La mort du journalisme technologique : Comment l’illettrisme financier a créé de fausses nouvelles 🧵👇 Le tweet de Laura Shin est une leçon magistrale sur la manière dont les biais politiques et une absence totale de compréhension technique amènent les journalistes à inventer un scandale à partir d’une architecture logicielle basique. En seulement deux phrases, elle a réussi à regrouper trois erreurs catégorielles majeures : 1. Confondre une API publique avec des « informations privilégiées » Une API ne donne pas un accès en brouillon ni ne fuit des « informations privilégiées » avant la publication d’un message. La réalité : Le message atteint les serveurs publics de Truth Social pour tout le monde au même milliseconde exactement. L’ingénierie : Une API WebSocket pousse du texte JSON non rendu directement vers un serveur, tandis qu’un utilisateur grand public dépend d’un navigateur mobile ou d’une application qui met 2 à 5 secondes pour récupérer, rendre et afficher du HTML. Contourner le délai de rendu de l’interface utilisateur n’est pas un « trading intérieur » — c’est une ingénierie standard de pipeline de données. 2. Utilisation incorrecte du terme « market-making » Shin affirme que le flux révèle des « décisions de market-making ». En finance, le market-making a une définition stricte : citer continuellement des prix d’offre et de demande pour fournir de la liquidité au carnet d’ordres. Un message politique sur les tarifs ou le commerce crée de la volatilité, mais il ne s’agit en aucun cas d’une « décision de market-making ». L’utilisation de ce terme prouve qu’elle ne sait pas faire la différence entre un fournisseur de liquidité et un titre d’actualité. 3. Présenter la licence de données d’entreprise comme un « schéma pyramidal » Son expression « vous pouvez tirer profit de tous ceux qui viennent après vous » décrit un canal de données public comme s’il s’agissait d’un schéma Ponzi de marketing multiniveau. Toutes les grandes entreprises technologiques et médiatiques vendent des flux API entreprise à faible latence aux algorithmes institutionnels : X (Twitter) : Facture jusqu’à 100 000 $/mois et plus pour son pack API entreprise. Bloomberg et Refinitiv : Facturent des centaines de milliers de dollars par an pour des fils d’actualités machine-readable à faible latence. Dow Jones et Reuters : Vendent des flux de données algorithmiques directs spécifiquement conçus pour le trading haute fréquence. Laura Shin a passé des années à couvrir la crypto et la technologie, pourtant elle équivaut publiquement une API REST/WebSocket à une fraude sur valeurs mobilières et à des schémas pyramidaux. Interpréter un flux de données publique en 10 millisecondes n’est pas un crime — c’est une infrastructure de marché standard. Lorsque les médias échangent la maîtrise technique contre l’engagement par l’indignation, on obtient des titres comme celui-ci.