digitakPrendre contact

Influence et contre-influence · Paris

Anticiper, protéger, défendre, influencer : maîtriser ce qui se dit.

Digitak aide dirigeants, entreprises et institutions à prendre l’ascendant dans leur espace informationnel : voir venir les menaces, riposter quand il le faut, et imposer durablement leur récit.

Veille
Active
Réponse
Sous 24 h
Expérience
10 ans et plus
Périmètre
France et international
Paris

Le constat

Rumeurs, fuites, articles à charge, campagnes de dénigrement : la plupart des crises informationnelles se préparent en silence, bien avant d’éclater. Ceux qui les traversent le mieux sont ceux qui s’y étaient préparés.

  • Veille permanente
  • Cartographie des risques
  • Protection des dirigeants
  • Plans de crise
  • Media training
  • Sources d’autorité
  • Wikipédia
  • Cellule de crise
  • Contre-discours
  • Retrait de contenus
  • Relations presse

Doctrine

Quatre fonctions.
Une seule doctrine.

Nous ne vendons pas de visibilité. Nous donnons à nos clients la maîtrise de l’espace informationnel qui les concerne, en temps de paix comme en temps de crise.

Méthode

Avant, pendant, après.
Une présence continue.

  1. Phase 01

    Anticiper

    Veille continue, cartographie des risques et des acteurs : nous repérons ce qui se prépare avant que le sujet n’émerge publiquement.

  2. Phase 02

    Préparer

    Audit de vulnérabilité, plans de crise, media training, sources d’autorité : vous êtes prêt le jour où il le faut.

  3. Phase 03

    Répondre

    Audit express, plan d’action sur mesure : riposte ou désescalade, retrait, prise de parole, ou silence stratégique.

  4. Phase 04

    Consolider

    Retour d’expérience, veille renforcée, récit de fond : vous sortez de la séquence plus solide qu’avant.

Preuves

Nos outils.
Conçus en interne.

Nous développons nos propres instruments de veille, d’analyse et d’audit. Certains sont accessibles en démonstration : jugez sur pièces.

  • Preuves · signalementDémo en accès libre

    Égide

    Repère les messages de cyberharcèlement sur X, les présélectionne au regard du droit pénal, en conserve des captures horodatées et prépare les signalements en masse et le dossier de plainte.

  • Forensique d’images

    Forensia

    Détecte les images générées ou retouchées par IA et identifie le générateur probable. Provenance signée, métadonnées, détecteur neuronal, spectre et compression sont confrontés dans un rapport explicable. L’analyse s’exécute en local : aucune image ne quitte la machine.

    Demander un accès
  • Analyse

    Cartographie de controverse

    Reconstitue une controverse de bout en bout, sur les réseaux, à la radio, à la télévision et dans la presse : qui parle, avec qui, quand, comment l’information circule et quels arguments dominent.

  • Intelligence artificielle

    Audit de perception IA

    Interroge en parallèle ChatGPT, Claude, Gemini et Grok sur une personne ou une organisation, compare ce qu’ils en disent et les sources qu’ils citent, puis établit un plan d’action.

    Demander un accès
  • Affaires publiques

    Influence

    Cartographie les décideurs et parties prenantes d’un dossier, suit chaque échange et chaque rendez-vous, et prépare les rencontres avec un assistant IA nourri des documents de la campagne.

    Présentation sur demande
  • Simulation d’opinion

    Centurie

    Simule une population entière, profil par profil, à partir du recensement et des votes passés, pour prédire une élection ou prétester un message avant le terrain. Méthode éprouvée sur trois scrutins français rejoués à l’aveugle : 82 départements sur 101 justes lors de la dissolution de 2024.

    Demander un accès

Méthode · Forensia

Comment Forensia expertise une image

Aucun détecteur ne reconnaît à lui seul toutes les images générées. Forensia confronte des indices de nature différente, de la signature du fichier au bruit des pixels, et en tire un verdict prudent et explicable. L’analyse s’exécute en local : l’image ne quitte pas la machine.

  • 96,8 %de bonnes réponses sur images originales
  • 88,7 %après trois partages simulés
  • 0vraie photo accusée à tort sur 151 originales
  • 97 à 99 %de générateurs justes quand un nom est donné
  • 100 %local, sans service tiers
  1. Étape 01

    Lire ce que le fichier déclare

    Manifeste C2PA (« Content Credentials ») d’OpenAI, Adobe, Google ou Microsoft, avec vérification de la signature ; mention IPTC d’image générée ; paramètres laissés par Stable Diffusion ou ComfyUI : une trentaine de signatures de générateurs. Quand elle est présente, cette déclaration est décisive.

