Comment identifier le biais dans les sources

Comment identifier le biais dans les sources : réponse rapide

Ne rejetez pas une source parce qu’elle a un point de vue. Nommez qui l’a produite et quel travail accomplit la page, vérifiez le financement et les conflits, recoupez une affirmation factuelle dans une deuxième source, et associez-la à un document qui a un travail différent. Une note d’un groupe de réflexion conservateur, une fiche d’introduction à la politique de pauvreté, un document d’options du Congressional Budget Office de 2019 et une évaluation CBO de 2023 d’un projet de loi ultérieur peuvent tous être citables pour l’affirmation que chacun soutient réellement. Ce ne sont pas des preuves interchangeables.

Ce qu’est cette page (et ce qu’elle n’est pas)

CitationEasy a déjà une page pour cette source est-elle assez crédible pour être citée ? (sources crédibles), une page pour poser les questions CRAAP puis quitter la page (évaluer les sources), une page pour cette affirmation est-elle vraie ? (vérifier les faits dans les sources) et une page pour revue savante versus magazine (savantes ou populaires). Cette URL répond à une question plus étroite : comment reconnaître le biais, le distinguer de l’absence de fiabilité, et écrire avec des sources qui ont une mission déclarée ? Ce n’est pas un graphique de biais médiatique, et ce n’est pas le chapitre APA sur le langage sans biais — ce chapitre concerne les mots que vous écrivez, non le fait qu’une source ait un point de vue.

Deux sens officiels de « bias »

Les enseignantes et enseignants utilisent un mot pour deux problèmes différents. Les fascicules d’alphabétisation informationnelle veulent dire but et point de vue. Les méthodologistes veulent dire erreur systématique. Les confondre, c’est ainsi qu’une étudiante jette une note de plaidoyer utilisable, ou traite un essai évalué par les pairs comme neutre parce que le PDF a l’air officiel. Vous avez besoin des deux lectures.

La phrase Cochrane concerne le fait qu’une étude surestime ou sous-estime un effet. La phrase ACRL concerne quelles voix sont traitées comme faisant autorité. Un essai randomisé bien mené peut encore être sponsorisé par l’industrie. Une source primaire peut être indispensable et unilatérale. La crédibilité est un jugement d’adéquation ; le biais en fait partie, il ne s’y substitue pas.

Deux formulations résiduelles à cesser de répéter. D’abord, une phrase ACRL uniquement 2016 qui commençait par « Experts understand the need… acknowledge biases that privilege some sources of authority over others… others’ worldviews, gender… » est résiduelle leftover-2016-ACRL : la révision du 2 septembre 2026 a remplacé Experts par They, a nommé « systematic biases that privilege dominant institutions » et a ajouté race. Ne continuez pas à citer le libellé de 2016 comme s’il était encore le cadre en vigueur. Ensuite, la page des versions du Handbook énumère à la fois « What’s new in Handbook version 6.5.1 (2025) » (corrections des chapitres 4 et 14) et « What’s new in Handbook version 6.5.1 (2026) » (limites de mots du chapitre 3). La citation en vigueur du chapitre 7 dit encore version 6.5, Cochrane 2024, dernière mise à jour en août 2022. Une correction 6.5.1 n’est pas une réécriture du chapitre 7.

Le biais n’est pas l’imprécision, et « at risk of bias » n’est pas « cette étude est fausse »

Les étudiantes et étudiants traitent souvent un petit échantillon, un large intervalle de confiance ou un financeur industriel comme le même drapeau rouge. Le chapitre 7 de Cochrane sépare ces problèmes. Un petit essai peut être pauvre en précision et pourtant à bas risque dans son plan. Un grand essai peut être précis et pourtant à haut risque si le plan a été construit pour pencher. Le Handbook refuse aussi la caricature qui consiste à appeler un article « biased » comme un fait de l’univers :

C’est aussi la version pour le devoir. Écrivez « ce résultat est at risk of bias de sponsoring » ou « cette note argumente un dossier de politique conservatrice », pas « ce PDF est faux ». Pour les types de sources médicales une fois le risque nommé, utilisez le guide de citation médicale.

ACRL 2026 : l’autorité de qui, et l’IA qui a l’air neutre

Le Framework de septembre 2026 est la formulation résiduelle d’alphabétisation que cette page devait rattraper. Le paragraphe en vigueur des pratiques de connaissance Authority Is Constructed and Contextual ne s’arrête plus à « some sources of authority ». Il nomme « dominant institutions » et « marginalized communities », et il ajoute une phrase que le cadre de 2016 n’avait pas :

C’est pourquoi un aperçu de recherche généré est un problème de biais autant qu’un problème de crédibilité : il peut ressembler à une source tout en cachant qui l’a entraîné. La note du MLA Style Center du 2 octobre 2024 qu’un AI Overview n’est pas une œuvre tient toujours. Pour citer un outil que vous avez réellement utilisé, voir Comment citer l’IA.

