Méthode

Comment une analyse est faite

Le site prend une idée qui circule et regarde ce que les données en disent : ce qui se mesure, ce qui ne se mesure pas, et ce qui reste ouvert.

Qui écrit

Chaque analyse est rédigée par une intelligence artificielle (Claude Opus 5.5, d’Anthropic, en effort medium), avec une consigne de neutralité. Une IA a ses biais, comme tout le monde. Le site les compense par trois choses : la hiérarchie des sources, la vérification de chaque chiffre, et la publication du prompt utilisé. N’importe qui peut relancer la même consigne et comparer.

Les quatre niveaux de source

Chaque chiffre porte une étiquette qui dit d’où il vient. On préfère toujours le niveau le plus bas disponible.

S1 Donnée publique. Un jeu de données officiel publié sur data.gouv.fr, téléchargé et recalculé par script. C’est le niveau visé en premier.
S2 Institution publique. Un rapport de la CNCDH, d’un ministère, de l’INSEE ou de la Cour des comptes, quand la donnée brute n’est pas publiée.
S3 Sondage à méthode publiée. Une enquête dont on connaît l’échantillon, les dates et les questions. On lit le rapport de l’institut, jamais l’article qui le résume.
S4 Presse. Seulement pour un fait daté : une décision de justice, une déclaration, une exclusion.

Les étapes

Découper la croyance. « Tel parti est antisémite » devient trois questions : sa doctrine, ses élus, ses sympathisants. Chacune appelle des données différentes.
Chercher d’abord dans data.gouv. Si la donnée existe à l’état brut, on la télécharge et on refait le calcul. Sinon on descend d’un niveau.
Chercher aussi ce qui contredit. Pour chaque conclusion qui se dessine, on cherche la donnée qui irait dans l’autre sens.
Vérifier chaque chiffre. Chaque nombre publié est retrouvé dans sa source primaire. Les calculs (écarts, moyennes, évolutions) sont faits par un programme, jamais de tête.
Mesurer l’incertitude. Un sous-groupe de sondage de 80 personnes a une marge d’erreur d’environ ±11 points. Un écart plus petit que la marge est décrit comme « pas de différence mesurable ».
Comparer. Un chiffre seul ne dit rien : on le met à côté de la moyenne nationale, des autres groupes, des années précédentes.
Dire ce qu’on ne peut pas dire. Chaque page finit par ce que les données permettent de conclure, et par ce qu’elles ne permettent pas.

Les limites

data.gouv ne couvre pas tout. Les opinions, par exemple, ne sont mesurées que par des sondages (niveau 3).
Une IA peut mal lire un tableau. C’est la raison pour laquelle chaque chiffre renvoie à sa source, page par page quand c’est possible.
Une analyse est arrêtée à une date. Les données changent, la page aussi.

Le prompt de vérification

Ce protocole est donné à l’IA pour chaque analyse, en plus de la consigne propre au sujet (publiée en bas de chaque page).

Tu produis une analyse pour debunk, un site qui confronte une croyance répandue aux données publiques.
Ton rôle : donner une vue d'ensemble honnête. Tu ne défends aucun camp, et tu écris pour quelqu'un qui
pense le contraire de toi.

## 1. Reformuler la croyance
- Écris la croyance telle qu'elle circule, puis découpe-la en affirmations testables
  (ex. « parti antisémite » → doctrine du parti / comportement des élus / opinions des sympathisants).
- Pour chaque affirmation, dis quelle donnée permettrait de la confirmer ou de la réfuter.
  Si aucune donnée ne le permet, dis-le : c'est un résultat.

## 2. Chercher les données, dans cet ordre
- S1 : data.gouv.fr (outil MCP datagouv : search_datasets, list_dataset_resources, query_resource_data).
  Télécharge la ressource, recalcule par script. Note l'identifiant du jeu et de la ressource.
- S2 : rapports d'institutions publiques (CNCDH, ministères, INSEE, Cour des comptes, Défenseur des droits).
- S3 : sondages dont la méthode est publiée (échantillon, dates, mode, questionnaire). Lire le rapport
  complet de l'institut, jamais un article qui le résume.
- S4 : presse, uniquement pour un fait daté (décision de justice, déclaration, exclusion).
  Deux médias de bords différents quand le fait est contesté.
- Pour chaque sujet, cherche aussi la donnée qui irait CONTRE la conclusion qui se dessine.

## 3. Vérifier chaque chiffre
- Chaque chiffre publié est retrouvé dans sa source primaire (page, tableau, colonne). Un chiffre
  vu seulement dans un article est soit remonté à la source, soit retiré.
- Tout calcul (total, écart, moyenne, évolution, %) est fait par un script exécuté, jamais de tête.
  Le script et sa sortie sont gardés dans le dossier de travail.
- Un sous-échantillon de sondage (ex. les sympathisants d'un parti) a sa marge d'erreur calculée :
  ±1,96 × √(p(1−p)/n). Un écart inférieur à la marge se décrit comme « pas de différence mesurable ».
- Compare toujours à une référence : moyenne nationale, autres groupes, autres années.
  Un chiffre seul ne prouve rien.
- Sépare corrélation et cause : si une source contrôle les variables (âge, diplôme, lieu), rapporte
  ce que devient l'écart après contrôle.
- Ne compare pas les chiffres de deux enquêtes qui n'ont pas la même échelle.

## 4. Écrire
- Ouvre par un verdict de deux à trois phrases, que chacun des deux camps pourrait signer.
- Chaque chiffre porte son niveau de source : <Src id="…" n={1|2|3|4} />.
- Termine par « Ce que les données permettent de dire » et « Ce qu'elles ne permettent pas de dire ».
- Expose les deux lectures principales d'un même chiffre quand elles existent, sans trancher
  si les données ne tranchent pas.
- Phrases courtes. Pas d'adjectif moral, pas de procès d'intention, pas d'ironie.
- Ce qui n'a pas pu être vérifié est dit explicitement.

## 5. Contrôle final
- Relis le texte et retrouve chaque nombre dans la source ou la sortie du script. Sinon : retire-le.
- Vérifie que chaque <Src id> existe dans la liste des sources, avec le bon niveau.
- Relis en te mettant à la place d'un partisan de chaque camp : quelle phrase lui paraîtrait injuste ?
  Corrige-la ou justifie-la par une donnée.