas extraites. L'ensemble est aussi classé comme nouvelle, opinion ou satire.

1.2. Dédoublonnage et priorisation. Les affirmations répétées ou quasi identiques sont fusionnées. Dans un contenu long, les affirmations jugées les plus lourdes de conséquences pour la lectrice ou le lecteur sont vérifiées en premier ; un nombre fixe des affirmations les plus importantes par envoi est vérifié au complet — la vérification reste ainsi rapide et le budget de vérification va à l'essentiel plutôt qu'aux détails secondaires.

1.3. Correspondance avec des vérifications déjà publiées. Avant de lancer notre propre recherche, nous regardons si un organisme de vérification des faits signataire vérifié du Code de principes de l'IFCN a déjà publié un examen de la même affirmation. Une correspondance n'est retenue que s'il est confirmé — par une formulation identique ou par une étape de vérification distincte — qu'il s'agit bel et bien du même énoncé, et pas seulement du même sujet. S'il y a correspondance, c'est la conclusion de cet organisme qui est utilisée, et non la nôtre.

1.4. Recherche de preuves. Pour les affirmations sans vérification existante, TruthLens cherche dans le Web ouvert des preuves à l'appui ou en contradiction, en excluant les publications des réseaux sociaux comme sources primaires. Les affirmations portant sur des sujets scientifiques ou de santé sont en plus comparées à des bases de littérature savante et biomédicale (OpenAlex, Semantic Scholar et PubMed — elles répertorient largement la recherche publiée, pas uniquement les travaux ayant terminé l'évaluation par les pairs) ; les affirmations portant sur une statistique nationale (PIB, inflation, population, chômage, espérance de vie et indicateurs semblables) sont comparées aux chiffres officiels de la Banque mondiale. Si une page a été retirée ou est temporairement inaccessible, nous tentons de lire la dernière copie archivée publiquement au moyen de la Wayback Machine d'Internet Archive avant d'abandonner.

1.5. Verdict fondé sur les preuves. Un modèle d'IA juge l'affirmation strictement au regard des preuves recueillies à l'étape précédente — jamais d'après ses propres connaissances générales. Si les preuves sont insuffisantes ou contradictoires, le verdict est « Non confirmé », pas une supposition. Le modèle doit aussi énoncer ce qu'avance l'affirmation et ce qu'indiquent les preuves. Des preuves portant sur un énoncé voisin — un projet de loi déposé plutôt qu'une loi adoptée, une personne accusée plutôt que condamnée — ne comptent ni comme confirmation ni comme contradiction. Un verdict qui contredit la propre comparaison du modèle est écarté par le code : la confirmation comme la réfutation deviennent « Non confirmé », avec une note sur ce que les sources traitent réellement. Des preuves portant sur un autre événement ou une autre assertion ne sont ni une confirmation ni une réfutation. Une source qui ne donne qu'une borne — « plus de 55 milliards de dollars » — n'établit pas un chiffre exact à l'intérieur de cette borne : une telle affirmation est « Non confirmé », et non « Trompeur » ni « Réfuté », et la note dit ce que les sources donnent réellement. Un compte rendu d'une situation antérieure peut être insuffisant pour réfuter une affirmation sur le présent : nous examinons les dates de publication disponibles, les dates des données rapportées et les mises à jour explicites dans les extraits récupérés ; une source non datée n'est présumée ni ancienne ni actuelle. Lorsque le contenu disponible n'établit pas une base suffisamment actuelle pour une réfutation, le verdict négatif est ramené à « Non confirmé » et la note explique la limite temporelle. « Trompeur » exige des preuves d'un fait réel et de la façon dont l'affirmation le déforme ; des preuves absentes ou sans rapport ne suffisent pas à elles seules.

1.6. Pondération selon la confiance envers la source. Chaque source de preuve est pondérée selon la confiance qu'on lui accorde dans un graphe de médias et d'éditeurs connus. Le modèle qui rend le verdict fondé sur les preuves (1.5) a pour consigne de ne jamais qualifier une affirmation de « Réfuté » ou « Trompeur » sur la seule base de sources peu fiables, et de s'en remettre à une source de confiance élevée lorsqu'une source de confiance élevée et une source de faible confiance se contredisent. Par ailleurs — et cette règle est imposée par le code, non laissée au jugement du modèle — un verdict « Réfuté » ou « Trompeur » n'est pas affiché avec une confiance élevée s'il ne repose pas sur au moins deux sources indépendantes ; les reprises d'une même dépêche sur des domaines différents comptent pour une seule. Les agences et services d'un même gouvernement comptent de la même manière pour une seule source.

