Aujourd’hui, l’intelligence artificielle peut être définie, dans le champ médiatique, comme relevant de « la collecte de données… la production et l’édition de contenu, notamment pour la génération de textes et d’images ; la diffusion de l’information, en facilitant la transcription et la traduction automatiques ; la vérification de l’information, en contribuant à la détection des contenus générés par IA et en soutenant les processus de validation à grande échelle ». Donc, l’IA est ici définie en rapport avec la presse comme un ensemble d’outils automatisés ou semi-automatisés permettant de rendre plus efficace ou plus rapide certains processus journalistiques ou éditoriaux : de la collecte, de la génération de contenu, à la diffusion et à la vérification (Ministère de la Culture).

Par ailleurs, « Toute technologie suffisamment avancée est indiscernable de la magie. Les récents progrès de l’intelligence artificielle (IA) vérifient pleinement cette citation d’Arthur C. Clarke ». Cela indique que ces outils peuvent être « utilisés à toutes les étapes du travail journalistique : d’abord lors de la collecte et du traitement des informations, ensuite pour réaliser les contenus eux-mêmes, enfin lors de leur publication ou de leur diffusion ». Donc l’IA est définie aussi comme un ensemble d’outils technologiques (algorithmes, modélisation, grandes quantités de données, génération de contenu) appliqués à la chaîne de production journalistique ; de la collecte à la diffusion (CDJM).

Une autre source évoque que l’intelligence artificielle est un ensemble d’outils basés sur des modèles d’apprentissage automatique ou d’apprentissage profond, appliqués aux flux, aux archives, aux données visuelles ou textuelles des médias, pour servir la production, l’édition ou la publication d’informations. L’usage de l’IA recouvre ainsi la « transcription automatique d’interviews, reconnaissance de caractères sur des archives manuscrites ou encore analyse d’images satellites » (TV78). Cette approche insiste sur la dimension technique et opérationnelle de l’IA dans le quotidien des rédactions.

En complément des définitions techniques autour de l’intelligence artificielle, il est également nécessaire de définir ce que l’on entend par journalisme, terme central de notre sujet. Dans la perspective de l’enseignement des médias, le journalisme renvoie à l’ensemble des activités se rapportant à la rédaction d’un journal ou à tout autre organe de presse écrite ou audiovisuelle, comprenant notamment la collecte, la sélection et la mise en forme de l’information : cela signifie que le journalisme ne se limite pas à la simple transmission de faits, mais englobe l’ensemble du processus par lequel une information est recherchée, analysée, organisée et présentée pour être portée à la connaissance du public (INSPÉ de Lyon). Cette définition s’accorde avec celle que proposent les dictionnaires usuels, qui décrivent aussi le journalisme comme une profession exigeant rigueur, déontologie et responsabilité dans le traitement de l’information (Larousse). Ainsi, dans notre analyse, le journalisme doit être compris comme un ensemble de pratiques humaines et professionnelles structurées autour de la production d’information destinée à un public, ce qui implique un jeu complexe entre collecte, vérification, traitement et diffusion des faits.

Dans le prolongement, l’intelligence générative est définie comme « une technologie d’intelligence artificielle capable de créer des contenus à partir de modèles d’apprentissage profond entraînés avec de grands ensembles de données » (Le Quotidien). Cette précision est essentielle, car elle souligne la capacité de certaines IA non seulement à analyser ou trier l’information, mais aussi à produire directement des textes, des images ou des vidéos, ce qui modifie profondément la chaîne de production journalistique.

Le « marché des fake news » désigne l’ensemble des mécanismes (techniques, financiers, relationnels) par lesquels des informations fausses sont produites, diffusées, monétisées et exploitées (« IA et fake news : Sommes-nous condamnés à la désinformation ? » - Julie Martinez). Pour les fake news, on parle aussi de « fiabilité des informations générées par ces outils » et de « problèmes éthiques » : « le journaliste doit vérifier et relire ce que l’IA lui propose … car l’IA peut parfois reproduire ce que son programmeur lui propose … on n’est pas à l’abri de dépassements par exemple sexiste et raciste ». La notion de contenu fabriqué ou suggéré par une machine pose un risque de désinformation si la vérification ne suit pas. Pour notre sujet, cela renvoie directement au « marché des fake news » : l’IA peut produire de fausses informations ou amplifier des biais (Le Quotidien).

Le « fact-checking » peut être défini comme un processus journalistique ou éditorial consistant à vérifier la véracité et la fiabilité des informations diffusées ; en particulier celles qui circulent rapidement via les réseaux sociaux ou les personnalités publiques (INRIA). Cette pratique s’inscrit au cœur des missions traditionnelles du journalisme, mais elle est aujourd’hui confrontée à la rapidité et à la massification des contenus générés ou amplifiés par l’IA.

Enfin, la notion d’open data mérite d’être explicitée. « Nous disposons de quantités de données de qualité disponibles en open source, sur les bases statistiques officielles par exemple. La comparaison des unes aux autres constitue un procédé éminemment automatisable pour vérifier davantage et plus vite ». Dans ce cadre, l’« open data » ou « données ouvertes » désigne les données publiques, structurées, accessibles (statistiques officielles, fichiers ouverts) qui peuvent être exploitées par l’IA pour vérifier ou croiser des affirmations journalistiques. Cela donne une définition plus technique de la « ressource » que l’IA apporte au journalisme (INRIA).

Enfin, la notion d’open data mérite d’être explicitée. « Nous disposons de quantités de données de qualité disponibles en open source, sur les bases statistiques officielles par exemple. La comparaison des unes aux autres constitue un procédé éminemment automatisable pour vérifier davantage et plus vite ». Dans ce cadre, l’« open data » ou « données ouvertes » désigne les données publiques, structurées, accessibles (statistiques officielles, fichiers ouverts) qui peuvent être exploitées par l’IA pour vérifier ou croiser des affirmations journalistiques. Cela donne une définition plus technique de la « ressource » que l’IA apporte au journalisme (INRIA).

L’essor de l’IA dans le journalisme pose des enjeux politiques majeurs, car l’information est un pilier du fonctionnement démocratique. Les médias jouent un rôle essentiel dans le pluralisme et la formation de l’opinion publique, or l’IA peut fragiliser cet équilibre...

D’après la charte de Paris sur l’IA et le journalisme, l'éthique journalistique guide les médias et les journalistes dans leur usage de la technologie. Les médias et les journalistes utilisent des technologies qui renforcent leur capacité à remplir leur mission première : garantir à chacun le droit à une information de qualité et digne de confiance...