FactGuard

FactGuard ne note pas tout un article d'un seul chiffre. Il sépare le texte en affirmations distinctes et traite chacune à part, si bien qu'un texte avec trois faits vérifiables et vingt phrases d'opinion donne trois verdicts au lieu d'une note vague. C'est la vérification d'affirmations au niveau de la phrase. Cela compte quand vous éditez, parce que l'outil vous montre directement la phrase qui est fausse.

Chaque affirmation revient avec un score de confiance, qui indique à quel point le système est sûr de son propre verdict. Un score élevé sur une affirmation bien couverte rassure. Un score bas est un signal pour ralentir et vérifier à la main la source citée, surtout sur des sujets de niche ou très récents que le web n'a pas encore pleinement indexés.

Les résultats s'appuient sur des sources citées plutôt que sur un simple « vrai » ou « faux ». L'outil cherche dans des médias comme Reuters, BBC, CNN, Snopes et Politifact, et lie ce qu'il a trouvé. Vous pouvez vérifier la vérification, la partie que la plupart des réponses de chatbot sautent. Si le score d'une affirmation paraît étrange, c'est dans les preuves liées que vous tranchez.

Vous pouvez coller du texte brut ou confier à FactGuard l'URL d'un article. Le mode URL fonctionne comme détecteur de canulars : il extrait le corps de l'article et le passe au crible pour repérer les contenus faux et la désinformation. Cela vous évite de copier-coller à la main un long texte. Les deux modes alimentent le même moteur de vérification, donc les résultats reviennent dans le même format.

Tout l'outil vise des textes écrits par des machines. La production de l'IA tend à être fluide et propre grammaticalement. Cela rend les inventions plus difficiles à repérer à l'œil. FactGuard agit comme un détecteur de désinformation par IA réglé sur la défaillance propre aux textes d'IA : des affirmations énoncées avec une confiance totale qui ne survivent pas à une recherche. C'est un détecteur conçu pour un problème qui existait à peine il y a quelques années.