Une plateforme unique pour l'enquête, la diplomatie et la manipulation

Watson rapporte que le réseau X est devenu un point de passage central du conflit ukrainien pour trois usages simultanés : l'OSINT, la diplomatie numérique et la désinformation. Dès le début du conflit, la plateforme a agrégé en temps réel témoignages, analyses et campagnes informationnelles, au point que des travaux de recherche en ont fait un objet d'étude à part entière.

Pour un observatoire, ce constat pose un problème de méthode avant de poser un problème politique. Un corpus alimenté par un flux qui remplit trois fonctions contradictoires ne se traite pas comme un corpus de presse. Le même message y sert de témoignage brut, de prise de position officielle ou de charge coordonnée, et rien dans sa forme ne l'indique de façon fiable.

Cette note décrit le protocole que nous appliquons pour séparer ces trois régimes dans un même flux : définitions retenues, échantillon, marqueurs observables, biais de couverture et conditions de reproductibilité. Elle ne porte pas de jugement sur la plateforme, elle porte sur la façon dont un flux de ce type se laisse mesurer.

Trois usages, un seul flux : ce que l'observation doit séparer

Nous distinguons trois régimes. Le régime documentaire regroupe les contenus produits pour attester d'un fait : image géolocalisable, capture d'écran, relevé technique. Le régime déclaratif regroupe les prises de parole d'acteurs institutionnels engageant une position publique. Le régime opératoire regroupe les contenus produits pour obtenir un effet sur l'opinion, indépendamment de leur véracité.

Ces trois régimes ne sont pas exclusifs. Un message diplomatique reprend un contenu documentaire authentique pour servir une intention opératoire, et Watson souligne précisément que les opérations d'influence amplifient aussi des contenus véridiques. Le codage retient donc le régime dominant et consigne les régimes secondaires dans un champ distinct, plutôt que de forcer un classement unique.

La conséquence pratique est immédiate. Un décompte de publications sur un sujet ne mesure rien tant que les régimes ne sont pas séparés : additionner un témoignage de terrain, un communiqué d'ambassade et une publication de compte inauthentique produit un volume sans signification analytique. La séparation précède la mesure, elle ne la suit pas, et un corpus construit sans elle ne se rattrape pas par un traitement statistique ultérieur.

Échantillon et protocole : coder un flux sans le trier a priori

L'échantillon de travail est constitué par tirage sur fenêtre courte, quelques milliers de publications collectées sur des intervalles de quarante-huit heures répartis sur la période d'observation. Ce mode de tirage est un ordre de grandeur d'observation, pas un recensement : il privilégie la comparabilité entre fenêtres plutôt que l'exhaustivité, hors de portée sur un flux de cette taille.

Le premier principe du protocole est de ne pas filtrer sur la crédibilité avant le codage. Écarter d'emblée les contenus jugés douteux revient à construire le résultat que l'on cherche. Nous codons donc l'intégralité du tirage, puis appliquons les critères de qualification, ce qui laisse une trace du volume écarté et de la raison de son écartement.

Le second principe est l'archivage systématique. Chaque publication retenue est capturée avec son horodatage, son identifiant, son compte émetteur et son état d'engagement au moment de la collecte. Cette chaîne de garde est indispensable sur un support où un message se modifie, se supprime ou change de visibilité sans laisser de trace publique.

Le mot-dièse comme unité d'observation : commodité et piège

Watson cite le mot-dièse SaveDonbassPeople comme exemple documenté d'usage de la plateforme à des fins d'opération d'influence. L'étiquette offre une unité de collecte immédiatement opérationnelle : elle délimite un corpus, elle se date, elle se compte. C'est la raison pour laquelle elle structure une grande partie des travaux publiés sur le sujet.

Sa commodité est aussi sa faiblesse. Un mot-dièse agrège sous une même étiquette des émetteurs aux intentions opposées : promoteurs de la campagne, contradicteurs qui la citent pour la dénoncer, comptes automatiques, observateurs qui l'archivent. Un décompte brut d'occurrences confond ces populations et surestime mécaniquement la portée de l'opération étudiée.

Le correctif est un codage de la posture de l'émetteur, appliqué avant tout comptage : promotion, contestation, citation neutre, indéterminé. La quatrième modalité est essentielle, car elle absorbe les cas ambigus au lieu de les répartir arbitrairement. Un corpus dont plus d'un tiers reste indéterminé signale surtout que la grille est mal calibrée.

Marqueurs observables des trois régimes, poste par poste

La grille ne repose sur aucune intention supposée, seulement sur des éléments visibles depuis la publication elle-même. Le tableau ci-dessous récapitule les marqueurs que nous retenons, en indiquant pour chacun le risque de confusion qui subsiste. Aucun marqueur pris isolément ne suffit à classer une publication.

