Corriger et fact-checker : ce qui fonctionne, ce qui résiste et le mythe du backfire

Une fausse information circule. Nous disposons de preuves solides qu’elle est fausse. Faut-il la corriger, ou risque-t-on de renforcer la croyance en attirant davantage l’attention dessus ? Pendant plusieurs années, une réponse particulièrement pessimiste s’est imposée dans le débat public : corriger quelqu’un pourrait provoquer un « effet retour de flamme » — *backfire effect* — et le pousser à croire encore davantage l’information fausse, surtout lorsqu’elle touche à son identité politique. Cette idée a été suffisamment populaire pour produire une recommandation paradoxale : face à certaines désinformations, mieux vaudrait parfois se taire.

La littérature accumulée depuis conduit aujourd’hui à une conclusion beaucoup plus rassurante. Les corrections factuelles fonctionnent généralement. Le véritable backfire, dans lequel une correction augmente la croyance fausse par rapport à une situation sans correction, semble rare et probablement beaucoup moins important qu’on ne l’a longtemps affirmé. Cela ne signifie pas que toute correction soit parfaite, durable ou capable de modifier les comportements. Comme nous l’avons vu avec l’effet d’influence persistante, une erreur peut continuer à exercer une influence résiduelle après avoir été corrigée. Mais persistance et retour de flamme sont deux phénomènes radicalement différents.

Le fact-checking fonctionne-t-il ?

La réponse générale est oui, lorsqu’on mesure ce qu’un fact-check est directement conçu pour modifier : la croyance dans une affirmation factuelle. Une méta-analyse consacrée au fact-checking politique a rassemblé 30 études et 20 963 participants. L’effet moyen sur l’exactitude des croyances était positif, avec une taille d’effet d’environ d = 0,29. L’efficacité variait cependant selon les situations : elle était notamment plus faible lorsque les fact-checks utilisaient certaines échelles graduées de vérité, ne réfutaient qu’une partie de l’affirmation ou concernaient des déclarations de campagne particulièrement politisées. Les croyances antérieures, l’idéologie et les connaissances des participants réduisaient également l’efficacité dans certaines analyses.

Une autre méta-analyse, portant sur 52 échantillons et 6 878 participants, arrivait au même constat général : les messages de réfutation réduisaient substantiellement l’influence des informations erronées, même si une partie de leur effet persistait après correction. Les messages plus détaillés tendaient à produire des corrections plus fortes, ce qui rejoint l’idée développée dans la fiche précédente : retirer une information est souvent plus efficace lorsqu’on fournit suffisamment d’éléments pour reconstruire correctement la représentation de l’événement. Nous devons donc distinguer deux questions. « La correction élimine-t-elle absolument toute trace de l’erreur ? » Souvent non. « La personne est-elle néanmoins plus exacte après correction que si elle ne l’avait jamais reçue ? » Très souvent oui.

Un test dans quatre pays

Une démonstration particulièrement intéressante vient d’expériences menées simultanément en Argentine, au Nigeria, en Afrique du Sud et au Royaume-Uni. Les chercheurs ont testé 22 fact-checks réels et observé que ceux-ci réduisaient la croyance dans les informations erronées dans les quatre pays. L’effet moyen estimé était d’au moins 0,59 point sur une échelle de cinq points, et une grande partie de l’amélioration restait mesurable plus de deux semaines après l’intervention.

Ce type de résultat est important parce qu’il réduit une limite récurrente de la littérature : les expériences réalisées uniquement aux États-Unis ne peuvent pas être automatiquement généralisées à tous les environnements politiques. Quatre pays ne représentent évidemment pas l’humanité entière, mais ils montrent que l’efficacité des corrections ne dépend pas exclusivement d’un contexte américain particulier.

D’où vient alors l’idée du *backfire effect* ?

L’histoire scientifique mérite d’être racontée parce qu’elle constitue elle-même un excellent exemple de prudence dans la généralisation. En 2010, Brendan Nyhan et Jason Reifler ont publié quatre expériences sur des informations politiques controversées. Dans plusieurs conditions, les corrections réduisaient peu certaines croyances chez les groupes idéologiquement prédisposés à les accepter ; surtout, les auteurs observaient dans certains cas un résultat plus spectaculaire : après correction, la croyance erronée semblait augmenter chez certains participants. Ils ont appelé ce phénomène *backfire effect*. L’idée possédait toutes les qualités nécessaires pour devenir célèbre. Elle était surprenante, contre-intuitive et semblait expliquer pourquoi les débats politiques résistent si bien aux faits : montrer des preuves à quelqu’un pourrait le radicaliser davantage.

