Truth Perception Dataset (TPD) la référence humaine pour la détection de la tromperie
Le Truth Perception Dataset enregistre comment les personnes jugent des affirmations vraies ou fausses : ce qu'elles ont voté, avec quelle certitude, et si elles avaient raison. C'est la donnée qui manque à ceux qui travaillent sur la désinformation, la confiance et la calibration des modèles : non des opinions déclarées, mais des décisions réellement prises.
Ce qu'il contient
Chaque ligne est un jugement : l'affirmation (vraie ou fausse), la catégorie parmi 7, la langue parmi 12 (it, en, de, es, fr, pt-BR, nl, pl, tr, id, ja, ko), le vote, la confiance déclarée et le résultat.
On en tire les mesures qui comptent vraiment : à quel point une population est calibrée (dit 80 % et a raison 80 % du temps), quelles catégories trompent le plus, comment la perception varie entre les langues.
Comment il est anonymisé
Le jeu de données est anonyme : k-anonymat avec seuil k=5 (les groupes trop petits sont supprimés), bruit de confidentialité différentielle sur les agrégats, pseudonymisation à clé avec un sel différent par export et remplacement synthétique des valeurs résiduelles.
Aucune clé de ré-identification n'est fournie, et la licence interdit de tenter une ré-identification ou de relier le jeu de données à d'autres sources dans ce but. Chaque export porte sa propre fiche de confidentialité dans les en-têtes de la réponse.
Comment l'intégrer
API REST avec clé : export en CSV, JSONL, Parquet, filtres par fenêtre temporelle, catégorie et langue, reprise incrémentale par curseur. Version actuelle v1, avec une politique de retrait déclarée et un préavis minimum de 180 jours.
Les clés sont émises depuis le portail et gouvernées : périmètres (métadonnées seules ou export aussi), expiration, liste d'IP autorisées, rotation avec période de grâce. Quotas horaires par offre : TRIAL 5 requêtes/heure, STARTER 20 requêtes/heure, GROWTH 60 requêtes/heure, ENTERPRISE 1000 requêtes/heure.
Qui l'utilise
Groupes de recherche sur la désinformation et la psychologie de la confiance ; équipes qui entraînent ou évaluent des modèles de langage et ont besoin de références humaines sur la perception du vrai ; produits qui mesurent la calibration de leurs propres prédictions.
Licence, confidentialité et niveaux de service
La licence commerciale du jeu de données et la notice de confidentialité du portail sont consultables sans inscription. Le jeu de données ne contient aucune donnée personnelle des utilisateurs de l'application ; la notice concerne les données de l'organisation licenciée.
Niveaux de service déclarés : disponibilité mensuelle de 99,5% sur les routes d'export et de métadonnées, première réponse du support sous deux jours ouvrés, communication des incidents sous 24 heures.