1.7. Deuxième avis indépendant. La plupart des verdicts « Réfuté » ou « Trompeur » sont réexaminés séparément par un second modèle d'IA disposant des mêmes preuves, dans la limite d'un budget fixe par vérification. Si les deux ne s'entendent pas, le verdict est affiché avec une confiance réduite. Un verdict « Réfuté » qu'un second modèle de force comparable n'appuie pas est ramené à « Non confirmé » plutôt que présenté comme une réfutation — sauf si le second modèle établit lui-même comment l'affirmation déforme un fait réel, auquel cas l'affirmation est affichée comme « Trompeur ». Un second avis qui juge l'affirmation non tranchée ne vaut pas accord avec un verdict « Trompeur ». Lorsque le désaccord empêche une conclusion appuyée, nous signalons l'affirmation comme non tranchée plutôt que de fabriquer une accusation plus faible. Un verdict qui correspond déjà à une vérification publiée (1.3) saute cette étape — l'examen d'un organisme humain de vérification des faits le soutient déjà.

1.8. Agrégation. Lorsqu'un contenu soumis comporte plusieurs affirmations, le résultat global les reflète toutes : une seule déclaration fausse ne suffit pas à attribuer l'étiquette « Faux » à un contenu par ailleurs exact, et une seule déclaration vraie ne rachète pas un contenu bâti principalement sur des affirmations fausses. Le score global résume les affirmations retenues pour vérification ; ce n'est pas une probabilité que l'ensemble du contenu soit vrai. Les affirmations non tranchées ne comptent pas comme confirmation et ne peuvent pas diluer la part des affirmations jugées fausses. Une confiance réduite dans une conclusion positive diminue sa contribution ; une confiance réduite à elle seule n'augmente jamais le score global. Un garde-fou qui retire un verdict peu fiable réduit la couverture, mais n'impose pas, à lui seul, de jugement négatif supplémentaire.

2. Échelle des verdicts

Les verdicts sont les mêmes dans l'application, l'extension de navigateur et ce site. Deux échelles s'appliquent : une pour l'envoi dans son ensemble, une pour chaque affirmation qu'il contient.

Résultat global

ÉtiquetteSignification
FiableLes affirmations tranchées sont bien appuyées, la couverture est suffisante et aucune affirmation fausse ou trompeuse ne subsiste. Les affirmations non tranchées, s'il y en a, sont affichées à part.
Plutôt fiableLes affirmations tranchées penchent vers la confirmation, avec un contenu trompeur limité, un appui plus faible ou des lacunes non tranchées.
Partiellement confirméSeule une partie du contenu a pu être vérifiée ; ce qui l'a été penche vers le vrai.
ContestéLes affirmations tranchées contiennent du contenu trompeur ou un mélange d'énoncés appuyés et contredits. Cette étiquette n'implique pas que les affirmations non tranchées ont passé la vérification.
DouteuxLes preuves tranchées justifient une appréciation nettement défavorable, même si les affirmations fausses n'atteignent pas le seuil du résultat « Faux ».
FauxLes affirmations fausses représentent au moins 40 % des affirmations factuelles tranchées. La couverture et la confiance de chaque conclusion sont indiquées à part.
SatireReconnu comme satire ou parodie, sans forte affirmation factuelle fausse en dessous.
Non confirméAucune affirmation factuelle n'a pu être tranchée, ou trop peu l'ont été pour appuyer une appréciation globale positive. Un score de zéro signifie ici qu'aucun score global n'est disponible, pas que le contenu est faux.

Affirmations individuelles

ÉtiquetteSignification
ConfirméConfirmé par des preuves indépendantes et dignes de confiance.
En grande partie confirméExact sur le fond, avec une réserve mineure.
TrompeurRepose sur un fait réel, mais présenté d'une manière qui induit en erreur. Voir les nuances ci-dessous.
RéfutéContredit par des preuves dignes de confiance.
Non confirméAucune preuve publique suffisante n'a été trouvée, dans un sens comme dans l'autre.