Le problème est que la réputation du phénomène a rapidement dépassé la solidité des preuves disponibles. Nyhan lui-même a ensuite souligné que les résultats initiaux avaient été beaucoup trop généralisés. Dans une revue publiée en 2021, il constatait que les recherches ultérieures soutenaient plutôt un consensus selon lequel les informations correctives améliorent généralement au moins un peu l’exactitude, tandis que les véritables retours de flamme se révélaient difficiles à reproduire. C’est un cas intéressant de correction scientifique : les chercheurs ayant contribué à populariser un résultat peuvent eux-mêmes contribuer à en limiter ensuite l’interprétation lorsque les preuves accumulées le demandent.

Le véritable *backfire* possède une définition exigeante

Supposons qu’avant correction une personne attribue 80 % de crédibilité à une fausse affirmation. Après correction, elle passe à 40 %. Elle continue à croire partiellement quelque chose de faux. La correction est imparfaite. Il existe éventuellement un continued influence effect. Mais il n’y a aucun *backfire*.

Supposons maintenant qu’un groupe non corrigé passe spontanément de 80 % à 75 %, tandis que le groupe corrigé passe de 80 % à 90 %. Cette fois, nous pouvons commencer à parler de retour de flamme causal, parce que recevoir la correction a rendu les croyances moins exactes qu’elles ne l’auraient été autrement. Cette comparaison avec un contrôle est essentielle. Sans elle, une partie des cas individuels où quelqu’un semble devenir plus convaincu peut simplement refléter la variabilité normale des réponses ou une mesure peu fiable.

Une partie des « backfires » pouvait être du bruit statistique

Briony Swire-Thompson et ses collègues ont précisément examiné cette question en 2022. Dans deux expériences longitudinales comptant 388 et 532 participants, les participants évaluaient 21 affirmations erronées avant et après une correction ou dans une condition contrôle. Aucun des 21 items ne montrait un *backfire* significatif attribuable à la correction lorsqu’il était comparé correctement au contrôle ou au niveau de croyance initial. Plus intéressant encore, les taux apparents de retour de flamme étaient fortement liés à la faible fiabilité test-retest des items : moins une mesure était stable, plus elle pouvait donner l’impression que certaines personnes avaient « rebondi » vers davantage de croyance. Autrement dit, une partie du phénomène spectaculaire pouvait venir d’un problème très banal : des réponses qui fluctuent entre deux mesures.

Si quelqu’un répond 6/10 aujourd’hui puis 8/10 demain, cela ne signifie pas nécessairement que quelque chose l’a convaincu entre-temps. Une mesure imparfaite produit naturellement des variations. C’est une leçon méthodologique générale : avant d’expliquer psychologiquement un effet étonnant, il faut s’assurer qu’il existe réellement au-delà du bruit de mesure.

Le « worldview backfire » : contredire l’identité politique renforcerait-il l’erreur ?

La version probablement la plus connue du *backfire effect* est celle-ci : lorsqu’un fact-check menace une conviction politique ou l’identité d’un groupe, les individus chercheraient des arguments pour défendre leur position et finiraient par croire l’information fausse encore plus fortement. Le raisonnement motivé étudié dans la fiche sur l’identité politique fournit bien un mécanisme plausible de résistance. Une correction politiquement inconfortable peut être accueillie avec davantage de scepticisme qu’une correction favorable. Mais résistance à une correction et retour de flamme ne sont pas synonymes. Une personne passant de 90 % à 80 % de croyance après correction a résisté davantage qu’une personne passant de 90 % à 20 %. Pourtant, les deux ont évolué dans la bonne direction.

Les revues contemporaines concluent que les véritables cas où une correction produit en moyenne une croyance moins exacte qu’une absence de correction sont extrêmement rares. Porter et Wood résument l’état des preuves en 2024 en considérant les corrections factuelles comme efficaces à travers de nombreux pays, groupes politiques et populations, tandis que les *backfires* observés sont exceptionnellement rares et pourraient parfois être des artefacts méthodologiques.

La familiarité : répéter le mythe pour le corriger est-il dangereux ?

Une deuxième forme de retour de flamme a beaucoup influencé les recommandations de communication. Nous avons vu que la répétition augmente généralement la familiarité d’une affirmation et peut produire un effet de vérité illusoire. On a donc raisonné ainsi : si un fact-check commence par répéter le mythe, il augmente sa familiarité ; avec le temps, les lecteurs pourraient oublier la correction mais conserver la phrase familière ; il faudrait donc éviter de répéter la fausse information. Le mécanisme est psychologiquement plausible. Les recherches expérimentales lui apportent pourtant très peu de soutien comme règle générale.