  2. Étape 02

    Interroger un détecteur neuronal

    Deux réseaux de référence (Community Forensics et CLIP) et une couche entraînée sur notre banque d’images, y compris après des partages simulés sur les réseaux sociaux. L’image est aussi analysée tuile par tuile, pour situer les zones suspectes.

  3. Étape 03

    Repérer une retouche locale

    Une photo authentique dont une seule zone a été refaite par remplissage génératif, un dégât ajouté par exemple : la carte désigne les zones suspectes, et le verdict passe à « zone probablement retouchée, à vérifier ».

  4. Étape 04

    Identifier le générateur

    Midjourney, OpenAI, FLUX, Firefly… Forensia propose la famille la plus probable parmi les générateurs qu’il connaît, ou répond « inconnu ». Quand il donne un nom, il est juste 97 à 99 fois sur 100. C’est un indice d’enquête, jamais une preuve.

  5. Étape 05

    Examiner le spectre et la compression

    Le sur-échantillonnage des générateurs laisse des pics périodiques dans le spectre du bruit ; tables JPEG, analyse du niveau d’erreur et carte du bruit local aident à localiser une retouche. Ces outils éclairent l’expert sans peser dans le verdict.

  6. Étape 06

    Rendre un verdict prudent

    Les déclarations priment ; les estimations sont ensuite combinées selon la fiabilité mesurée de chaque analyseur. Le verdict compte six niveaux, avec une zone « indéterminé » assumée et une alerte quand l’image est trop dégradée. Il est livré dans un rapport autonome, cartes et spectres compris.

Garde-fous

  • Rien ne sortLes images sont analysées sur nos machines, sans être envoyées à un service tiers.
  • Un faisceau d’indicesLe verdict est un niveau d’alerte, pas une probabilité : il se recoupe avec le contexte de publication et une recherche d’image inversée.
  • L’absence n’est pas une preuve« Aucun indice » ne certifie pas qu’une image est authentique.
  • Limites mesuréesChiffres établis sur un jeu public de 7 643 images. Recompressions successives et filigranes propriétaires limitent la détection ; la vidéo n’est pas traitée.

Méthode · Cartographie de controverse

Comment nous cartographions une controverse

Exemple réel, anonymisé : une étude sur plusieurs affaires fortement médiatisées, où réseaux sociaux, radio, télévision et presse ont été analysés avec la même grille.

  • 5sources croisées
  • 176 000messages X analysés
  • 25 000notices radio et télévision
  • 2 900articles de presse codés
  • 11 000comptes classés
  1. Étape 01

    Collecter

    Réseaux sociaux (X, TikTok, YouTube), radio et télévision, presse écrite : chaque source est interrogée par mots-clés sur toute la durée de l’affaire, puis rassemblée dans un corpus unique.

  2. Étape 02

    Nettoyer et délimiter

    Doublons, langue, hors-sujet, homonymes, dépêches reprises à l’identique : chaque source est filtrée pour ne garder que ce qui parle vraiment de l’affaire. Le tri est surtout sévère sur les requêtes trop larges, comme une recherche radio-télé qui ramenait des centaines de milliers de notices sans rapport. Rien n’est supprimé : chaque exclusion est marquée et peut être revue.

  3. Étape 03

    Classer les acteurs

    Chaque compte est classé par une IA d’après sa biographie, ses messages et le contexte de ses mentions : type d’acteur (19 catégories) et position observée dans l’affaire. Les corrections humaines sont définitives.

  4. Étape 04

    Relier : réseaux et communautés

    Le graphe « qui mentionne qui » fait apparaître les communautés. L’algorithme est comparé à deux méthodes concurrentes pour vérifier sa stabilité, et le réseau est recalculé sur plusieurs périodes pour suivre l’évolution des coalitions.

  5. Étape 05

    Dater : pics et temps zéro

    Volume quotidien, jalons et pics annotés : qui réagit en premier, l’antenne ou le compte X d’un même média, et comment chaque plateforme réagit dans les minutes qui suivent un communiqué officiel.