Tests rapides : Purpose de CRAAP et SIFT

Le fascicule CRAAP de la bibliothécaire Sarah Blakeslee (Meriam Library, 17 septembre 2010, CC BY 4.0) traite Purpose comme « the reason the information exists. » Ces questions sont le filtre de biais le plus rapide qui vienne encore d’une bibliothèque, non d’une société de notation :

Une liste de contrôle que vous n’appliquez qu’à l’intérieur de la page manquera un groupe de façade d’allure professionnelle. Les mouvements SIFT de Mike Caulfield — Stop, Investigate the source, Find better coverage, Trace claims to the original context — vous font quitter la page. Son Web Literacy for Student Fact-Checkers est aussi l’endroit qui sépare l’orientation du processus :

C’est la règle à laquelle cette page revient sans cesse. Le biais n’est pas la même chose qu’une politique de corrections absente. Une rédaction avec une orientation et un bureau des corrections est un objet différent d’une page qui ne nomme jamais d’auteur et ne corrige jamais un chiffre. Pour l’évidence Stanford que les étudiantes et étudiants restent sur la page et se font piéger par des organisations d’apparence similaire — y compris MinimumWage.com, qui se disait un projet de l’Employment Policies Institute — utilisez le guide de crédibilité. Ce cas de groupe de façade est l’exemple de biais pour le devoir ; le travail de cette page est ce que vous faites après avoir nommé le producteur.

Le même sujet, quatre travaux différents : un salaire minimum fédéral plus élevé

Les groupes de réflexion et les agences vous disent en général leur travail sur la page About. Lisez cette page avant de traiter le PDF comme une note neutre. La mission de la Heritage Foundation est « to formulate and promote conservative public policies based on the principles of free enterprise, limited government, individual freedom, traditional American values, and a strong national defense. » Le Center on Budget and Policy Priorities se décrit comme « a nonpartisan research and policy institute » et dit : « We combine rigorous research and analysis, strategic communications, and effective advocacy. » L’Introduction to CBO en vigueur (janvier 2025) et la vue d’ensemble About énoncent le travail statutaire de l’agence dans des phrases que vous pouvez citer :

Ces travaux produisent des documents différents même lorsque le sujet en titre est le même. Une version plus ancienne de cette page a inventé « Smith, 2025 », « Johnson, 2025 » et un faux article « CBO, 2025 » pour mettre en scène un débat. Ne faites pas cela. Ouvrez des rapports titrés. Et n’aplatissez pas le travail CBO ultérieur dans le document d’options de 2019 : la note Heritage de James Sherk (26 juillet 2016) modélise un plancher de 15 $ d’ici 2021 sous la Pay Workers a Living Wage Act ; la publication 55410 du CBO (8 juillet 2019) chiffre 10 $, 12 $ ou 15 $ d’ici 2025 ; la publication 59833 du CBO (18 décembre 2023) chiffre S. 2488, la Raise the Wage Act of 2023, si elle est adoptée en avril 2024, jusqu’à 17 $ en juillet 2029 ; la page Policy Basics du CBPP (16 avril 2026) est une fiche d’introduction sur le plancher fédéral actuel de 7,25 $ et les lois des États, non un chiffrage d’aucun de ces projets.

Le chiffre BLS est lui-même une trappe résiduelle si vous vous arrêtez à la paraphrase du CBPP. Le rapport officiel Characteristics of minimum wage workers, 2024 est le chiffre de 843 000 sur l’année entière (82 000 à 7,25 $ et 760 000 en dessous). La CPS annual Table 44 en vigueur montre maintenant 844 000 pour 2025 (79 000 au minimum fédéral et 765 000 en dessous) et prévient que 2025 est une moyenne sur 11 mois qui exclut octobre à cause de la fermeture du gouvernement fédéral, donc « not strictly comparable with annual averages for other years. » Citez le tableau que vous avez ouvert, et dites quelle année et quelle réserve.