Ecker, Lewandowsky et Chadwick ont testé cette hypothèse dans trois expériences regroupant 1 718 participants, y compris avec des informations entièrement nouvelles que les participants n’avaient jamais rencontrées auparavant et un délai d’une semaine. L’idée était de créer des conditions particulièrement favorables au retour de flamme par familiarité : le fact-check lui-même devenait la première exposition à la fausse affirmation. Globalement, les corrections n’ont pas conduit les participants à croire davantage les fausses informations qu’un groupe qui n’avait jamais vu ni l’erreur ni la correction. La recommandation absolue « ne répétez jamais un mythe dans une correction » n’est donc plus justifiée par l’état des preuves.

Une correction doit souvent rappeler ce qu’elle corrige

Il existe même une raison cognitive de rappeler brièvement l’affirmation fausse : pour réviser une croyance, il faut que le lecteur puisse relier la nouvelle information à l’ancienne. Si une publication affirme :

« Faux : ce chiffre ne mesure pas le chômage. »

mais que le lecteur ne sait plus de quel chiffre il est question, la correction devient difficile à intégrer. La revue de Prike et Ecker publiée en 2023 recommande ainsi, sur la base de la littérature disponible, de rappeler suffisamment l’information erronée pour identifier clairement ce qui est corrigé, puis de fournir une réfutation détaillée et, lorsque c’est possible, une explication alternative. Elle souligne également que répéter la correction peut être utile et que le risque de propager involontairement une désinformation simplement parce qu’on l’a répétée dans un fact-check paraît limité. Nous retrouvons exactement la logique de la fiche précédente : une correction doit permettre la révision du modèle mental, pas seulement ajouter un « FAUX » déconnecté du contenu auquel il se rapporte.

Même sur les vaccins, les tentatives de reproduction du backfire échouent souvent

Les vaccins constituent un terrain où l’on pouvait s’attendre à observer facilement des retours de flamme : sujet émotionnel, politisé, parfois étroitement lié à l’identité et comportant des risques perçus importants. Une étude publiée en 2023 a cherché à reproduire des effets antérieurement rapportés selon lesquels corriger certains mythes vaccinaux pouvait paradoxalement augmenter les misconceptions ou la peur. Les corrections « mythes contre faits » réduisaient les croyances erronées, immédiatement et après une semaine, et aucune condition n’augmentait les misconceptions relativement au contrôle ou au niveau initial. Cela ne démontre toujours pas qu’un retour de flamme est impossible dans toute communication sanitaire imaginable. Mais plus les études échouent à reproduire systématiquement un phénomène, moins il devient raisonnable de le présenter comme le résultat normal d’une correction.

Existe-t-il malgré tout de véritables exceptions ?

Oui, c’est pourquoi « mythe du backfire » ne doit pas être traduit par « le backfire n’existe jamais ». Une étude de 2023 sur des corrections autonomes — présentées sans exposition préalable à la désinformation — n’a trouvé aucun retour de flamme dans deux premières expériences, immédiatement ou après une semaine. Une troisième expérience produisait cependant des résultats plus ambigus : dans certaines réponses ouvertes, une correction pouvait accroître l’utilisation de l’information erronée lorsque les participants étaient sceptiques envers la correction elle-même. Ce genre de résultat justifie une conclusion probabiliste : le backfire est possible dans certaines configurations, mais ce n’est pas une raison générale pour renoncer aux corrections. Le terme *mythe* vise donc surtout la proposition excessive : « corriger une croyance fausse risque couramment de la renforcer, surtout si elle est politique ou familière ».

C’est cette généralisation que les données contemporaines ne soutiennent plus.

Le problème principal n’est probablement pas que les corrections aggravent les croyances

Si le *backfire* est rare, pourquoi autant de fausses croyances persistent-elles ? Une réponse beaucoup plus banale est probablement importante : les personnes qui voient la désinformation ne voient souvent jamais la correction correspondante. Porter et Wood soulignent en 2024 que les preuves disponibles suggèrent un problème majeur de ciblage et de portée : ceux qui rencontrent une information fausse ont une probabilité très faible de rencontrer ensuite le fact-check spécifique qui la réfute. Prenons une rumeur vue par cinq millions de personnes. Un fact-check de très bonne qualité est lu par 100 000 personnes. Même s’il corrige parfaitement 80 % de ses lecteurs, il reste invisible pour l’immense majorité de l’audience initiale. Nous pourrions alors observer que la rumeur continue de circuler et conclure :

« Le fact-checking ne marche pas. »

Mais le véritable problème serait : le fact-check fonctionne chez ceux qui le lisent ; presque personne parmi les personnes concernées ne le lit. Efficacité et portée sont deux variables différentes.

