Dans quelle mesure l’IA joue-t-elle déjà un rôle structurel dans la création de contenu pour les magazines en Belgique aujourd’hui ? Pour répondre à cette question, nous ne nous sommes pas adressés à Perplexity AI, DeepSeek ou ChatGPT, mais à Hannes Cools, professeur assistant au AI, Media & Democracy Lab de l’université d’Amsterdam.
Hannes Cools est spécialisé dans l’IA générative, le journalisme informatique, les systèmes de recommandation algorithmiques et l’innovation éditoriale. Il étudie actuellement les besoins du public en matière d’IA, en particulier dans le contexte de l’information, ainsi que l’IA dite responsable. Il s’agit notamment d’un projet de don de données mené par l’université d’Amsterdam, projet auquel 500 journalistes européens ont fait don de leur historique ChatGPT. L’objectif est d’étudier la manière dont l’IA est réellement utilisée dans les salles de rédaction.
ChatDPG
“L’adoption individuelle par les journalistes existait déjà, et il y a bien sûr des applications d’IA très répandues dans des logiciels tels que GoPilot chez Microsoft, mais les éditeurs de presse belges ont maintenant commencé à mettre en œuvre l’IA de manière structurelle dans les salles de rédaction », confirme Hannes Cools. « La phase d’expérimentation est en grande partie derrière nous et la plupart des éditeurs font l’exercice de choisir les entreprises à l’origine des outils d’IA avec lesquelles ils souhaitent s’associer. »
Une possibilité pour les éditeurs est de former leur propre grand modèle linguistique (LLM). Par exemple, DPG Media a lancé son propre outil ChatDPG basé sur le modèle OpenAI GPT-4. Une décision intelligente de construire son propre modèle au lieu d’utiliser des grands modèles de langage externes ? « ChatDPG doit être considéré comme un système de gestion de contenu supplémentaire », explique Cools. « L’outil contribue au flux de travail d’une équipe éditoriale, à la collecte d’informations, à la production ou à la création de contenu et à la distribution d’articles, et ce spécifiquement pour les différents titres. Par exemple, si un journaliste de Het Laatste Nieuws doit écrire un article sur l’inflation, il peut très facilement se plonger dans les archives pour voir ce qui a déjà été écrit à ce sujet, et ce en fonction de certains angles ou du ton de la voix. Mais en effet, le fait que l’entreprise choisisse de construire un système fermé s’écarte également de la logique qui consiste à ne pas divulguer simplement les informations et les sources à des tiers. »
Selon Cools, l’outil est déjà utilisé pour rédiger automatiquement des articles régionaux. Chez Algemeen Dagblad aux Pays-Bas, par exemple, il est utilisé pour remplir partiellement les pages régionales. « Toutefois, les articles ne mentionnent pas qu’ils ont été générés par l’IA et je pense que c’est un risque important », a déclaré Cools. « Après tout, le lecteur ne sait pas comment l’IA est arrivée à telle ou telle conclusion. Cela peut également alimenter la méfiance au sein des comités de rédaction et du grand public s’il s’avère que les articles contiennent des erreurs. Cela s’est d’ailleurs déjà produit. L’exercice de réflexion autour de l’IA dans les comités éditoriaux doit donc être encore amélioré. Pour ce faire, il convient de se concentrer sur la manière de l’utiliser et de la mettre en œuvre au sein des rédactions, mais il faut également se pencher davantage sur le point de vue du public ou du lecteur.
Lignes directrices en matière d’IA
Plusieurs entreprises ont donc déjà commencé à travailler concrètement avec l’IA générative dans leurs départements éditoriaux, mais chez de nombreux éditeurs de presse écrite, tant du côté néerlandophone que francophone, l’exercice est surtout mené de manière stratégique. « Au cours de l’année écoulée, plusieurs éditeurs ont élaboré une sorte de stratégie politique sur la manière dont ils traitent l’IA », explique Cools. « Cela se traduit ensuite par des lignes directrices en matière d’IA, par exemple en ce qui concerne les fournisseurs avec lesquels ils font affaire. La VRT dispose de telles lignes directrices, mais c’est surtout Mediahuis qui y a consacré beaucoup de temps et d’énergie, en accordant également beaucoup d’attention à l’utilisation responsable et éthique de l’IA. Elle relie également ces lignes directrices à la stratégie future de l’entreprise. Je trouve que le niveau d’investissement dans l’IA dépend néanmoins des personnes à la tête de l’entreprise. »
Et pour les rédactions de magazines plus modestes ?