Biais commercial et industriel

L’intérêt financier est le biais que les étudiantes et étudiants sous-pondèrent parce que le PDF a encore une section méthodes. La revue méthodologique Cochrane d’Andreas Lundh, Joel Lexchin, Barbara Mintzes, Jeppe Bennekou Schroll et Lisa Bero « Industry sponsorship and research outcome » (2017, Article MR000033) a comparé des études de médicaments et de dispositifs sponsorisées par l’industrie avec des études ayant d’autres commanditaires. Sur 75 articles inclus, les études sponsorisées par l’industrie avaient plus souvent des résultats d’efficacité favorables (risk ratio 1,27, intervalle de confiance à 95 % 1,17 à 1,37) et plus souvent des conclusions favorables (risk ratio 1,34, intervalle de confiance à 95 % 1,19 à 1,51). Les autrices et auteurs ont conclu que l’association industrielle « cannot be explained by standard ‘Risk of bias’ assessments. » La revue est ouverte à DOI 10.1002/14651858.MR000033.pub3 ; le résumé PubMed est le texte ouvert pour ces chiffres.

La déclaration est la façon dont les lectrices et lecteurs jugent ce risque. Les ICMJE Recommendations (le texte de janvier 2026, ouvert sur le miroir ACP de icmje.org ; note de mise à jour) placent le conflit en deux phrases :

Un commanditaire déclaré ne rend pas l’article inutilisable. Une relation non déclarée, un commanditaire qui a contrôlé l’analyse, ou un article qui ne dit jamais qui a payé est un autre problème. Lisez la déclaration de financement et le formulaire de conflit, puis décidez quelle affirmation l’article peut porter.

Biais de publication, biais de non-notification et le tiroir à dossiers

Certains biais n’apparaissent jamais sur la page que vous avez trouvée, parce que l’étude contradictoire n’a jamais été publiée. Le Handbook actuel de Cochrane utilise encore la définition classique au chapitre 7 et, dans la mise à jour 2024 du chapitre 13 (dernière mise à jour en août 2024), nomme l’outil ROB-ME pour évaluer les preuves manquantes dans une méta-analyse :

L’essai d’Ioannidis est un argument réel, en libre accès, évalué par les pairs, avec une correction de 2022. C’est un modèle de puissance, de biais et du nombre d’équipes qui poursuivent la même question — pas un recensement de chaque article, ni une licence pour ignorer les revues. Le cas travaillé du chapitre 13 est plus concret : lorsque des résultats non notifiés ont été ajoutés à une revue systématique de l’oseltamivir (Tamiflu), le médicament n’était pas montré comme réduisant les hospitalisations et le profil de préjudice a changé (Jefferson et al. 2014, tel que résumé dans le Handbook). Le geste pratique pour un devoir est plus petit : cherchez un protocole enregistré, une revue qui a fouillé les registres d’essais, ou une réplication, au lieu de traiter le premier résumé significatif comme la littérature. Cochrane, la Campbell Collaboration en sciences sociales et la série Annual Review sont des lieux où cette synthèse a déjà eu lieu.

Biais de confirmation, de sélection et culturel

Ce sont les biais qui vivent dans la façon dont les preuves ont été assemblées, pas seulement sur la page About. Ils restent réels lorsque l’autrice ou l’auteur a un Ph.D. et que la revue est arbitrée. La disposition ACRL 2026 sur le confirmation bias ci-dessus est la version alphabétisation du premier item.

• Biais de confirmation. Chercher seulement les études qui concordent déjà avec la thèse. L’avertissement du manuel de Caulfield est le correctif pratique : décidez de quelle expertise vous respecteriez avant de chercher, ou les résultats vous flatteront.
• Biais de sélection / d’échantillonnage. Une enquête d’un campus présentée comme « des adultes » ; une série de cas de succès avec les échecs laissés de côté ; un échantillon de convenance traité comme une population.
• Biais culturel et linguistique. Les revues indexées en anglais surreprésentent certains pays et certaines méthodes. Le cadre ACRL 2026 ci-dessus est la version alphabétisation de ce problème : certaines institutions sont privilégiées. Incluez des travaux d’autres régions lorsque la question n’est pas uniquement américaine.
• Biais de méthodologie. Items d’enquête orientés, échantillon sous-puissant, critère choisi après l’arrivée des résultats. Le chapitre 7 de Cochrane est l’endroit qui sépare ce risk of bias de la simple petitesse (imprécision).

Comment utiliser une source biaisée sans la blanchir

Une source biaisée est souvent la bonne source pour une affirmation de perspective. Les sources primaires historiques sont biaisées par définition — elles sont le registre de quelqu’un — et elles restent exigées en histoire. Une note de plaidoyer est la bonne source pour « ce que cette organisation argumente ». Un rapport d’agence de littérature grise est souvent la seule méthode publique d’une statistique. L’échec est de traiter l’un de ceux-là comme le dernier mot sur un fait contesté.