Une correction parfaite que personne ne voit est socialement inefficace

Cela permet de distinguer efficacité individuelle et efficacité populationnelle. Supposons un traitement qui corrige 90 % des croyances erronées chez ses lecteurs. S’il atteint seulement 1 % des personnes exposées à la rumeur, son effet agrégé restera faible. À l’inverse, un rappel moins puissant mais visible par 80 % de l’audience peut produire davantage d’impact collectif. On pourrait schématiser grossièrement : impact global ≈ efficacité de la correction × proportion de personnes concernées qui la rencontrent. Ce n’est pas une véritable équation complète, car la répétition, le timing et l’hétérogénéité des publics comptent également. Elle rappelle néanmoins qu’évaluer le fact-checking uniquement dans un laboratoire ou uniquement par son nombre de vues donne une image incomplète.

La vitesse compte

Une fausse information peut se diffuser pendant plusieurs heures avant l’arrivée d’une vérification sérieuse. Pendant ce temps, elle bénéficie de plusieurs avantages : première explication disponible, répétition, partages et intégration dans des récits déjà existants. Une correction publiée rapidement peut limiter cette consolidation. Cela ne signifie pas qu’une correction tardive soit inutile : les recherches montrent qu’elle peut encore réduire substantiellement les erreurs. Mais le coût de la révision peut augmenter lorsque l’information a déjà été répétée et intégrée. La méta-analyse de Walter et Tukachinsky retrouve justement une correction moins efficace lorsque la désinformation avait été répétée plusieurs fois avant sa réfutation ou lorsqu’un délai important séparait les deux.

L’idéal est donc souvent corriger tôt, sans sacrifier la vérification nécessaire pour corriger correctement. Une correction rapide mais fausse créerait évidemment un nouveau problème.

Un fact-check doit-il être court ou détaillé ?

Il n’existe pas de longueur magique. Une simple mention « faux » peut parfois suffire lorsqu’une affirmation est triviale et que la preuve est évidente. Pour une rumeur complexe, elle laisse de nombreuses questions sans réponse : pourquoi est-ce faux ? Quelle est la bonne information ? D’où vient l’erreur ? Les méta-analyses et revues disponibles favorisent généralement les corrections suffisamment détaillées, en particulier lorsqu’elles fournissent les preuves pertinentes ou une explication alternative. Mais davantage de détails ne signifie pas que toute correction doive devenir un essai de dix pages. Le lecteur doit pouvoir identifier rapidement le verdict, la raison principale et la bonne information. Les détails supplémentaires servent ensuite à justifier la conclusion.

Le principe pourrait se résumer ainsi : assez court pour que la correction soit comprise, assez détaillé pour qu’elle soit crédible et permette de reconstruire ce qui était faux.

Existe-t-il une structure parfaite, comme le « sandwich de vérité » ?

Une recommandation populaire consiste à présenter d’abord le fait correct, puis la fausse affirmation encadrée comme telle, puis revenir au fait correct : vérité → mythe → vérité. Cette structure peut être utile parce qu’elle donne la priorité au bon modèle mental. Mais elle ne doit pas devenir un rituel considéré comme scientifiquement obligatoire.

Quatre expériences comparant plusieurs formats de correction ont trouvé que toutes les corrections testées réduisaient substantiellement les croyances erronées, tandis que les différences entre formats étaient relativement petites. Les auteurs concluaient que la présence des ingrédients essentiels de la correction comptait davantage que l’ordre précis dans lequel ils apparaissaient. C’est une bonne nouvelle pratique : mieux vaut une correction claire publiée effectivement qu’un communicateur paralysé parce qu’il ne connaît pas la structure parfaite du debunking.

Ce qu’une bonne correction doit surtout accomplir

Pour une affirmation importante, une correction solide devrait permettre au lecteur de comprendre quelle proposition est fausse, quel est le verdict correct, quelles preuves justifient ce verdict et, lorsque c’est possible, quelle explication remplace celle qui vient d’être abandonnée. Supposons qu’une publication affirme : « Le gouvernement vient de supprimer le remboursement du traitement X. » Une correction médiocre serait : « FAUX ».

Une meilleure correction serait : « Le remboursement du traitement X n’a pas été supprimé. Le décret cité modifie les conditions applicables à une formulation particulière du médicament à compter du 1er janvier ; les autres formulations restent prises en charge. Le texte officiel est disponible et l’article 4 précise les catégories concernées. » Cette seconde version rend possible une véritable mise à jour. Elle ne demande pas au lecteur : « Faites-nous confiance : l’autre a tort. » Elle lui donne les éléments permettant de comprendre où se situe précisément l’erreur.