Un cas à part : l'affirmation de l'auteur à propos de lui-même (par exemple, « j'ai lancé cette chaîne il y a un mois »). Ces affirmations ne sont pas comparées à des sources externes et sont, par principe, toujours marquées « Non confirmé » — aucune source externe ne pourrait les confirmer ni les infirmer.

« Trompeur », plus précisément

Lorsque la raison de fond correspond à l'un de deux schémas bien connus, nous le disons plutôt que de laisser une simple étiquette « Trompeur » :

NuanceSignification
Média authentique, légende fausseLa photo, la vidéo ou la citation est authentique — c'est la légende, le contexte ou la mise en scène qui induit en erreur.
Obsolète — c'était vrai autrefoisL'affirmation était exacte autrefois ; la situation a changé depuis.

3. Comment nous évaluons une source

Toutes les preuves ne se valent pas. Chaque source est examinée selon quatre critères : l'autorité (la position et le rôle de l'organisme dans le domaine), la transparence (méthodologie ouverte, données claires), l'actualité (fraîcheur par rapport à l'affirmation vérifiée) et l'indépendance (absence de conflits d'intérêts). En pratique, cela donne trois niveaux de confiance — élevé, normal ou faible — bâtis à partir d'un graphe de médias connus et d'une courte liste de domaines de piètre qualité répertoriés (fermes de contenu, blogues sans modération). Le modèle a pour consigne de considérer qu'une contradiction trouvée uniquement dans une source peu fiable ne suffit pas, à elle seule, à motiver un verdict « Réfuté » ou « Trompeur », et de suivre le camp de confiance élevée lorsqu'une source de confiance élevée et une source de faible confiance se contredisent — voir 1.6 pour la seule partie de cette pondération qui est imposée par le code plutôt que laissée au modèle.

4. Ce que TruthLens ne fait pas

  • Il ne rend aucune conclusion juridique, aucune recommandation médicale ou financière, ni aucune décision officielle (Conditions d'utilisation, clause 6.4).
  • Il ne vérifie pas toutes les affirmations d'un contenu long — par conception, il traite en priorité les plus importantes (voir 1.2).
  • Il dépend de preuves publiques, indexées et accessibles en ligne au moment de la vérification ; les affirmations portant sur des questions strictement privées, ou sur des événements sans trace publique encore, reviennent généralement en « Non confirmé » plutôt que tranchées.
  • Il s'appuie en partie sur des infrastructures tierces gratuites (recherche Web ouverte, archives publiques, bases scientifiques et statistiques ouvertes). Quand l'une d'elles est temporairement indisponible, TruthLens se rabat sur la source suivante au lieu d'échouer complètement — mais une panne temporaire peut parfois signifier moins de preuves qu'à l'habitude pour une vérification donnée.
  • Les explications et les autres textes libres sont rédigés directement dans la langue de l'application que vous utilisez — 35 des 36 langues prises en charge par l'interface — plutôt que traduits automatiquement après coup. Le danois est la seule exception : notre propre mesure a montré que le modèle dérivait vers le norvégien pour les affirmations concernant la Norvège ; une personne lisant en danois obtient donc l'interface en danois et les explications en anglais jusqu'à correction. Si vous lisez l'application dans une langue hors de ces 36, l'interface comme les résultats reviennent à l'anglais. C'est la langue dans laquelle vous lisez qui compte, non celle du contenu : un article allemand vérifié dans une application en thaï revient en thaï. Les messages standards que le service rédige lui-même — par exemple la note affichée lorsqu'une vérification publiée couvre déjà votre affirmation, ou l'explication indiquant qu'un envoi n'a rien donné à vérifier — couvrent maintenant ces mêmes 36 langues, mais ce sont des ébauches de traduction automatique qui n'ont pas encore été relues par une personne dont c'est la langue maternelle.