Lorsqu’une position est exigée

L’écriture académique n’est pas une exigence de n’avoir aucune thèse. Un devoir argumentatif prend une position, nomme le contre-argument et montre les preuves. La neutralité est le mauvais objectif lorsque la littérature elle-même a un consensus — attribution climatique, efficacité vaccinale, ou une revue Cochrane d’un médicament. Le faux équilibre (traiter une affirmation marginale comme égale à un corpus d’essais) est un biais de votre page, pas une vertu. Le cadre ACRL « Scholarship as Conversation » est la meilleure image : vous entrez dans une conversation qui a déjà des termes, non dans une balance vide à deux plateaux égaux.

Actualité : processus versus orientation

Les sources d’actualité ont des orientations. Elles ont aussi, ou n’ont pas, un processus. La distinction de Caulfield ci-dessus est celle à retenir. Un reportage qui sépare l’actualité de l’opinion, nomme ses sources et publie des corrections peut encore servir pour un fait public daté. Un item qui ne marque jamais l’opinion, ne corrige jamais et existe pour recruter est un autre genre. La vérification des faits est la méthode au niveau de l’affirmation ; cette section n’est que le filtre de biais.

Les graphiques commerciaux de biais médiatique (Ad Fontes, AllSides, Media Bias/Fact Check, NewsGuard) sont eux-mêmes des sources avec une méthode et un modèle économique. Ils peuvent servir de carte de départ. Ce ne sont pas des manuels officiels, ils sont en désaccord les uns avec les autres, et ils devraient recevoir les mêmes questions Purpose que vous venez d’appliquer à l’article. Ne citez pas un graphique comme s’il s’agissait d’un résultat évalué par les pairs sur un journal.

L’édition académique n’est pas exempte de biais

L’évaluation par les pairs est un processus, pas un tampon de pureté. La même littérature qui vous apprend à faire confiance aux revues documente aussi leurs échecs :

• Biais de financement et d’industrie. Lundh et al. (2017) est la synthèse Cochrane ; les phrases ICMJE sont la règle de déclaration.
• Biais de publication et de citation. Les résultats positifs apparaissent plus souvent et sont cités plus souvent. Le chapitre 7 de Cochrane énumère les biais de décalage temporel, de langue, de citation, de publication en double et de notification des critères comme cousins du tiroir à dossiers. L’outil ROB-ME du chapitre 13 est la façon dont les relectrices et relecteurs notent désormais les preuves manquantes dans une méta-analyse.
• Biais de langue et de prestige. Les revues anglophones et à fort impact évincent d’autres travaux. C’est un problème ACRL 2026 de « qui compte comme autorité » autant qu’un problème statistique.
• Votre propre liste de citations. Citer de préférence les études favorables, c’est ainsi qu’une revue de littérature devient une note de plaidoyer. Le guide de revue de littérature est l’endroit qui combat cette habitude.

Votre propre biais fait partie de la méthode

La source n’est pas le seul objet biaisé dans la pièce. Les recherches que vous lancez, le premier PDF auquel vous faites confiance et le contre-exemple que vous n’ouvrez jamais font partie du dossier. Noms courants de ce problème :

1. Écrivez l’affirmation que vous voulez vraie, puis cherchez la meilleure source qui la falsifierait.
2. Décidez du lieu d’expertise (une agence statistique, une revue Cochrane, une revue de méthodes) avant de googler le slogan.
3. Lisez les méthodes ou la page About avant de récolter une phrase.
4. Demandez à quelqu’un qui n’est pas d’accord avec vous de marquer les endroits où vous avez traité une note comme un résultat.

Quand le biais devient une absence de fiabilité

Le biais devient une raison de rejeter la source pour cette affirmation lorsqu’il cesse d’être une perspective et devient un processus brisé. C’est la même décision à trois voies que sur la page de crédibilité, reformulée pour ce problème :

Guides connexes

• Comment évaluer les sources (parcours CRAAP)
• Comment savoir si une source est crédible
• Comment vérifier les faits dans les sources
• Sources savantes ou populaires
• Littérature grise
• Comment fonctionne le processus d’évaluation par les pairs
• Comment citer l’IA
• Utiliser Wikipedia pour la recherche
• Comment rédiger une revue de littérature
• Comment éviter le plagiat
• Évaluation par les pairs (glossaire)
• Littérature grise (glossaire)
• Source primaire (glossaire)