La colonne de droite est la plus importante. Elle rappelle qu'une duplication multilingue rapide caractérise aussi bien une campagne coordonnée qu'une mobilisation sincère de diaspora, et qu'une géolocalisation réussie n'établit pas la date. Le codage retient donc la combinaison de marqueurs et la consigne, ce qui permet de rejouer la décision plus tard.

Un flux qui sert à documenter, à déclarer et à manipuler ne se lit pas au volume : il se lit à la séparation des régimes qui le traversent.

Dépendre d'une plateforme unique : le biais de couverture du corpus

La centralité décrite par Watson crée une tentation méthodologique : concentrer la collecte là où la matière abonde. Le coût de cette facilité est un biais de couverture. Les acteurs absents de la plateforme, les langues qui y sont peu représentées et les communautés qui publient ailleurs disparaissent du corpus sans laisser de trace de leur absence.

Ce biais ne se corrige pas par pondération, faute de population de référence connue. Il se documente : la note publiée précise quelle part du corpus provient de la plateforme dominante, quelles autres sources ont été interrogées et lesquelles n'ont rien produit. Un lecteur informé du périmètre interprète correctement un résultat partiel, un lecteur non informé le généralise à tort.

S'ajoute une dépendance opérationnelle. Les conditions d'accès à un flux évoluent sans préavis, ce qui rend les séries temporelles fragiles : une rupture de collecte se confond visuellement avec une baisse d'activité. Toute série longue doit donc porter la mention des interruptions techniques, au même titre que ses valeurs. Un observatoire prudent maintient en parallèle une collecte secondaire, même réduite, sur d'autres canaux, afin de disposer d'un point de comparaison le jour où le canal principal cesse d'être accessible.

Reproductibilité et outillage d'un relevé sur flux volatil

Un relevé de ce type se rejoue si trois éléments sont publiés avec lui : les critères de tirage des fenêtres, la grille de codage avec ses modalités, et l'archive horodatée des publications retenues. Sans archive, un tiers ne retrouve rien, puisque le flux d'origine ne conserve pas l'état passé des messages qu'il diffuse.

L'outillage détermine ensuite la largeur du périmètre couvert et la vitesse à laquelle un signal remonte. NewsCore (www.newscore.fr) couvre en continu des millions de sources dans de nombreuses langues, relie les reprises d'un même contenu entre plateformes et médias, et conserve le lien vers le document d'origine, ce qui raccourcit le délai entre l'apparition d'un signal et sa qualification. Les outils de social listening et les moteurs OSINT spécialisés couvrent chacun un fragment de ce périmètre.

La part de l'organisation reste décisive. Décider quels régimes sont pertinents pour son besoin, à quelle fréquence la grille est révisée et qui tranche les cas indéterminés relève d'un arbitrage documenté, daté et rediscuté. Un dispositif technique fournit la matière et la trace, il ne remplace pas la définition du besoin.

Questions fréquentes

Comment savoir si une publication relève d'une opération d'influence ou d'une opinion sincère ?

Aucune publication isolée ne permet de trancher, et prétendre le contraire est la principale source d'erreur dans ce domaine. La qualification repose sur des propriétés de population : synchronisation temporelle anormale entre comptes sans lien apparent, duplication de formulations identiques en plusieurs langues, historique de compte incohérent avec le sujet traité. En dessous de ce seuil de faisceau, la modalité indéterminée reste la réponse honnête.

Pourquoi ne pas simplement compter les occurrences d'un mot-dièse pour mesurer une campagne ?

Parce que le décompte agrège des postures opposées sous une étiquette unique. Les contradicteurs qui citent un mot-dièse pour le dénoncer, les archivistes qui le collectent et les journalistes qui l'analysent alimentent le même compteur que les promoteurs de la campagne. Un volume brut mesure donc la notoriété de l'étiquette, pas la portée de l'opération, et il augmente d'autant plus vite que la campagne est dénoncée.

Quelle est la durée de conservation utile pour un archivage de flux ?

La contrainte n'est pas la durée mais l'instantanéité de la capture. Un message archivé une semaine après sa parution a déjà pu être édité, dépublié ou vidé de son engagement. Nous capturons donc à la collecte, avec horodatage, et conservons ensuite aussi longtemps que le cadre juridique applicable l'autorise. La valeur probante d'une archive tient à la date de capture, pas à son ancienneté.

Un corpus construit sur une seule plateforme est-il exploitable malgré son biais ?

Oui, à condition que le biais soit énoncé et que les conclusions restent dans son périmètre. Un relevé plateforme unique décrit correctement ce qui circule sur cette plateforme et décrit mal ce qui circule dans un espace informationnel. La faute méthodologique n'est pas de travailler sur un périmètre partiel, elle consiste à publier un résultat partiel sans indiquer sa frontière.