  6. Étape 06

    Suivre la propagation

    Pour chaque fil, la première publication est retrouvée, puis l’arbre de diffusion reconstitué : déclencheurs, relais, et passage d’une plateforme à l’autre.

  7. Étape 07

    Coder les arguments

    Les messages sont regroupés en thèmes par un modèle sémantique multilingue, puis codés un par un sur trois couches : cadre, 11 gestes argumentatifs, énonciation. Un double codage de 1 000 messages atteint 80 à 93 % d’accord.

  8. Étape 08

    Comparer avec la presse et livrer

    La même grille est appliquée aux articles de presse (83 % d’accord en double codage à l’aveugle). Livrables : graphes interactifs, tableaux corrigeables, notebooks d’analyse et note méthodologique.

Garde-fous

  • ReproductibleGraines aléatoires fixées : deux exécutions donnent les mêmes figures.
  • Validé par l’humainChaque classement et chaque code reste corrigeable, et une correction n’est jamais écrasée.
  • Sorties contrôléesNous vérifions les figures et les libellés produits, pas seulement que le calcul a abouti.
  • Limites affichéesCe que les données ne permettent pas de dire est mesuré et indiqué dans chaque livrable.

Fonctionnement · Audit de perception IA

Ce que les IA disent de vous, mesuré

ChatGPT, Claude ou Gemini sont désormais consultés comme des moteurs de recherche. L’audit interroge les principaux modèles sur une personne ou une organisation, compare leurs réponses et en tire un plan d’action.

  • 4+IA interrogées en parallèle
  • 0 à 100score de réputation par IA
  • 6indicateurs de synthèse
  • 5axes de profil par IA
  • 4entités comparables
  1. Étape 01

    Définir le sujet

    Une personne ou une organisation, avec quelques mots de contexte pour lever les homonymies. La recherche web des IA est activée par défaut, pour qu’elles s’appuient aussi sur l’actualité.

  2. Étape 02

    Interroger les IA en parallèle

    La même question est posée au même moment aux principaux modèles : ChatGPT, Claude, Gemini, Grok, et d’autres selon les besoins. Aucune IA ne voit la réponse des autres.

  3. Étape 03

    Obtenir une fiche structurée

    Chaque IA répond dans un format imposé : portrait, sentiment, score de 0 à 100, niveau de confiance, faits, atouts, risques, affirmations à vérifier et sources citées.

  4. Étape 04

    Comparer et mesurer

    Score moyen, écart entre IA, degré d’accord, part des IA qui vous connaissent, éléments non étayés. Chaque IA reçoit un profil sur cinq axes : positivité, confiance, reconnaissance, faits, sources.

  5. Étape 05

    Construire le plan d’action

    Actions rapides, contenus à produire, sources à influencer : le plan cible précisément ce que les IA lisent pour parler de vous, puisque c’est là que se corrige leur perception.

  6. Étape 06

    Comparer et suivre dans le temps

    Jusqu’à quatre entités face à face, par exemple vous et vos concurrents. Chaque nouvel audit s’ajoute à l’historique pour mesurer l’effet des actions menées.

Garde-fous

  • Sources tracéesChaque lien cité par une IA est conservé et regroupé par site.
  • Non étayé signaléToute affirmation sans source apparaît comme « à vérifier ».
  • Plusieurs modèlesLes mêmes questions sont posées à ChatGPT, Claude, Gemini et Grok.
  • Une mesure, pas un verdictL’audit photographie une perception à un instant donné, pas la vérité.

Fonctionnement · Influence

Piloter une campagne d’influence, acteur par acteur

Exemple réel, anonymisé : un outil conçu pour une campagne d’affaires publiques autour d’un texte de loi. Carte des acteurs, suivi parlementaire, échanges et assistant IA réunis dans un espace partagé par l’équipe.

  • 2axes de lecture de la carte
  • 5catégories d’acteurs
  • 2chambres suivies
  • 6 hentre deux relevés automatiques
  • Temps réeltravail en équipe
  1. Étape 01

    Cartographier les acteurs

    Chaque acteur est placé sur deux axes : sa position sur le texte et son poids dans la décision. La taille reflète son audience, la couleur sa catégorie : décideur, allié, adversaire, presse, influenceur.

  2. Étape 02

    Documenter chaque fiche

    Biographie, réseaux, coordonnées, position et statut de la relation, de « à contacter » à « rencontré » : l’équipe sait à tout moment où elle en est avec chacun.

