Dans une rédaction, l’intelligence artificielle générative peut résumer un rapport de plusieurs dizaines de pages, proposer des titres ou transcrire une interview en quelques minutes. Elle peut aussi inventer une citation, attribuer une information à la mauvaise personne ou reproduire un biais présent dans ses données. Pour les médias français, la question n’est donc plus seulement de savoir si ces outils sont utiles. Il faut décider où les employer, avec quelles règles et sous la responsabilité de qui.
Le changement est déjà en cours. Les journalistes, les services de communication et les équipes techniques expérimentent des outils capables de produire du texte, des images, du son ou de la vidéo à partir d’une consigne. Mais une rédaction n’est pas un simple bureau de production de contenus. Elle engage sa crédibilité à chaque publication. L’enjeu consiste à gagner du temps sans déléguer le jugement éditorial.
Des outils qui entrent dans les gestes quotidiens
L’intelligence artificielle générative désigne des systèmes capables de créer de nouveaux contenus à partir de modèles entraînés sur de grands volumes de données. Un outil de génération de texte peut, par exemple, reformuler un paragraphe ou préparer une synthèse. Un outil de reconnaissance vocale transforme une prise de son en texte. Ces fonctions ne sont pas toutes nouvelles, mais leur accès s’est largement simplifié.
Dans une rédaction, les premiers usages sont souvent pratiques et circonscrits. Un journaliste peut demander une transcription d’entretien, puis vérifier le texte en réécoutant les passages importants. Une équipe peut faire résumer un document public avant de lire les pages qui concernent directement son sujet. Un secrétariat de rédaction peut obtenir plusieurs propositions de titres, sans nécessairement en reprendre une telle quelle.
Ces tâches ont un point commun : elles assistent un travail humain sans trancher, à elles seules, ce qui mérite d’être publié. C’est une distinction importante. Faire gagner du temps sur une opération répétitive n’équivaut pas à confier à une machine le choix des sujets, leur traitement ou leur hiérarchie.
Les usages peuvent aussi concerner l’accessibilité. La génération de sous-titres ou la préparation de versions simplifiées d’un contenu peut aider à toucher des publics différents. Là encore, la relecture reste indispensable : une erreur de transcription dans un nom propre, une négation ou un chiffre peut modifier le sens d’une déclaration.
Un gain de temps qui doit être mesuré
Les promesses de productivité sont séduisantes, mais elles demandent à être vérifiées dans les conditions réelles de travail. Si la génération d’une première synthèse prend deux minutes, combien faut-il ensuite pour contrôler les faits, retrouver les sources et corriger les formulations trompeuses ? Un outil rapide à utiliser peut produire un gain faible, voire nul, si sa sortie exige une vérification complète.
La bonne mesure n’est donc pas seulement le temps de génération. Une rédaction peut comparer le temps total nécessaire pour réaliser une tâche avec et sans outil : préparation, contrôle, correction et validation compris. Elle doit également suivre la qualité du résultat et les incidents éventuels. Un bilan limité au nombre de textes produits risque de favoriser la quantité au détriment de la fiabilité.
Un exemple simple : une équipe souhaite résumer chaque semaine plusieurs rapports institutionnels. Elle peut tester l’outil sur un petit nombre de documents, vérifier les résumés phrase par phrase et noter les erreurs récurrentes. Si les synthèses omettent régulièrement les réserves méthodologiques ou mélangent les périodes étudiées, l’économie de temps annoncée est peut-être illusoire.
Le coût doit aussi être pris en compte. Il peut comprendre l’abonnement, l’intégration aux outils de travail, la formation, le contrôle juridique et la sécurisation des données. À cela s’ajoute un coût moins visible : le temps consacré à corriger les erreurs et à maintenir des consignes adaptées lorsque les services évoluent.
Le risque central : une réponse fluide n’est pas une réponse fiable
Les systèmes génératifs produisent des réponses vraisemblables à partir de régularités apprises. Ils ne vérifient pas automatiquement qu’une affirmation est vraie, que la source existe ou que les informations sont à jour. Ils peuvent fabriquer une référence, confondre deux personnes ou présenter une hypothèse comme un fait établi. La qualité du ton ne constitue pas une preuve de qualité de l’information.
Pour une rédaction, cette limite touche au cœur du métier. Une information publiée doit pouvoir être rattachée à des sources identifiables et vérifiées. Si un outil propose un chiffre, un nom ou une citation, le journaliste doit retrouver l’origine de l’élément. En l’absence de source vérifiable, il ne faut pas traiter la réponse générée comme une information confirmée.
Les risques ne concernent pas seulement les erreurs spectaculaires. Une reformulation peut atténuer une réserve, supprimer un élément de contexte ou rapprocher deux faits qui n’ont aucun lien. Une traduction peut modifier le niveau de certitude d’une déclaration. Une image générée peut, quant à elle, être prise pour une photographie documentaire si son statut n’est pas clairement indiqué.
La règle pratique est simple : plus un contenu peut influencer la compréhension d’un événement, plus le contrôle humain doit être exigeant. Une proposition de titre peut être évaluée à partir d’un article relu. Une information destinée à être publiée ne peut pas être validée parce qu’un outil l’a formulée avec assurance.