Corriger la bonne affirmation

Un autre problème fréquent consiste à réfuter une version caricaturale du message. Une personne affirme :

« Cette étude suggère un risque possible mais encore incertain. »

Le fact-check répond :

« Faux : rien ne prouve que le produit soit toujours dangereux. »

Les deux propositions ne sont pas contradictoires. La correction frappe donc une affirmation que personne n’avait réellement soutenue. Pour éviter ce problème, il faut commencer comme dans **Raisonnement, argumentation et logique** : reconstruire la proposition exacte. Une correction convaincante répond à la version la plus raisonnable de l’affirmation, pas à une version rendue artificiellement facile à réfuter.

Les échelles « vrai / plutôt faux / trompeur » posent un vrai problème de traduction

Les fact-checkers utilisent parfois des catégories comme vrai, plutôt vrai, trompeur, plutôt faux, faux ou même des systèmes plus créatifs. Ces échelles permettent de représenter une réalité souvent graduelle. Une affirmation peut contenir un chiffre exact accompagné d’une interprétation fausse. Mais la méta-analyse sur le fact-checking politique trouve une efficacité moyenne plus faible lorsque les corrections utilisent des échelles graduées de vérité. Une explication possible est que le lecteur doit interpréter ce que signifie précisément « principalement faux ». Deux personnes peuvent comprendre la même étiquette différemment. Cela ne condamne pas ces échelles : elles peuvent être nécessaires pour éviter un faux binaire. Mais elles doivent idéalement être accompagnées d’une explication suffisamment précise pour que le lecteur sache quelle partie est vraie et quelle partie est trompeuse.

Une source fiable aide, mais l’argument compte aussi

La source de la correction influence naturellement sa réception. Une institution reconnue dans son domaine bénéficie d’un avantage par rapport à un compte anonyme. Cependant, réduire tout fact-check à :

« Faites confiance à cette autorité »

serait fragile. La confiance dans les institutions varie, parfois pour de bonnes raisons. Une correction devient plus robuste lorsqu’elle permet de remonter vers les documents, données ou preuves primaires. Dans certains contextes sociaux, une correction venant d’un pair peut également être efficace. Une revue de 2024 consacrée aux corrections faites par les utilisateurs conclut que celles-ci peuvent réduire les perceptions erronées sur les réseaux sociaux et souligne que leur public ne se limite pas forcément à la personne corrigée : les observateurs silencieux de la conversation constituent une seconde audience importante. Cela change la manière de concevoir une correction publique. Convaincre immédiatement l’auteur du message n’est pas toujours le seul objectif.

Corriger quelqu’un publiquement peut servir ceux qui lisent sans intervenir

Imaginez un utilisateur publiant une fausse statistique devant 10 000 abonnés. Un autre lui répond avec la source originale et explique l’erreur. L’auteur refuse obstinément :

« Je n’y crois pas. »

À première vue, la correction a échoué. Mais 3 000 personnes ont lu l’échange sans commenter. Pour elles, la présence d’une source et d’une explication peut empêcher la fausse statistique de s’installer. Évaluer une correction uniquement en observant si la personne initialement contredite reconnaît publiquement son erreur peut donc sous-estimer son effet. La dynamique sociale du fact-checking comporte au moins deux destinataires : celui à qui l’on répond et tous ceux qui regardent.

Une correction publique n’a pas besoin d’humilier

L’exactitude du contenu ne dépend évidemment pas de la politesse. Une preuve correcte reste correcte même lorsqu’elle est présentée agressivement. Mais si l’objectif est de favoriser la mise à jour plutôt que de remporter symboliquement une confrontation, une formulation inutilement humiliante peut être contre-productive pour des raisons sociales très ordinaires. Reconnaître une erreur devient plus coûteux lorsque cela signifie simultanément perdre la face devant son groupe. Cela ne justifie pas d’édulcorer les faits. On peut écrire : « ce chiffre est faux » sans écrire : « il faut être idiot pour y croire ». Le critère pertinent reste : maximiser la clarté de la correction, pas la satisfaction de celui qui corrige.

Le fact-checking peut-il changer les opinions politiques ?

Beaucoup moins sûrement. C’est l’une des distinctions les plus importantes de cette rubrique. Les corrections sont principalement conçues pour modifier une croyance factuelle précise. Elles n’ont pas nécessairement pour fonction de transformer tout le système politique de la personne. Porter et Wood concluent dans leur revue de 2024 que les corrections améliorent assez régulièrement l’exactitude des croyances, tandis que leurs effets sur les attitudes et comportements en aval sont généralement faibles ou inexistants, avec certaines exceptions.