La question est bien sûr de savoir comment l’IA peut être utilisée pour les rédactions de magazines. En théorie, ces dernières sont beaucoup plus petites que les rédactions de journaux et disposent de moins de ressources, mais cela n’enlève rien aux possibilités.
L’IA peut contribuer à améliorer la production, la distribution et l’expérience de lecture. Tout d’abord, les outils peuvent générer de courtes introductions ou des résumés d’articles. Cela peut s’avérer particulièrement utile pour un magazine comportant de nombreuses rubriques différentes, où il est important de rédiger des textes d’introduction de manière cohérente et rapide.
En outre, l’agent IA peut suivre les tendances sur les médias sociaux, dans les moteurs de recherche et dans l’actualité afin d’identifier les nouveaux sujets pertinents pour le public cible du magazine. De même, il peut automatiquement étiqueter ou catégoriser les images, ce qui facilite la recherche d’images pertinentes pour les articles.
Parmi les autres applications, citons l’analyse du comportement de lecture d’un abonné et la recommandation d’articles spécifiques correspondant aux intérêts du public cible ; l’aide à la création des titres les plus efficaces grâce à l’analyse des données ; et même l’aide à la mise en page des magazines, par exemple en générant automatiquement des mises en page pour les articles en fonction du type de contenu.
L’IA peut également ajouter des éléments interactifs dans les versions numériques, tels que des chatbots ou des quiz, suggérer des articles susceptibles de s’intégrer dans le reste du contenu ou utiliser ce que l’on appelle l’analyse des sentiments pour comprendre comment les lecteurs réagissent à certains articles ou à certains thèmes. De nombreuses possibilités s’offrent donc aux éditeurs de magazines.
Un autre produit journalistique
Il ressort clairement de ce qui précède que l’IA dans le journalisme se situe encore principalement au niveau de l’adaptation des processus dans les rédactions, mais qu’elle devrait influencer le journalisme en tant que produit dans les années à venir, selon Hannes Cools. Chez DPG Media, par exemple, l’IA est déjà expérimentée pour créer de nouveaux formats journalistiques pour les jeunes et les moins jeunes. Toutefois, il met en garde les éditeurs contre la tentation de s’aveugler sur les technologies de l’IA et de se contenter de les mettre en œuvre et de les imposer à leurs rédacteurs en chef. « La question doit rester de savoir si une technologie comme l’IA peut être une solution (partielle) à un problème. Ce n’est pas parce qu’elle est plus efficace qu’elle a plus de valeur », conclut Cools.
Encadré : seize domaines d’application actuels de l’IA dans les rédactions
Journalism Practices, une enquête menée par Hannes Cools et Nicholas Diakopoulos, a interrogé des journalistes des Pays-Bas et du Danemark sur les possibilités d’application de l’IA générative dans le processus journalistique. L’enquête a permis de dégager 16 domaines d’application différents. Hannes Cools les commente.