  3. Étape 03

    Suivre le parcours parlementaire

    Composition des deux chambres, votes, commission saisie, textes suivis. Une veille automatique relève le dossier toutes les six heures et signale chaque changement.

  4. Étape 04

    Consigner chaque échange

    Comptes rendus de rencontre (date, format, participants), notes datées et signées, documents joints : la mémoire de la campagne reste dans l’outil, pas dans les boîtes mail.

  5. Étape 05

    Préparer avec l’assistant IA

    Les documents de la campagne nourrissent un assistant qui répond en citant ses sources : « prépare mon rendez-vous avec tel élu », « que répondre à cet argument ». L’argumentaire est classé par niveau de solidité.

  6. Étape 06

    Travailler ensemble et restituer

    Toute l’équipe travaille sur la même carte, en temps réel, avec des droits d’édition ou de lecture. La carte s’exporte en PDF pour être partagée avec le client.

Garde-fous

  • Accès restreintConnexion obligatoire, mots de passe chiffrés, droits d’édition ou de lecture.
  • Réponses sourcéesL’assistant cite les documents dont il tire chaque réponse.
  • Hébergement maîtriséOutil auto-hébergé : carte, fiches et comptes rendus restent sur nos serveurs. Seuls les extraits utiles à une question sont transmis au modèle d’IA.
  • SauvegardesLa carte et les fiches sont sauvegardées automatiquement.

Méthode · Centurie

Prédire une élection avec une population simulée

Ni un sondage, ni une extrapolation du passé : une population de synthèse, qui vote. La méthode a été éprouvée en prédisant à l’aveugle trois scrutins français, avec les seules données antérieures au vote, et elle fait mieux que l’extrapolation précisément quand tout change.

  • 101 000profils simulés pour la France
  • 82/101départements justes, législatives 2024
  • 87/101départements justes, second tour 2024
  • 75/101départements justes, présidentielle 2022
  • 0,9 ptécart de qualification prédit en 2022 (réel 1,2, sondages 5,3)
  1. Étape 01

    Construire la population

    Des profils tirés sur les marges du recensement, territoire par territoire : 1 000 par département en France, soit 101 000. Chacun porte un âge, un métier, un lieu de vie et ses votes passés réels.

  2. Étape 02

    Entraîner le modèle

    Un modèle de langage ouvert est affiné sur les croisements que publient les instituts (opinion par électorat, âge, catégorie sociale) pour apprendre comment chaque électorat se positionne, sujet par sujet. L’entraînement vise des distributions, pas des réponses individuelles, et les mesures qui servent à le tester restent hors de l’entraînement.

  3. Étape 03

    Prédire le vote, profil par profil

    Chaque profil raisonne sur l’offre politique du moment et donne son vote sous forme de probabilités, pas d’un choix unique. Les réponses sont ensuite agrégées par territoire et par segment de population : le résultat, département par département.

  4. Étape 04

    Prétester un message

    La même population est interrogée avec et sans le message : une mesure, un argument ou deux formulations à comparer. L’écart montre où il porte, où il bute et quelles objections reviennent. C’est une indication directionnelle, à confirmer sur le terrain.

  5. Étape 05

    Restituer avec ses marges

    Les biais du moteur, mesurés sur les scrutins passés, sont corrigés et la correction est affichée à part du résultat brut. Chaque chiffre porte son intervalle ; un segment de moins de 300 profils est grisé plutôt que publié.

Garde-fous

  • Jamais le résultatLe modèle n’apprend jamais le scrutin qu’il doit prédire ; ce qui sert à le tester reste hors de l’entraînement.
  • Validé sur le réelLe moteur est confronté aux résultats officiels de scrutins passés, prédits à l’aveugle.
  • Marges affichéesIntervalles par segment, petits effectifs grisés, résultat brut et corrigé séparés.
  • Réservé au clientLes prédictions sont livrées au seul client, jamais publiées.
David Leroy, fondateur de Digitak

Depuis plus de dix ans, Digitak accompagne entreprises, dirigeants et institutions dans la protection de leur espace informationnel. Une structure indépendante, volontairement resserrée, qui associe des outils développés sur mesure à une expertise humaine fine. Rigueur et discrétion guident chacune de nos missions.

David Leroy

Fondateur

Contact

Avant la crise, ou au cœur de celle-ci.

Un expert vous répond sous 24 heures, en toute confidentialité. Premier échange sans engagement.