Une expérience internationale réalisée en Biélorussie, Estonie, Kazakhstan, Russie et Ukraine pendant la guerre russo-ukrainienne illustre parfaitement cette dissociation. Les fact-checks réduisaient la croyance dans plusieurs affirmations fausses pro-Kremlin, mais ne modifiaient pas substantiellement les opinions générales concernant la guerre. Une personne peut donc reconnaître : « cette affirmation particulière était fausse » tout en continuant à défendre exactement la même position politique pour d’autres raisons. Ce n’est pas nécessairement une défaillance du fact-check. Le fact-check a peut-être accompli précisément ce qu’il pouvait raisonnablement accomplir.

Corriger un fait n’est pas gagner un débat de valeurs

Supposons qu’un débat porte sur l’immigration. Quelqu’un utilise une statistique fausse pour soutenir une politique restrictive. Le chiffre est corrigé. Il peut répondre :

« D’accord pour ce chiffre, mais je continue à défendre cette politique pour d’autres raisons. »

Cette réponse peut être parfaitement cohérente. La correction factuelle règle : « combien ? » Elle ne règle pas nécessairement : « quelle politique devons-nous vouloir ? » Confondre les deux conduit parfois les fact-checkers eux-mêmes à surestimer leur rôle. Une démocratie contient des désaccords sur les valeurs, les priorités et les arbitrages, qui ne peuvent pas être transformés artificiellement en questions de vrai ou faux.

Le fact-checking ne crée pas automatiquement la vérité officielle

Une inquiétude légitime apparaît lorsque des institutions se donnent pour mission de qualifier des affirmations de « vraies » ou « fausses ». Qui vérifie les vérificateurs ? La réponse compatible avec l’esprit critique n’est pas : « les fact-checkers sont neutres par définition ». Ils peuvent se tromper, sélectionner inégalement leurs sujets, interpréter abusivement une déclaration ou utiliser une source contestable. Leur valeur vient donc moins de l’étiquette fact-checker que de la possibilité d’examiner leur méthode, leurs sources et leur raisonnement. Un bon fact-check devrait être lui-même vérifiable. C’est pourquoi la catégorie **Vérification de l’information** insiste sur la remontée vers les sources primaires plutôt que sur la simple substitution d’une autorité à une autre.

Une correction peut elle-même être fausse

Ce point paraît évident mais mérite d’être conservé. Une personne affirme X. Une institution annonce :

« X est faux. »

Le mot correction décrit ici la fonction déclarée du second message, pas sa vérité garantie. Une correction peut comporter une erreur. Elle peut contester une affirmation encore incertaine comme si elle était définitivement réfutée. Elle peut répondre à une formulation légèrement différente. L’esprit critique ne doit donc jamais adopter la structure : information contestée → fact-check → fin du raisonnement. La bonne structure est : affirmation → preuves → correction proposée → preuves de la correction → conclusion proportionnée. Le fact-check est une ressource épistémique. Pas un sacrement.

Pourquoi le mythe du *backfire* a-t-il tellement réussi ?

Il possède une qualité narrative remarquable : il explique immédiatement pourquoi les autres refusent nos preuves.

« Je lui ai montré les faits et il refuse toujours de me croire : c’est le backfire effect. »

Mais cette explication peut devenir elle-même une manière d’éviter d’examiner d’autres possibilités. Peut-être notre source n’était-elle pas convaincante. Peut-être avons-nous mal compris son affirmation. Peut-être la correction était-elle correcte mais insuffisante. Peut-être a-t-il réellement réduit sa croyance sans l’abandonner complètement. Peut-être a-t-il corrigé le fait mais pas son opinion générale. Attribuer automatiquement toute résistance au *backfire effect* revient presque à rendre notre propre argument irréfutable : plus quelqu’un le conteste, plus sa contestation prouverait qu’il est prisonnier de son biais. Nous retrouverions alors, ironiquement, la structure auto-protectrice étudiée dans la fiche sur les théories du complot.

Cas pratique — « Ne lui donne surtout pas les chiffres, ça va renforcer sa croyance »

Un collègue affirme : « Les vaccins contre la grippe donnent souvent la grippe. » Une autre personne vous conseille :

« Ne le corrige pas. S’il est antivaccin, lui montrer les faits risque de renforcer son opinion. »

Cette recommandation traite un phénomène rare comme s’il était la réaction normale. Une réponse plus raisonnable consiste à corriger clairement : les vaccins antigrippaux injectables ne peuvent pas provoquer une infection grippale parce qu’ils ne contiennent pas de virus capable de se répliquer ; certains effets secondaires transitoires peuvent toutefois ressembler à certains symptômes bénins, et une personne peut également contracter une autre infection ou attraper la grippe malgré une protection imparfaite. Cette correction fonctionne mieux qu’un simple :

« Faux. »

Elle explique pourquoi la croyance paraît plausible et fournit une explication alternative aux observations qui peuvent l’entretenir. Le collègue changera-t-il d’avis ? Peut-être complètement, peut-être partiellement, peut-être pas. Mais l’état actuel de la recherche ne justifie pas de présumer que lui apporter une correction crédible le rendra normalement encore plus convaincu de l’erreur.

