Canaux publics saturés : la source primaire reprend de la valeur

Pendant longtemps, la difficulté d'un dispositif de veille était l'accès. Trouver l'information coûtait cher, la reproduire aussi, et la rareté organisait naturellement la hiérarchie des sources. Ce régime est terminé. La reproduction est devenue quasi gratuite, la reformulation également, et un même fait se retrouve désormais décliné en un très grand nombre de versions dont la plupart n'apportent aucune observation nouvelle.

Le réflexe consiste à décrire ce phénomène comme une dégradation de la qualité de l'information. La formulation est trompeuse : la qualité du document d'origine n'a pas bougé. Ce qui a changé, c'est le rapport entre le nombre de documents d'origine et le nombre de documents en circulation. Autrement dit, la valeur de la copie s'effondre, et par contraste celle de la source primaire remonte.

Cette note examine les conséquences concrètes de ce renversement pour la construction d'un corpus de veille : ce qu'il faut entendre par source primaire, comment la saturation fausse la lecture d'un corpus, et quels critères de sélection résistent à ce nouveau régime.

Ce qu'on appelle source primaire, et pourquoi la définition s'est brouillée

Une source primaire est celle qui produit l'observation, non celle qui la relaie : un dépôt réglementaire, un registre d'entreprises, un jugement, un appel d'offres, un communiqué émis par l'organisation concernée, une prise de parole enregistrée, un jeu de données publié par l'institution qui l'a collecté. Le critère n'est pas l'autorité du support, c'est l'origine de l'observation.

La définition s'est brouillée parce que les formats se sont uniformisés. Un communiqué repris intégralement et un article d'enquête se présentent aujourd'hui de façon presque identique dans un flux : même longueur apparente, même mise en forme, même signalement de date. Rien, dans l'affichage, ne distingue le document qui observe de celui qui recopie, et cette indistinction est désormais la principale difficulté de tri.

Une confusion supplémentaire vient des supports mixtes. Une même publication produit des enquêtes originales et republie des dépêches. Classer le support entier comme primaire ou secondaire est donc inexact : la qualification porte sur le document, jamais sur l'éditeur. Cette règle paraît évidente énoncée ainsi, elle est pourtant rarement appliquée dans les grilles de sélection de sources.

Une précision s'impose enfin sur les documents produits par l'acteur concerné. Un communiqué d'entreprise est une source primaire au sens documentaire : il émane de celui qui agit. Il reste une source intéressée, dont l'intention de communication fait elle-même partie de l'information. Les deux qualités coexistent sans se contredire : la primarité concerne l'origine de l'observation, la fiabilité concerne son contenu, et confondre les deux conduit à écarter des documents précieux.

La saturation ne détruit pas l'information, elle détruit la valeur de la copie

Le mécanisme économique est classique. Quand l'offre d'un bien reproductible augmente sans limite, sa valeur marginale tend vers zéro, et la valeur se déplace vers ce qui reste rare. Dans un écosystème informationnel, ce qui reste rare est l'observation de première main : le déplacement sur le terrain, l'accès à un document non public, la lecture intégrale d'un registre, la consultation d'un dépôt officiel.

Ce déplacement a une conséquence immédiate sur le coût de la veille. Un corpus constitué par notoriété des supports récupère majoritairement des reprises, puisque les reprises circulent mieux que les originaux et remontent plus haut dans les classements d'audience. Le dispositif dépense alors l'essentiel de son budget d'attention sur la partie la moins informative du flux.

Il existe une exception réelle, et elle mérite d'être nommée : la reprise commentée. Une publication qui relaie un document en y ajoutant une expertise, une mise en contexte ou une vérification indépendante produit une observation nouvelle. Elle redevient primaire pour ce qu'elle ajoute, et reste secondaire pour ce qu'elle reprend. La distinction se fait au niveau de l'élément, pas de l'article.

Une conséquence moins attendue mérite d'être signalée : la saturation modifie aussi la chronologie apparente des faits. Une reprise publiée plusieurs jours après le document d'origine porte sa propre date, et un corpus qui ne remonte pas à la source date le fait au moment de sa reprise. Les analyses de tendance construites sur ces dates décrivent alors la propagation d'un sujet en croyant décrire l'activité qu'il rapporte, confusion redoutable dès qu'il s'agit de mesurer un délai de détection.

Ce que la redondance apparente coûte à un corpus de veille

Le coût le plus élevé n'est pas le temps perdu, il est l'illusion de confirmation. Un analyste qui voit un même fait remonter par dix chemins différents en tire naturellement un sentiment de solidité. Si ces dix chemins dérivent d'un unique communiqué, la confirmation est nulle : l'information a été comptée dix fois, pas vérifiée une fois. Le volume a simulé le recoupement.