Sources, données et droits : des choix à encadrer
Lorsqu’un journaliste colle un document dans un service externe, il transmet des données à un tiers. Le document peut contenir des informations confidentielles, des données personnelles ou des éléments transmis sous embargo. Les règles d’utilisation du service, les modalités de conservation et les options de traitement doivent donc être examinées avant tout usage professionnel.
Une consigne interne peut interdire l’envoi de notes d’entretien, de documents non publiés ou d’informations permettant d’identifier une source. Elle peut aussi distinguer les outils autorisés des services grand public, dont les conditions de traitement ne répondent pas nécessairement aux exigences de la rédaction. Cette précaution protège les sources autant que l’entreprise.
La question des droits est tout aussi importante. Les contenus produits par une intelligence artificielle générative peuvent s’appuyer sur des œuvres protégées utilisées lors de l’entraînement des modèles. Les conditions de génération, de réutilisation et de diffusion varient selon les services et les situations. Avant de publier un texte, une image ou un son, un média doit examiner les droits applicables et les engagements contractuels de son fournisseur.
Il faut également prendre en compte les effets possibles sur les métiers. Automatiser une tâche ne signifie pas automatiquement supprimer un poste, mais les outils peuvent modifier la répartition du travail, les compétences attendues et le temps consacré à certaines missions. Les équipes concernées doivent être associées aux choix : elles repèrent souvent mieux que quiconque les étapes où l’automatisation aide réellement et celles où elle ajoute une charge de contrôle.
Établir des règles éditoriales lisibles
Une politique d’usage efficace ne se résume pas à autoriser ou interdire l’intelligence artificielle. Elle précise les tâches permises, les données qui ne doivent jamais être transmises, les vérifications obligatoires et les personnes responsables de la validation. Elle définit aussi les cas où le recours à un outil doit être signalé au public.
Les règles peuvent distinguer plusieurs niveaux de risque. La transcription d’un entretien déjà enregistré n’appelle pas les mêmes précautions que la génération d’une image représentant un événement réel. De même, une aide à la correction orthographique n’a pas les mêmes conséquences qu’un texte produit en grande partie par un système automatisé.
Une rédaction peut formaliser ces règles autour de quelques principes :
- ne jamais publier une information générée sans vérification auprès de sources fiables ;
- ne pas transmettre de données confidentielles ou de documents sensibles à un service non autorisé ;
- conserver la responsabilité éditoriale au sein de l’équipe qui publie ;
- indiquer l’usage de contenus générés lorsque cela est nécessaire pour ne pas induire le public en erreur ;
- réexaminer régulièrement les outils, les contrats et les consignes de travail.
La transparence ne signifie pas qu’il faut mentionner chaque correction orthographique assistée par logiciel. Elle devient essentielle lorsque l’usage modifie la nature du contenu ou pourrait changer la façon dont le lecteur l’interprète. Une photographie de presse générée, par exemple, ne doit pas être présentée comme une image prise sur le terrain.
Former les équipes plutôt que multiplier les consignes
Les règles écrites ne suffisent pas si les journalistes ne savent pas reconnaître les limites des outils. Une formation utile doit expliquer comment formuler une demande, mais aussi comment contrôler la réponse, repérer les données sensibles et comprendre les conditions d’utilisation du service. L’objectif n’est pas de transformer chaque journaliste en spécialiste technique : il est de lui donner les réflexes nécessaires pour travailler sans confondre assistance et validation.
Les essais peuvent commencer par un cas d’usage précis, avec un responsable clairement désigné. L’équipe définit le résultat attendu, les données autorisées, les critères de qualité et la méthode de vérification. Elle documente ensuite les erreurs rencontrées. Cette approche évite de déployer un outil à l’échelle d’un média sur la base d’une démonstration convaincante mais éloignée des contraintes de production.
Il est également utile de prévoir une procédure pour signaler les problèmes. Un journaliste doit pouvoir indiquer qu’un outil a produit une fausse citation ou exposé une donnée sans craindre que l’erreur soit traitée comme une faute individuelle. Ces retours permettent d’améliorer les consignes et, si nécessaire, de suspendre un usage.
La confiance du public reste le principal actif
Les médias français ne partent pas tous du même point. Une grande rédaction peut disposer d’équipes techniques et juridiques, tandis qu’un média local ou spécialisé aura moins de moyens pour tester plusieurs solutions. Les décisions doivent donc être proportionnées aux ressources disponibles. L’achat d’un outil ne remplace ni une politique de vérification ni le temps nécessaire à la relecture.
L’intelligence artificielle générative peut aider les rédactions à traiter plus efficacement certaines opérations, à rendre des contenus accessibles ou à explorer de nouveaux formats. Elle ne garantit ni l’exactitude ni la pertinence. Son utilité dépend des tâches choisies, de la qualité des contrôles et de la capacité du média à protéger ses sources et ses lecteurs.
Le critère décisif n’est pas de savoir si une rédaction utilise ou non ces outils. C’est de pouvoir expliquer pourquoi elle les utilise, ce qu’elle leur confie et qui répond du contenu publié. Dans une période où les textes, les images et les voix peuvent être générés à grande échelle, cette responsabilité éditoriale n’est pas un frein à l’innovation. C’est la condition pour que le gain de temps ne se paie pas par une perte de confiance.