Cas pratique — Une rumeur politique très favorable à notre camp

Une publication affirme qu’un candidat a dépensé 80 000 € d’argent public pour rénover son bureau personnel. L’histoire devient virale. Un fact-check examine les documents comptables : la dépense de 80 000 € existe, mais concerne la rénovation de tout un bâtiment administratif accueillant vingt salariés ; le bureau du candidat représente une partie mineure du chantier. Une mauvaise correction dirait :

« FAUX : aucune dépense de 80 000 €. »

Elle serait elle-même trompeuse, puisque la somme existe. Une meilleure correction dirait : « Le chiffre de 80 000 € est réel, mais il ne correspond pas à la rénovation du bureau personnel du candidat. Les factures concernent l’ensemble du bâtiment administratif. » La distinction est essentielle. Un fact-check efficace ne cherche pas à obtenir un verdict politiquement avantageux. Il cherche à préciser quelle partie de l’affirmation est correcte, quelle partie est fausse et comment les éléments disponibles doivent être interprétés.

Une petite règle : ne pas craindre de corriger, craindre de mal corriger

L’ensemble de la littérature permet donc de remplacer une ancienne précaution : « Attention, corriger peut renforcer le mythe. » par une meilleure : « Corrigez lorsque vous disposez de bonnes preuves, mais faites en sorte que la correction soit claire, précise, justifiée et suffisamment mémorable. »

Lorsque cela est utile, rappelez brièvement l’affirmation afin que le lecteur sache exactement ce qui est corrigé. Mettez clairement en avant la bonne information. Expliquez pourquoi l’affirmation était trompeuse et fournissez, si les preuves le permettent, une explication alternative. Ne promettez pas davantage que ce que montrent les données. Cette approche est beaucoup plus exigeante que la simple apposition d’un label « faux ».

Le véritable adversaire est souvent l’oubli

Même une bonne correction perd une partie de son effet avec le temps. La revue de Kemp et ses collègues en 2024 souligne que la durabilité dépend notamment de la capacité à retrouver en mémoire la correction et la source de l’information. Lorsque le statut de la source est oublié, l’efficacité de la mise à jour peut diminuer. Cela suggère une stratégie pratique : une correction importante peut avoir besoin d’être répétée. Nous faisons régulièrement l’inverse. Une rumeur est répétée des centaines de fois, puis nous considérons qu’un unique fact-check publié trois jours plus tard devrait définitivement résoudre le problème. L’asymétrie est évidente. Répéter une bonne information n’est pas un échec de la première correction. C’est parfois simplement reconnaître le fonctionnement ordinaire de la mémoire et de l’environnement médiatique.

Le véritable adversaire est aussi la concurrence informationnelle

Une correction peut parfaitement fonctionner aujourd’hui puis être suivie demain de nouvelles déclarations répétant l’information fausse. Nyhan souligne que les croyances erronées peuvent persister non parce que les corrections produisent régulièrement des retours de flamme, mais parce que leurs effets s’affaiblissent et sont concurrencés par des messages politiques ou médiatiques répétés qui réintroduisent la croyance confortable. Cette distinction déplace complètement le diagnostic. L’ancien récit disait : « Les faits sont impuissants parce que les gens les rejettent psychologiquement. » Un récit plus conforme aux données est souvent : « Les faits peuvent corriger, mais ils doivent atteindre le public, être suffisamment mémorables et parfois résister à un environnement où la fausse information continue d’être répétée. » C’est moins spectaculaire. C’est aussi beaucoup plus exploitable.

Fact-checker n’est donc pas seulement publier une correction

À l’échelle individuelle, une correction réussie demande une bonne information. À l’échelle d’un écosystème, elle demande également distribution, rapidité, répétition et possibilité d’atteindre le public concerné. Un excellent article de vérification caché au fond d’un site ne concurrence pas nécessairement un mensonge diffusé par cent comptes disposant chacun d’une audience importante. La lutte contre la désinformation ne peut donc pas reposer uniquement sur : produire la vérité quelque part sur Internet. Il faut également comprendre comment cette information circule. Cette question nous conduira directement à la fiche suivante consacrée aux étiquettes et avertissements, qui tentent précisément d’introduire la correction au moment et à l’endroit où l’utilisateur rencontre le contenu.

