Dans les médias numériques, l’intelligence artificielle n’est plus un simple outil d’appoint : elle s’installe au cœur des rédactions et redessine l’organisation du travail, de la fabrication des formats à la hiérarchisation des sujets. Depuis l’arrivée de ChatGPT fin 2022, la question est devenue un débat public, mais de nombreuses initiatives étaient déjà en place, parfois depuis des années, dans des logiques d’automatisation et d’optimisation du contenu digital. Désormais, l’enjeu n’est plus seulement de tester, mais de structurer : qui pilote les algorithmes, quels garde-fous imposer, et comment maintenir les standards du journalisme quand la cadence de production éditoriale s’accélère ?
Sur le terrain, les exemples se multiplient : génération d’images pour illustrer un sujet, production automatique de formats courts pensés pour le référencement, ou encore assistance au fact-checking et à l’enquête. Cette montée en puissance s’accompagne d’un retour d’expérience parfois brutal, lorsque des rédactions reviennent en arrière après un test jugé incompatible avec leur ligne, ou lorsque le public rejette des formats trop artificiels. Au-delà de la promesse d’efficacité, l’IA devient un sujet de gouvernance interne, où se jouent la transparence, la crédibilité et le rapport à l’audience.
Des usages éditoriaux concrets, de l’illustration à l’écriture automatisée
La bascule est visible dans les maillons les plus exposés de la chaîne : l’image et le texte. En mai 2023, le JDD Magazine a fait appel à Midjourney pour une couverture et deux articles consacrés à Michel Houellebecq, un choix assumé par la direction artistique car “au service du sujet”. L’expérience est restée ponctuelle, le magazine rappelant privilégier le travail d’artistes et de photographes, notamment pour les productions haut de gamme. L’épisode a néanmoins marqué un tournant symbolique dans la presse française.
Le même printemps, Le Figaro a brièvement utilisé une image générée par IA pour illustrer un article sur une escroquerie, avant de la retirer, la rédaction évoquant une initiative individuelle non conforme à sa politique. Cette séquence a mis en lumière une question devenue centrale : l’IA peut-elle produire, mais aussi signer, ou doit-elle rester cantonnée à des usages explicitement encadrés et signalés au lecteur ? Dans plusieurs groupes, la ligne éditoriale privilégie la transparence sur la provenance des visuels et limite les images générées aux sujets traitant précisément de l’IA.
Côté texte, l’automatisation est plus ancienne qu’on ne le croit. Le Monde avait déjà utilisé un robot en 2015 pour publier massivement des articles de résultats lors des élections départementales. Plus récemment, L’Équipe s’appuie depuis 2021 sur des systèmes capables de produire automatiquement des formats répétitifs — calendriers de matchs, horaires, chaînes — avec un objectif clair : alimenter le flux et renforcer la visibilité sur les moteurs de recherche. Cette logique rejoint d’autres dynamiques de l’économie numérique, où les plateformes misent sur l’IA pour piloter la performance et la distribution, un mouvement analysé aussi dans les stratégies des géants technologiques autour des assistants et de la recherche, comme le montre l’évolution des alliances IA entre Google, OpenAI et Microsoft.
La rédaction pilotée par les algorithmes, entre vitesse et arbitrages éditoriaux
Au-delà de la production brute, l’IA s’installe dans la mécanique de mise en avant. Le Monde s’appuie sur un outil d’aide à l’édition de sa page d’accueil, fondé sur des signaux comme la position initiale d’un article, les vues par minute ou les abonnements récents. L’objectif est clair : indiquer quels contenus pousser, lesquels rétrograder, et ajuster la vitrine en temps réel. Dans les faits, ce sont des décisions historiquement humaines — la hiérarchie, le rythme, la place donnée à un sujet — qui sont désormais éclairées par des indicateurs automatisés.
Le quotidien a aussi expérimenté en 2023 des résumés automatisés de rencontres sportives jugées secondaires, par exemple sur des tournois ATP 500, faute de journalistes sur place. Le gain de temps est immédiat, mais il impose un cadre : vérification, relecture, et définition précise des zones où la machine peut produire sans fragiliser la fiabilité. La question se pose alors en interne : jusqu’où accélérer sans transformer la rédaction en simple centre de validation ?
Cette tension n’est pas propre à la presse. Dans le marketing digital, des outils d’optimisation prédictive automatisent déjà l’achat média et l’allocation de budgets en continu. Les rédactions observent ces modèles avec attention, car ils reposent sur des logiques similaires de pilotage par la donnée et de recherche d’efficacité. Pour comprendre ces mécaniques, le dossier sur les campagnes publicitaires auto-optimisées illustre comment les algorithmes influencent des arbitrages autrefois manuels, et pourquoi la gouvernance devient aussi importante que l’outil.
La suite logique concerne la vidéo, devenue un format central du contenu digital. En janvier 2023, Brut a testé des vidéos générées avec IA, d’abord avec un avatar numérique de Rémy Buisine, avant de basculer vers des visages entièrement synthétiques. La réaction du public a été froide, malgré une qualité visuelle jugée impressionnante, et l’équipe a souligné les limites persistantes sur le fond, notamment les erreurs factuelles. L’IA peut séduire par la forme, mais c’est la robustesse éditoriale qui tranche.
Fact-checking et investigation : l’IA comme accélérateur, mais sous contrôle
Dans le journalisme de vérification, l’IA se positionne moins comme une plume que comme une loupe. Statcheck, développé à partir d’une collaboration engagée en 2022 entre France Info et l’Inria, est conçu pour repérer une statistique dans un message en ligne et la confronter aux bases de données de référence, comme Eurostat ou l’Insee. L’outil est utilisé par l’équipe de fact-checking et France Info a indiqué vouloir en étendre l’usage à d’autres services. Le principe est simple : accélérer l’identification de la source pertinente, sans retirer à la rédaction la responsabilité du verdict final.
Pour l’investigation, l’exemple le plus parlant reste le travail de l’International Consortium of Investigative Journalists (ICIJ), connu pour ses enquêtes sur de vastes fuites de données comme les Panama Papers ou les Pandora Papers. Le consortium utilise des méthodes de machine learning et de réseaux de neurones afin d’aider à naviguer dans des masses de documents. Les journalistes “enseignent” aux systèmes ce qu’ils cherchent — types de fichiers, entités (noms, sociétés, numéros, adresses) — et affinent ensuite les résultats par itérations. Le bénéfice est immédiat : retrouver plus vite une information enfouie et consacrer davantage de temps à la vérification et à la mise en récit.
Reste un angle mort régulièrement soulevé par les équipes techniques elles-mêmes : l’éthique de l’entraînement et la chaîne de production des outils. Qui annote, dans quelles conditions, et avec quelles garanties sur les biais ? À mesure que l’innovation technologique s’installe dans les rédactions, ces questions quittent le terrain théorique pour devenir des sujets de politique interne. Et au moment où la vidéo automatisée progresse ailleurs dans le monde — comme en Corée du Sud avec MBN, qui diffuse depuis 2020 des flashs présentés par un clone numérique — les médias européens avancent avec une prudence accrue, conscients que la confiance se perd plus vite qu’elle ne se reconquiert.
