News Intelligence — Corpus de presse forensique
Corpus de presse propriétaire, avec un dossier forensique par article : texte, images, capture d’écran de la page entière, HTML et version structurée, chaque fichier portant une empreinte SHA-256.
Vue d’ensemble
76 sources sont enregistrées (40 brésiliennes, les autres internationales et latino-américaines), collectées dans le respect du fichier robots.txt et du crawl-delay ; lorsque le média modifie son article, la version précédente reste conservée avec la capture d’écran et le HTML de ce moment-là. Sur ce corpus s’exécute un tri de la désinformation qui produit une file priorisée avec les preuves jointes — et non un verdict « vrai » ou « faux ». Lorsque le signal est trop fort pour être ignoré et trop faible pour conclure, l’article part en relecture humaine avec le motif déclaré ; et l’écran prévient lorsque la couche d’IA ne s’est pas exécutée sur un article donné, afin qu’une analyse partielle n’apparaisse jamais comme complète.
Fonctionnalités
- Dossier forensique par article : texte, images, capture d’écran et HTML, avec SHA-256 et empreinte perceptuelle
- Déduplication par URL et historique des modifications, avec la preuve de la version précédente
- Tri en trois couches : corroboration entre médias, correspondance avec les vérifications publiées et lecture par IA
- File de relecture humaine avec zone d’abstention déclarée
- Interface de recherche et de filtres, où l’origine et la limite de chaque chiffre sont explicitées
Cas d’usage
- Conserver la preuve de ce qu’un média a publié, avant la correction silencieuse ou le retrait
- Suivre les termes d’une watchlist dans la presse, avec un balayage quotidien du flux public de Google News
- Prioriser le travail de vérification à partir des articles qui recoupent des corrections déjà publiées par des agences de fact-checking
- Apporter le contexte de presse — source, date et empreinte — au sein d’une enquête
Intégrations
- OpenSearch et MinIO/S3 (corpus et fichiers conservés)
- OODA Reports / Investigate
- API REST : ingestion, recherche, statistiques et déclenchement d’analyse, avec permissions par organisation
SLA et garanties
Tri toutes les heures · preuves avec SHA-256 · aucun verdict automatique