Les drops de Q à l'épreuve des faits
Étude statistique des 4 966 messages de « Q » (2017-2022)
Les messages à l'origine de QAnon, datés, mesurés et confrontés à l'actualité réelle.
- 4 966drops analysés
- 140prédictions vérifiées
- 28 %réalisées
La question
Entre octobre 2017 et novembre 2022, « Q » a publié 4 966 messages sur 4chan, 8chan puis 8kun, et ces « drops » ont fondé QAnon. Le mouvement repose sur une promesse : Q saurait, et annoncerait. Plutôt que de commenter le phénomène, l’étude prend cette promesse au mot et la mesure : Q avait-il raison, parlait-il pour Trump, qui écrivait, de quoi parlait-il, et d’où venait-il ?
La méthode
Chaque drop est daté et confronté à des sources indépendantes :
- les prédictions, vérifiées une à une : 140 annonces vérifiables, avec leur issue documentée ;
- les tweets de Trump, pour tester les « deltas » — ces coïncidences drop/tweet invoquées par les adeptes — contre deux modèles nuls ;
- l’actualité mondiale (GDELT, 2017-2021), pour mesurer ce que Q sur-représente ;
- l’intérêt du public (pages vues de Wikipédia) et /pol/, le forum où Q est né ;
- le discours : thèmes, formules, style, stylométrie.
Le calcul est un pipeline reprenable, et le site bilingue est régénéré à chaque reconstruction. Les données sont téléchargeables, sous licence CC BY 4.0.
Où ça en est
Publié. Le document de travail est déposé sur Zenodo, avec un DOI, et disponible en ligne et en PDF. Le site propose aussi des séances prêtes pour enseigner.
Les résultats tiennent en quelques chiffres. 28 % des prédictions vérifiables se sont réalisées, mais seulement 16 % si l’on écarte les événements déjà programmés, et aucune des 8 arrestations ou inculpations annoncées n’a eu lieu. Un tweet de Trump suit un drop en moins de cinq minutes dans 4,2 % des cas, contre 4,0 % attendus par hasard : l’écart n’est pas significatif.
Limites assumées
La stylométrie situe la rupture de style la plus nette autour du 25 novembre 2017, au passage sur 8chan, sans pouvoir distinguer un changement de plume d’un changement de plateforme. Le « test de l’horoscope » montre aussi pourquoi l’exercice est délicat : des messages vagues s’accordent en partie avec n’importe quelle période, et c’est précisément ce que l’étude mesure plutôt que ce qu’elle tranche. Enfin, une partie de l’évaluation passe par des modèles de langage, eux-mêmes évalués sur un jeu de référence publié avec le code.