Un chiffre de confiance dans un rapport de profil n’a de sens que si vous savez ce qu’il mesure. Avant de le traiter comme la probabilité qu’une affirmation sur une personne soit vraie, demandez au rapport de définir l’unité du chiffre, sa base de comparaison et toute validation qui le sous-tend. D’ici là, gardez le score dans sa propre colonne, séparé des faits publics observés, et interprétez-le comme un libellé non défini plutôt que comme une certitude concernant qui que ce soit.
Trouvez des indices sur les profils sociaux publics avec notre application TraceSeek.
Commencez par nommer l’unité du chiffre
Un score numérique de modèle est un objet différent d’un fait sourcé et d’un taux de réussite mesuré. Un fait sourcé renvoie à une déclaration publique que vous pouvez examiner ; un taux de réussite mesuré provient d’une validation sur des cas connus ; un score est un résultat dont la signification dépend de ce pour quoi il a été entraîné et testé à comparer. Lorsqu’un rapport affiche un chiffre sans préciser duquel il s’agit, consignez-le comme une unité non définie. Ne le convertissez pas silencieusement en probabilité concernant une personne, car cette conversion est une inférence que le rapport n’a pas méritée. [NIST AI 600-1 : confabulation de l'IA générative et vérification des sources]
- Écrivez le chiffre exactement tel qu’il s’affiche, avec son libellé et les éventuels mots qui l’accompagnent.
- Notez si le rapport indique une unité, une base de référence, une plage ou un ensemble de validation.
- Si l’un de ces éléments manque, marquez le chiffre comme non défini plutôt que précis.
Posez trois questions avant d’interpréter
Demandez ce que le chiffre mesure, à quoi il a été comparé et si une validation est fournie. Un score peut décrire une similarité avec un exemple stocké, une concordance entre sources ou une préférence interne du modèle ; ce ne sont pas des probabilités concernant une personne. La validation est ce qui vous permettrait de lire le chiffre comme calibré. Les recommandations générales sur les risques liés à l’IA notent que la performance ne doit pas être extrapolée à partir d’évaluations étroites, non systématiques ou anecdotiques, et que le contenu généré peut paraître confiant tout en étant incohérent avec ses entrées. Appliquez cette prudence à tout score présenté sans base énoncée. [NIST AI 600-1 : confabulation de l'IA générative et vérification des sources]
- Que mesure le chiffre ?
- À quoi a-t-il été comparé ?
- Une validation est-elle fournie, et sur quel type de cas ?
Gardez un score non défini à l’écart des faits observés
Tenez deux registres distincts. Le premier contient ce que vous avez observé dans la source publique autorisée : un nom d’utilisateur, une publication publique, une image, une affiliation déclarée. Le second contient le résultat numérique du rapport et tout ce que le rapport en infère. Gardez-les visuellement séparés afin qu’un score ne prête jamais une autorité empruntée à une déclaration qui n’a pas sa propre source. Lorsque le rapport est plus affirmatif que la source, écrivez la nuance manquante à côté de l’affirmation et réduisez celle-ci à ce que la source étaye réellement.
| observation | limite | étape suivante |
|---|---|---|
| Un profil public énonce un rôle dans ses propres termes | Il s’agit d’une autodescription, non d’une vérification de l’identité ou de l’activité actuelle | Citez la déclaration publique et datez-la |
| Le rapport affiche un chiffre de confiance à côté de ce rôle | Aucune unité ni validation n’est fournie, le chiffre est donc non défini | Consignez le chiffre comme un libellé non défini, non comme une probabilité |
| Une correspondance d’image apparaît dans le rapport | Une correspondance ne confirme ni l’identité, ni la propriété, ni l’activité actuelle | Gardez la correspondance comme piste et notez le risque de non-concordance |
Ne laissez pas une décimale suggérer une validation
La précision de la présentation n’est pas une preuve d’exactitude. Un chiffre écrit avec plusieurs décimales peut sembler calibré tout en ne mesurant rien du monde réel. Traitez le format comme cosmétique tant que le rapport n’a pas défini la base du score. Examinez et vérifiez les sources de tout contenu généré avant de vous y fier, car un texte généré peut présenter un contenu non étayé sur un ton assuré. Si le rapport n’offre aucune définition, votre fiche de travail doit porter le mot non défini à côté du chiffre plutôt qu’une estimation de probabilité. [NIST AI 600-1 : confabulation de l'IA générative et vérification des sources]
Consignez la limite exacte et arrêtez-vous là
Si la source est absente, privée, non concordante ou ambiguë, écrivez cette limite précise et arrêtez l’inférence non étayée. Ne remplacez pas une preuve manquante par un accès privé, une supposition de similarité ou un score plus élevé. Une limite utile nomme ce qui manquait : la publication a été supprimée, l’image ne correspondait que vaguement, le profil pouvait appartenir à plus d’une personne. Nommer la lacune vous permet de décider de la suite sans transformer l’incertitude en conclusion sur quelqu’un.
- Énoncez la lacune précise, non un avertissement général.
- Ne traitez pas un réglage de confidentialité, un silence ou une photo concordante comme une preuve d’identité ou d’intention.
- Si une piste compte, prévoyez une vérification licite via la source publique elle-même, non un contournement.
Une fiche de travail pour un rapport
Créez trois colonnes : déclaration du rapport, base de source et statut. Dans la colonne base de source, collez ou paraphrasez la déclaration publique sur laquelle s’appuie le rapport. Dans la colonne statut, choisissez fait sourcé, affirmation inférée ou score non défini. Toute ligne où le chiffre apparaît seul reste dans la colonne non défini. Il s’agit d’une aide rédactionnelle que vous écrivez vous-même ; ce n’est pas un contrôle proposé par une plateforme. Cela garde un exemple hypothétique honnête : si un rapport affichait 0.87 à côté d’un nom d’utilisateur public, la fiche consignerait un nom d’utilisateur sourcé et un libellé numérique non défini, non une probabilité de 87 pour cent que quoi que ce soit concernant la personne soit vrai.
Encore quelques questions
Un chiffre de confiance élevé signifie-t-il qu’une affirmation sur une personne est probablement vraie ?
Pas à moins que le rapport ne définisse l’unité du chiffre, sa base de comparaison et toute validation fournie. Sans cela, le chiffre est un libellé non défini, non une probabilité concernant une personne.
Dois-je ignorer complètement le score ?
Non. Consignez-le tel qu’il s’affiche avec son libellé, notez la définition manquante et gardez-le à l’écart des faits sourcés afin qu’il ne les étaye ni ne les affaiblisse.
Et si la source publique derrière une affirmation du rapport est absente ou ambiguë ?
Consignez la limite précise, par exemple une publication supprimée ou une correspondance d’image vague, et arrêtez l’inférence là. Ne remplacez pas la preuve manquante par un score, une supposition ou un accès à des informations privées.
Sources et notes éditoriales
Références officielles vérifiées le 24 octobre 2026. Les listes de contrôle, tableaux comparatifs et exemples de formulation sont des outils éditoriaux de DateClues, et non des tests officiels ni des scores de risque validés.
Informations générales. Aucun guide ou outil ne peut certifier l'identité, les intentions ou la sécurité d'une personne. Lire nos normes éditoriales.