Agrégation de contenu : « Il s’agit de collecter de grandes quantités d’informations provenant de différentes sources via ChatGPT et d’autres grands modèles de langage, mais le NRC, par exemple, dispose également d’une sorte d’archive au sein du système de gestion du contenu où le journaliste peut demander que certains articles ou rapports soient agrégés et résumés. »
Analyse des tendances : « Identifier les tendances émergentes sur la base des données disponibles. Le modèle de langage étendu est utilisé ici comme un moteur de recherche sophistiqué. Les journalistes financiers utilisent cette application, entre autres, lorsqu’ils doivent extraire un très long rapport d’entreprise. »
Générer des idées : « S’inspirer de sujets ou d’angles grâce à l’IA. Cela s’apparente davantage à un brainstorming. Par exemple, le journaliste demande à l’outil de lui fournir trois angles pour son article. »
Soutien à l’écriture : « Formuler des phrases ou des paragraphes à adapter par le journaliste. »
Traductions : « Traduire automatiquement des textes dans d’autres langues. Cela peut se faire via DeepL, Perplexity AI, ChatGPT, … »
Résumer des textes : « Créer de courts résumés de longs articles ou rapports. Certains éditeurs disposent d’une bibliothèque de questions-réponses utiles pour ces résumés. Il s’agit d’une sorte de livre standardisé contenant tous les différents messages-guides qu’ils utilisent. Chaque journaliste est donc censé utiliser le même type de messages-guides. L’objectif est d’obtenir un résultat plus précis. Nu.nl aux Pays-Bas, par exemple, utilise ce système pour produire les résumés qu’ils placent à chaque fois au-dessus d’un article. »
SEO : « Personnaliser les textes pour qu’ils soient mieux trouvés par les moteurs de recherche. C’est un aspect auquel les journalistes ne pensent pas toujours, mais l’IA peut certainement les aider. »
Personnalisation du contenu : « Personnaliser le contenu des actualités pour des publics spécifiques. C’est l’aspect modulaire des grands modèles linguistiques. Il s’agit de générer des versions infinies du produit journalistique, non seulement en texte, mais aussi en audio, par exemple. Vous pouvez traduire un texte en podcast, par exemple, ou en un produit plus visuel. »
Articles de presse générés automatiquement : « La rédaction (partielle) d’articles de presse est particulièrement populaire pour les nouvelles de routine telles que les résultats sportifs et les nouvelles régionales. On le voit aujourd’hui pour d’autres types d’articles également. »
Analyse de données : « Traitement et analyse d’ensembles de données complexes afin de découvrir des tendances ou des modèles. Ce terme est de plus en plus utilisé par les journalistes qui ne sont pas spécialisés dans le journalisme de données, mais qui souhaitent néanmoins ajouter un alibi de données à leur article. J’émets toutefois une réserve. La qualité de l’analyse des données via ChatGPT, Perplexity AI ou DeepSeek n’est pas toujours constante. »
Création visuelle : « Générer des images ou des graphiques, par exemple avec des outils comme DALL-E pour les illustrations. Cependant, il y a encore une réticence à utiliser les générateurs d’images. Il en va de même pour l’audio et la vidéo générés par l’IA. Pour la vidéo en particulier, la technologie n’est pas encore mûre. Dans le domaine de l’audio, en revanche, il existe déjà des applications courantes. Par exemple, des articles écrits sont diffusés en audio. C’est ce que fait le New York Times, mais il existe aussi des exemples plus proches de nous. Knack a déjà expérimenté la lecture automatique d’articles, sans voix humaine. »
Soutien à la recherche de sources : « Aider à trouver des sources ou des documents pertinents. Je vois des journalistes l’utiliser pour trouver des experts dans certains domaines ou pour trouver des sources plus diversifiées. Certains grands modèles de langage sont plus efficaces que d’autres pour trouver des sources originales pour le journaliste. »
Répondre à des questions : « Rechercher ou répondre rapidement à des questions spécifiques, par exemple pour obtenir des informations générales. »
Soutien à la vérification des faits : « La vérification des faits ou des données, tout en faisant preuve de prudence en raison de leur inexactitude. Nous constatons que les journalistes utilisent le moins l’IA pour vérifier les informations, du moins par rapport à la production et à la diffusion des informations. Cela s’explique par le fait que les outils d’IA ne sont pas encore assez précis ou que l’outil devient parfois hallucinant. En revanche, on voit encore des journalistes demander à l’IA si certaines choses sont vraies. Leurs réponses sont ensuite vérifiées auprès d’autres sources. »
Transcription automatisée : « Conversion d’enregistrements audio, tels que des interviews, en texte. Cette technique est très utilisée. Je n’ai donc jamais rencontré de journaliste qui aime transcrire des interviews. Il existe de nombreux outils sur le marché, mais je pense que Good Tape est un bon outil. Amberscript est également solide. »
Efficacité du flux de travail : « Rationalisation des tâches répétitives, telles que l’organisation de l’information ou la planification du contenu. Des ateliers sont souvent organisés dans les rédactions pour déterminer quels processus peuvent encore être automatisés ou quelles sont les tâches auxquelles les journalistes consacrent encore beaucoup de temps. Sur la base de ce retour d’information, nous examinons si un grand modèle linguistique peut être utilisé à cette fin. »
AVEZ-VOUS DEJA LU CECI ?