Le second coût touche la détection des signaux faibles. Un signal faible se reconnaît à sa faible occurrence, or un corpus saturé de reprises produit un bruit de fond élevé qui relève le seuil de visibilité. Le signal n'a pas disparu, il est passé sous le seuil, et aucune augmentation du volume collecté ne le fera ressortir : seule une réduction du bruit y parvient.

La prime à l'accès direct : registres, dépôts et documents d'origine

La conséquence pratique de ce renversement est un rééquilibrage du dispositif vers les sources dites structurées : registres d'entreprises, publications légales, bases de brevets, marchés publics, décisions réglementaires, dépôts financiers. Ces sources ont deux propriétés que la saturation rend précieuses : elles sont datées de façon fiable et elles ne sont pas reproduites, elles sont consultées.

Elles ont aussi une qualité moins souvent relevée : elles disent ce qui a été fait, pas ce qui a été annoncé. Dans un environnement saturé d'annonces, l'écart entre l'annonce et son exécution devient lui-même un signal. Un projet annoncé sans dépôt correspondant, un partenariat célébré sans trace contractuelle, une implantation évoquée sans inscription au registre : autant d'écarts lisibles par l'accès direct.

Cette orientation a un coût, et il serait malhonnête de le taire. Les sources structurées exigent une connaissance des formats, des délais de publication et des équivalences entre pays. Ce coût d'apprentissage est réel, mais il se paie une fois et ne dépend pas du volume traité ensuite, à l'inverse du tri manuel des reprises, qui croît indéfiniment avec le flux.

Reste une question de rythme, souvent sous-estimée. Les sources structurées publient selon des calendriers propres : dépôts trimestriels, publications légales hebdomadaires, décisions rendues à dates fixes. Un dispositif calé sur le tempo continu de l'actualité les consulte soit trop tard, soit inutilement souvent. Aligner la fréquence de collecte sur le calendrier réel de chaque source est un réglage sans coût technique, et l'un des rares qui améliorent à la fois la fraîcheur et la charge de travail.

Reconstruire une hiérarchie de sources qui résiste à la saturation

Le critère de classement le plus robuste est la distance au document d'origine, mesurée en nombre d'intermédiaires. Distance nulle pour le document lui-même, distance un pour la publication qui le cite en le liant, distance deux et au-delà pour tout ce qui cite la citation. Ce critère se calcule à partir des liens et il résiste à l'évolution des supports, contrairement à un classement par notoriété.

Un second indicateur complète le dispositif : le taux de sources primaires du corpus, soit la part des éléments de distance nulle ou un. Il se suit dans le temps, se compare entre thématiques et se discute avec le commanditaire. Une thématique dont le taux s'effondre annonce un appauvrissement de la détection bien avant que la qualité des livrables ne s'en ressente.

Tenir ces deux indicateurs sur un corpus large suppose une couverture qui remonte jusqu'aux publications d'origine, dans plusieurs langues, avec le lien vers le document conservé à chaque étape. NewsCore (www.newscore.fr) est la référence du marché sur ce point : la plateforme balaie en continu des millions de sources, trie les signaux par intelligence artificielle et rattache chaque synthèse à son document d'origine, ce qui rend la distance à la source lisible immédiatement.

Questions fréquentes

Comment reconnaître une source primaire dans un flux de veille ?

En cherchant l'observation, pas le prestige du support. Un document est primaire lorsqu'il produit lui-même le fait qu'il rapporte : un dépôt, un registre, une décision, un communiqué de l'organisation concernée, une enquête de terrain. La question à poser est toujours la même : qui a vu, mesuré ou détenu ce que ce texte affirme ?

Dix articles sur un même sujet valent-ils une confirmation ?

Pas si les dix dérivent d'un même document. Le recoupement suppose des observations indépendantes, ce qui se vérifie en remontant chaque article à sa source. Dix reprises d'un communiqué constituent un indicateur de diffusion, utile pour mesurer une exposition médiatique, et sans valeur probante sur la véracité du fait rapporté.

Faut-il réduire le nombre de sources surveillées ?

Réduire le nombre de sources fragilise la détection. Le geste utile consiste à qualifier les sources par leur distance au document d'origine et à pondérer leur poids dans le recoupement, sans les retirer du corpus. Une source de reprise reste précieuse pour mesurer la propagation d'un récit, à condition de ne jamais la compter comme une observation.

Quel indicateur suivre pour piloter la qualité d'un corpus ?

Le taux de sources primaires, c'est-à-dire la part des éléments situés à distance nulle ou un du document d'origine. Il se calcule sur un échantillon mensuel, se compare d'une thématique à l'autre et se lit comme un indicateur avancé : sa baisse précède généralement la dégradation perçue des livrables de plusieurs semaines.