À retenir

Le fact-checking et les corrections factuelles améliorent généralement l’exactitude des croyances. Une méta-analyse de 30 études regroupant 20 963 participants trouve un effet positif du fact-checking politique, tandis que des expériences menées simultanément dans quatre pays montrent des réductions substantielles des fausses croyances, dont une partie reste mesurable plus de deux semaines après l’intervention.

Les corrections sont toutefois imparfaites. Elles peuvent laisser subsister une partie de l’influence initiale, perdre de leur efficacité avec le temps et produire beaucoup moins d’effets sur les attitudes générales et les comportements que sur l’affirmation directement corrigée.

Le célèbre backfire effect doit en revanche être fortement relativisé. Les premiers travaux avaient effectivement trouvé quelques cas où une correction semblait renforcer une croyance politiquement congruente, mais de nombreuses recherches ultérieures ont échoué à reproduire un retour de flamme robuste. Une revue de 2024 considère désormais ces cas comme extrêmement rares et potentiellement liés, dans certains travaux, à des problèmes de mesure.

La crainte d’un backfire par familiarité est elle aussi largement exagérée. Trois expériences regroupant 1 718 participants n’ont pas trouvé que répéter une nouvelle fausse affirmation à l’intérieur de sa correction conduisait globalement à davantage de croyance qu’une absence complète d’exposition ; des tentatives récentes de reproduction sur les vaccins aboutissent au même constat.

La recommandation « ne jamais répéter le mythe » est donc trop rigide. Une bonne correction doit souvent identifier clairement ce qu’elle corrige. Les revues récentes recommandent plutôt de fournir une réfutation claire et suffisamment détaillée, de rappeler l’information erronée lorsque cela facilite la mise à jour, de répéter la correction lorsque c’est utile et de proposer une explication alternative quand les preuves le permettent.

Le principal obstacle au fact-checking pourrait finalement être beaucoup moins paradoxal que le *backfire* : une correction ne peut pas aider quelqu’un qui ne la rencontre jamais. Les personnes exposées à une rumeur ont souvent très peu de chances de voir le fact-check correspondant. Il faut donc abandonner deux mythes opposés : « une fois qu’une personne croit quelque chose, les faits ne servent plus à rien » et « il suffit de publier la vérité pour que l’erreur disparaisse ».

La réalité est plus encourageante et plus exigeante : les humains mettent généralement leurs croyances à jour lorsqu’ils reçoivent de bonnes corrections, mais cette mise à jour est imparfaite, peut s’éroder et dépend de la possibilité réelle pour la correction d’atteindre le public. Le problème n’est pas que la vérité soit psychologiquement impuissante. C’est qu’elle doit être claire, crédible, mémorable — et effectivement rencontrée.

Sources principales

Ethan Porter et Thomas J. Wood, « *Factual Corrections: Concerns and Current Evidence* », *Current Opinion in Psychology*, 2024. Toby Prike et Ullrich K. H. Ecker, « *Effective Correction of Misinformation* », *Current Opinion in Psychology*, 2023. Nathan Walter, Jonathan Cohen, R. Lance Holbert et Yasmin Morag, « *Fact-Checking: A Meta-Analysis of What Works and for Whom* », *Political Communication*, 2020. Man-pui Sally Chan, Christopher R. Jones, Kathleen Hall Jamieson et Dolores Albarracín, « *Debunking: A Meta-Analysis of the Psychological Efficacy of Messages Countering Misinformation* », *Psychological Science*, 2017. Brendan Nyhan et Jason Reifler, « *When Corrections Fail: The Persistence of Political Misperceptions* », *Political Behavior*, 2010. Brendan Nyhan, « *Why the Backfire Effect Does Not Explain the Durability of Political Misperceptions* », *PNAS*, 2021.

Briony Swire-Thompson, Nicholas Miklaucic, John P. Wihbey, David Lazer et Joseph DeGutis, « *The Backfire Effect after Correcting Misinformation Is Strongly Associated with Reliability* », *Journal of Experimental Psychology: General*, 2022. Ullrich K. H. Ecker, Stephan Lewandowsky et Matthew Chadwick, « *Can Corrections Spread Misinformation to New Audiences? Testing for the Elusive Familiarity Backfire Effect* », *Cognitive Research: Principles and Implications*, 2020. Paige L. Kemp, Aaron C. Goldman et Christopher N. Wahlheim, « *On the Role of Memory in Misinformation Corrections: Repeated Exposure, Correction Durability, and Source Credibility* », *Current Opinion in Psychology*, 2024.

25 sur 33Retour à la catégorie