Écrits
Construire une vue DSA multiplateforme : ce que les données ne vous disent pas
Le tableau de bord VLOP que j'ai publié il y a deux jours réunit 30 services dans une seule vue. C'est véritablement utile — c'est la première fois que ces données peuvent être agrégées entre plateformes dans un format interactif, et les rapports du H2 2025 sont les premiers à suivre intégralement le modèle harmonisé de la Commission. Mais les limites sont aussi importantes que les données, et certaines d'entre elles sont des problèmes structurels du fonctionnement du reporting de transparence du DSA, et non de simples particularités de ce tableau de bord précis.
Les définitions de catégories ne sont pas standardisées
La limite la plus importante : ce que TikTok appelle « discours haineux » et ce que Meta appelle « discours haineux » sont définis par les politiques de contenu propres à chaque plateforme, et non par le DSA. Le règlement impose aux plateformes de rendre compte par catégorie de contenu, et il précise une liste de catégories. Mais il ne définit pas quel contenu relève de chaque catégorie — cela est laissé à la politique de la plateforme.
Cela signifie qu'une plateforme dotée d'une définition étroite de sa politique sur le discours haineux affichera des chiffres plus bas qu'une plateforme dotée d'une définition plus large, même si elles modèrent des volumes de contenu équivalents. Les comparaisons de volumes entre plateformes dans le tableau de bord sont des comparaisons de catégories définies par une plateforme avec des catégories définies par une autre, et non des comparaisons d'un même construit sous-jacent cohérent.
L'Observatoire du DSA a soutenu en janvier que le reporting antérieur avait rendu l'exigence d'exactitude essentiellement dénuée de sens. Le modèle harmonisé de la Commission — que les rapports du H2 2025 suivent pour la première fois — ajoute des indicateurs de précision et de rappel pour les outils de détection automatisés, ce qui comble cette lacune précise. La précision et le rappel sont réellement plus informatifs que de simples décomptes de retraits. Mais la précision et le rappel au sein de la définition de catégorie propre à chaque plateforme ne résolvent toujours pas le problème de comparabilité entre plateformes, parce que les catégories elles-mêmes ne sont pas définies de façon cohérente.
Les données sont auto-déclarées, sans audit par un tiers
Chaque chiffre du tableau de bord est auto-déclaré par la plateforme. Le DSA n'exige actuellement pas de vérification par un tiers des données des rapports de transparence — aucun auditeur externe ne confirme que les chiffres sont exacts, que la méthodologie de catégorisation est cohérente d'une période de reporting à l'autre, ou que le processus d'extraction des données est fiable.
Cela ne veut pas dire que les chiffres sont faux. Les plateformes ont des obligations légales de conformité, et les rapports sont revus par les équipes internes Juridique et Politique avant publication. Mais cela signifie que les données doivent être traitées comme des données opérationnelles auto-déclarées : utiles pour comprendre les tendances et les schémas au sein d'une plateforme, moins fiables comme mesure précise d'une quantité absolue, et non vérifiables par rapport à un point de référence externe.
Les méthodes d'agrégation diffèrent
Google rend compte séparément de ses six services désignés : Search, Maps, Play, Shopping, YouTube, et une sixième entrée de service. Meta publie des chiffres agrégés pour Facebook et Instagram combinés. D'autres plateformes rendent compte au niveau de la plateforme.
Cela influence la manière de lire les chiffres. L'entrée de Google pour un service unique paraît plus petite que les chiffres comparables des plateformes qui déclarent en agrégé. Le total de l'ensemble des six entrées de Google dans le tableau de bord est le chiffre comparable à l'entrée combinée unique de Meta — mais le tableau de bord permet aussi de comparer par mégarde Google Search seul au total à l'échelle de toute la plateforme de TikTok, ce qui n'est pas une comparaison pertinente. Filtrer avec soin est essentiel.
Comment utiliser le tableau de bord de façon fiable
Le tableau de bord est le plus utile pour suivre les tendances de volume au sein d'une même plateforme dans le temps. C'est une comparaison à périmètre constant, à l'intérieur d'une méthodologie et d'une définition de catégorie cohérentes — les chiffres signifient la même chose d'une période à l'autre pour une plateforme donnée, même s'ils ne signifient pas la même chose que les chiffres d'une autre plateforme dans la même catégorie.
Il est aussi utile pour comprendre la forme générale de l'écosystème : quelles catégories génèrent le plus de signalements sur l'ensemble des plateformes, quelles plateformes traitent sensiblement plus de recours que les autres, à quoi ressemble géographiquement le tableau des injonctions gouvernementales. Ce sont des schémas visibles au niveau des écarts d'ordre de grandeur, là où les divergences de définition de catégorie comptent moins.
Il est moins utile pour des comparaisons précises de volume absolu entre plateformes, et pour tirer des conclusions normatives sur les plateformes qui modèrent davantage ou mieux. De telles conclusions exigent des définitions de catégories et des normes d'audit qui n'existent pas encore dans le reporting du DSA. Les problèmes structurels qui subsistent — données auto-déclarées, définitions de catégories incohérentes — sont de véritables contraintes sur ce que les données peuvent soutenir, et traiter les chiffres comme plus comparables qu'ils ne le sont produit des conclusions trompeuses.