Méthode publique
Comment les propositions sont évaluées
Une note n’est utile que si sa méthode, ses sources et son niveau d’incertitude sont visibles.
Libellé public : Note documentaire · /100. Elle résume la robustesse des éléments vérifiables au regard des critères applicables. Elle ne juge ni la mesure, ni le candidat, ni la probabilité de réussite, et ne constitue pas une moyenne des modèles IA. Une revue humaine intervient uniquement en cas d’incertitude ou de désaccord.
Grille documentaire 2.1 — le périmètre vient avant la note : l’applicabilité dépend d’une voie d’effet plausible du mécanisme, pas de la présence de chiffres dans l’article. Si une mesure touche un domaine mais le documente mal, elle reste applicable et reçoit une note faible ; le manque d’information ne suffit pas à la déclarer Non applicable. Les valeurs utilisent le repère médian des bandes (10, 30, 50, 70, 90) pour éviter une fausse précision. assessed signifie applicable et évalué ; Non applicable est réservé aux critères sans voie d’effet dans le périmètre ; abstention est réservée aux cas où source, périmètre ou contradiction empêchent réellement l’évaluation et interdit tout score global.
La conclusion à lire sur chaque fiche
La note ne répond pas à la question « cette mesure est-elle bonne ? ». Elle répond à une question plus limitée : le dossier permet-il de comprendre et de vérifier la mesure sur les critères qui la concernent ? La fiche indique le nombre de critères applicables, les critères écartés et les informations qui manquent. Si le corpus est exploitable mais omet des détails pertinents, cela affaiblit la note documentaire ; si une source, le périmètre ou une contradiction empêche réellement l’évaluation, la fiche s’abstient.
Économie et budget
20 %Chiffrage, financement, hypothèses économiques et effets attendus.
Quand l’évaluer : Applicable si le mécanisme de la mesure crée une dépense, recette, transfert, prix, revenu ou autre effet économique direct ou indirect plausible. Le manque de chiffrage ou de budget de référence n'en fait jamais un critère Non applicable.
Éléments observés : coût ou rendement · financement · hypothèses · effets attendus
Droit et institutions
20 %Compétence, procédure, constitutionnalité, droit européen et précédents.
Quand l’évaluer : Applicable si l'action exige une compétence publique, une règle, une décision budgétaire, une procédure ou une modification institutionnelle. L'absence de véhicule juridique documenté est une lacune à évaluer, pas un motif de Non applicable.
Éléments observés : base légale · compétence · procédure · contraintes supérieures
Effets sociaux
15 %Publics concernés, effets distributifs, égalité et accès aux droits.
Quand l’évaluer : Applicable si le mécanisme peut modifier les bénéfices, coûts, emplois, conditions de vie, l'égalité ou l'accès d'au moins un groupe ou territoire. L'absence de données sur ces effets est une lacune documentaire, pas un motif de Non applicable.
Éléments observés : publics touchés · distribution · égalité · accès effectif
Environnement
15 %Climat, énergie, ressources, santé environnementale et effets indirects.
Quand l’évaluer : Applicable dès qu'un mécanisme plausible relie la mesure au climat, à l'énergie, aux sols, aux ressources, aux émissions ou à la santé environnementale. Une mesure énergétique ou une aide à une technologie environnementale reste applicable même si son impact n'est pas quantifié ; l'absence de preuve n'est pas Non applicable.
Éléments observés : périmètre · horizon · impacts · effets déplacés
Éthique et libertés
15 %Droits fondamentaux, proportionnalité, équité et voies de recours.
Quand l’évaluer : Applicable si le mécanisme crée une obligation ou restriction de droits, une différence de traitement entre personnes, un risque pour la vie privée ou les libertés, ou exige nécessité, proportionnalité et recours. Une simple lacune d'information ne suffit pas à rendre le critère Non applicable.
Éléments observés : droits concernés · nécessité · proportionnalité · recours
Faisabilité
15 %Calendrier, moyens administratifs, dépendances, contrôles et indicateurs.
Quand l’évaluer : Applicable si la mesure suppose un responsable, des moyens, un calendrier, des dépendances ou un contrôle de mise en œuvre. Une promesse vague sur ces éléments se note comme insuffisamment documentée ; elle ne rend pas le critère Non applicable.
Éléments observés : responsables · calendrier · moyens · contrôle et mesure
Lecture du score de robustesse documentaire La couleur indique la robustesse documentaire du dossier disponible, jamais la qualité politique d’une proposition.
Ce que la note ne signifie pas
Elle n’indique pas pour qui voter, ne juge pas si une idée est « bonne » et ne mesure pas la valeur politique d’un candidat. Elle décrit la robustesse du dossier documentaire disponible pour une proposition précise.
Note documentaire et confiance dans l’attribution sont séparées
La confiance dans l’attribution indique à quel point les sources permettent d’identifier l’auteur et de relier fidèlement la mesure à ce qu’il a effectivement déclaré. Elle ne mesure ni la qualité ni la faisabilité de la mesure. Une proposition peut être correctement attribuée tout en reposant sur des informations insuffisantes. Inversement, un dossier peut être bien documenté alors que son attribution reste incertaine : les deux informations ne se compensent pas.
Modèle et version utilisés
Qualification des propositions dans les flux RSS : GPT‑6 Luna, identifiant exact gpt-6-luna, avec un effort de raisonnement faible. La version du modèle et celle du prompt sont conservées avec chaque décision.
Un premier test exploratoire compare GPT‑6 Luna, Claude Sonnet 5 et Mistral Medium 3.5 sur un même dossier. Il expose leurs notes et justifications séparément ; Mistral reste expérimental et aucun score consensuel n’est fabriqué. Ce test ne modifie pas les notes des fiches publiques et ne constitue pas encore un classement général. Consulter le test et ses désaccords →
Les anciennes fiches ne précisent pas toujours l’identifiant exact des modèles ayant produit leurs analyses ; aucune version ne leur est attribuée rétroactivement. Une convergence entre modèles ne vaut pas validation indépendante.