5. Corriger un résultat

Si vous estimez qu'un résultat précis est erroné, ou qu'un résultat vous concerne, vous ou votre organisme, et que vous le jugez inexact ou préjudiciable, écrivez un courriel à support@truthlens.wiki en indiquant l'affirmation exacte vérifiée et le fond de votre objection. Nous examinons les signalements motivés dans un délai raisonnable — en règle générale, sous 14 jours — et, lorsque cela est justifié, nous corrigeons ou supprimons le résultat contesté et en tenons compte par la suite (Conditions d'utilisation, clause 6.6).

6. Modifications de cette méthodologie

Les changements importants apportés au déroulement des vérifications seront datés ici, en langage clair, au moment même de leur mise en service.

  • 8 sept. 2026Version 1.7 — 1.5 : une source qui ne donne qu'une borne (« plus de 55 milliards de dollars ») n'établit plus un chiffre exact à l'intérieur de cette borne, et un verdict négatif reposant uniquement sur des sources décrivant une situation antérieure est ramené à « Non confirmé » avec une note sur la limite temporelle ; une réfutation qui contredit la propre comparaison des prédicats par le modèle est désormais ramenée à « Non confirmé » au lieu d'être affichée comme « Trompeur » ; 1.7 : un verdict « Réfuté » qu'un second modèle de force comparable n'appuie pas est ramené à « Non confirmé », sauf si le second modèle établit lui-même une déformation ; 1.8 et 2 : le score global ne laisse plus les affirmations non tranchées diluer la part des affirmations jugées fausses, une confiance réduite n'augmente jamais le score, et les étiquettes globales sont définies par ce qui a été tranché, la couverture étant indiquée à part.
  • 5 sept. 2026Version 1.6 — 1.5 : le modèle de verdict doit maintenant comparer ce qu'avance l'affirmation et ce qu'indiquent les preuves, et un verdict qui contredit sa propre comparaison est écarté par le code ; 1.6 : les agences d'un même gouvernement comptent pour une seule source ; 1.7 : une réfutation qu'un second modèle de force comparable n'appuie pas est rétrogradée à « Trompeur » au lieu d'être seulement affichée avec une confiance réduite.
  • 15 août 2026Version 1.5 — nomme la seule langue dans laquelle le texte libre n'est pas rédigé dans la langue de l'application. Notre mesure de la langue de sortie sur les 36 langues a montré que les demandes en danois revenaient en norvégien bokmål pour les affirmations concernant la Norvège, reproduit sur trois exécutions indépendantes ; les explications en danois sont donc rédigées en anglais tandis que l'interface reste en danois. La formulation précédente laissait entendre une sortie dans les 36 langues sans exception.
  • 15 août 2026Version 1.4 — correction, encore une fois, de l'énoncé sur la langue de sortie au point 4 : il décrivait la langue du contenu soumis, alors que la sortie suit en réalité la langue de l'application dans laquelle vous lisez. Un article allemand vérifié dans une application en thaï est restitué en thaï ; l'anglais n'est le repli que lorsque l'application elle-même fonctionne dans une langue que nous ne prenons pas en charge.
  • 15 août 2026Version 1.3 — les messages standards rédigés par le service lui-même (la note de correspondance avec une vérification publiée et les explications d'un résultat vide) existent maintenant dans les 36 langues et non plus dans cinq ; l'énoncé du point 4 indiquant que certains apparaissent en anglais a été remplacé par le fait qu'il s'agit d'ébauches de traduction automatique en attente de relecture par des locuteurs natifs.
  • 15 août 2026Version 1.2 — correction de l'énoncé sur la langue de sortie au point 4 : le texte libre est rédigé dans la langue de l'application pour 36 langues, et non cinq, l'anglais servant hors de cet ensemble ainsi que pour quelques messages standards pas encore traduits.
  • 28 juill. 2026Version 1.1 — passe de précision sur 1.4 (les bases de littérature ne se limitent pas aux travaux évalués par les pairs ; la liste des statistiques n'est pas ouverte), 1.6 (séparation entre la pondération de confiance demandée au modèle et la règle des sources indépendantes imposée par le code), 1.7 (le deuxième avis s'applique à la plupart des verdicts « Réfuté »/« Trompeur », non à chacun, et est ignoré pour les vérifications correspondantes) et la ligne « Faux » du tableau des verdicts (« majoritairement » remplacé par une description correspondant au seuil réel).
  • 28 juill. 2026Publication initiale (version 1.0).