Nous sommes une plateforme d'auto-service de test multilingue. Nous croyons que le bon langage psychométrique devrait être entre les mains de tous ceux qui veulent mieux comprendre leur propre esprit — et que le marché des tests en ligne est encore dominé par des vibes et de la gamification superficielle. Nous essayons d'être l'option sérieuse qui ne sacrifie pas l'utilisabilité.
Ce ne sont pas des valeurs affichées au mur. Chacune est codifiée dans le comportement du produit — règles de base de données, contrats API, portes de publication — et vérifiable dans le code.
Chaque test déclare son modèle de base, ses auteurs, références et DOI le cas échéant. Pour les modèles avec PI protégée, nous utilisons la "réinterprétation supervisée", jamais de copie déguisée. Le Constructor classe chaque modèle en 4 couleurs de risque (vert, jaune, orange, rouge) et bloque la publication lorsque la légalité est incertaine.
Dans le contexte B2B, les agrégats anonymes avec N≥5 sont appliqués par la plateforme, pas une promesse PDF. Les administrateurs whitelabel ne peuvent pas voir les données individuelles sans le consentement explicite des employés. Pour les tests sensibles, il y a un avertissement préalable et la possibilité de répondre en dehors du contexte de l'entreprise.
La structure du rapport est un modèle fixe. L'IA ne remplit que le contenu textuel, toujours avec l'identification du modèle utilisé et sa version, dans le pied de page du rapport. Les modifications ultérieures de l'invite ou du modèle n'affectent pas les rapports déjà générés, assurant l'immuabilité judiciaire.
Avant de commencer (modal avec acceptation), en haut et en pied de page du rapport, et au dos du certificat. Adapté par juridiction dans les pays où la « psychologie » est une profession réglementée (BR, PT, ES, FR et autres). Le texte canonique se trouve à /scientific-disclaimer.
NOESIS a commencé en 2025 comme un outil RH interne. La demande externe a augmenté rapidement : des entreprises demandant des whitelabels, des professionnels indépendants demandant l'accès aux rapports sans construire leur propre infrastructure. En 2026, nous nous sommes ouverts en tant que plateforme multilingue.
Outil RH pour usage interne : Big Five + Schwartz appliqués dans les sondages pulsatiles trimestriels.
Trois entreprises demandant leur propre panel avec marque, agrégats et contrats directs. La version B2B est née.
Lancement B2C avec 12 tests en PT, EN et ES. Constructeur de tests avec 4 couleurs de risque IP. Programme d'affiliés en bêta.
Whitelabels corporatifs et lien Duo en production. Chat intégratif traversant plusieurs tests de la même personne.
Snapshot de mai 2026. Mis à jour mensuellement dans le rapport de transparence.
90+ scientific tests
Instruments scientifiques curatoriés, fondés sur la science. En expansion continue.
6 languages
PT, EN, ES, FR, DE, IT. Chaque test est traduit avec l'approbation scientifique locale avant publication.
NOESIS fonctionne avec 14 personnes dans l'équipe interne. Les décisions sensibles (catalogue, IA, IP, avertissement) passent par trois comités externes composés de chercheurs accrédités.
Ingénierie, design, science des données et opérations. Structure allégée parce que le contenu scientifique et la rédaction multilingue sont réalisés par des partenaires accrédités, pas par des généralistes avec une invite.
Chaque décision sensible passe par l'un des trois comités. Les opinions sont publiques lorsque la décision affecte les utilisateurs, et archivées lorsqu'elle n'affecte que les opérations internes.
5 chercheurs. Approuver les nouveaux tests du catalogue, définir les couleurs de risque, valider les réinterprétations autorisées.
3 spécialistes ML + 2 en éthique appliquée. Auditer les invites canoniques, les versions de modèles et les modifications de modèles de rapport.
4 avocats (BR, PT, ES, FR). Adapter l'avertissement, ajuster les conditions par pays et surveiller les réglementations de protection des données.
Nous répondons dans un délai de 3 jours ouvrables. Pour les problèmes techniques de produit, utilisez le canal de support.
