L’IA dans les médias : jusqu’où l’utiliser sans franchir la ligne déontologique ?

L’IA est utile au début d’un sujet lorsqu’elle sert à cartographier un dossier. Elle peut reformuler une problématique, repérer des notions techniques, proposer des mots-clés, résumer des documents fournis par la rédaction ou générer une première liste de pistes. Elle aide également à parcourir de longs rapports et à comparer rapidement plusieurs versions d’un texte.

Cette efficacité ne transforme pas une réponse de chatbot en source. Un modèle de langage produit une formulation probable à partir de données d’entraînement et de contexte ; il ne garantit ni l’existence d’un fait ni l’exactitude d’une citation. Toute information obtenue par IA doit donc être retrouvée dans une source primaire ou dans un média fiable avant d’être utilisée.

La bonne méthode consiste à séparer quatre opérations :

• ▹demander à l’outil de définir les termes et les enjeux du sujet ;
• ▹retrouver les documents originaux : décisions, études, textes de loi, bases de données ou déclarations enregistrées ;
• ▹vérifier les dates, les chiffres, les auteurs et le contexte ;
• ▹conserver une trace des sources réellement consultées par le journaliste.

L’IA peut aussi révéler des angles morts. Une rédaction peut lui demander d’identifier les parties prenantes absentes d’un dossier ou les contre-arguments à une hypothèse. Cette utilisation reste éditoriale : l’outil suggère, le journaliste enquête.

En 2025, les usages journalistiques les plus fréquents incluent la recherche d’informations, la synthèse, la reformulation et la traduction. Les journalistes britanniques interrogés par le Reuters Institute déclaraient utiliser l’IA chaque semaine à 56 %, et quotidiennement à 27 %. Ces chiffres montrent une adoption réelle, mais ils ne prouvent pas que les résultats produits soient fiables. La productivité ne doit jamais être confondue avec la qualité de l’information.

La vérification est la frontière centrale entre assistance et faute professionnelle. Une réponse fluide ne constitue pas une preuve, et une image photoréaliste ne constitue pas un document. Plus le contenu concerne une élection, une crise, une personne mise en cause, une catastrophe ou une décision de justice, plus le niveau de contrôle doit être élevé.

Pour un texte généré, le journaliste doit contrôler séparément chaque affirmation importante. Il faut retrouver la source originale, vérifier que le passage cité existe réellement et examiner si l’IA n’a pas supprimé une nuance déterminante. Les chiffres doivent être recalculés lorsque c’est possible. Les noms propres, fonctions, dates et lieux méritent une vérification indépendante.

Pour une image ou une vidéo, le protocole peut inclure :

• ▹la recherche de versions antérieures et de publications datées ;
• ▹l’examen du compte à l’origine du fichier ;
• ▹la comparaison avec des images satellites, des archives ou des cartes ;
• ▹la vérification des ombres, des inscriptions, des proportions et des éléments incohérents ;
• ▹la demande du fichier original et de son contexte de production.

Les détecteurs automatiques de contenus générés ne suffisent pas à eux seuls. Ils peuvent produire des faux positifs et des faux négatifs, en particulier après une traduction, une réécriture ou une compression. La preuve doit venir d’un faisceau d’indices et, lorsque l’enjeu est élevé, d’une source directement impliquée.

Une règle pratique protège la rédaction : aucun contenu généré par IA ne doit être publié sans validation humaine documentée. Cette validation doit porter sur les faits, les sources, le contexte, le titre, les visuels et les éventuelles inférences. Si une erreur survient, la correction doit être visible et précise, comme pour toute autre erreur journalistique.

Tous les usages de l’IA ne présentent pas le même risque. Une transcription automatique d’entretien peut faire gagner du temps, à condition d’être comparée à l’enregistrement. Une traduction peut accélérer une publication internationale, à condition qu’un locuteur compétent vérifie les noms, les idiomes et les nuances. Une proposition de titre peut être testée, mais le titre final reste une décision éditoriale.

Les usages généralement les plus compatibles avec une rédaction responsable sont les tâches répétitives et réversibles : nettoyage d’un texte, classement de documents, génération de variantes, sous-titrage, résumé interne ou conversion d’un article en format audio après contrôle. Le risque augmente lorsque l’outil intervient dans le récit des faits, la sélection des informations ou la représentation d’une personne.

L’étiquette « contenu généré par IA » ne suffit pas à rendre acceptable un contenu trompeur. Une image synthétique représentant une manifestation inexistante reste problématique, même si elle est correctement signalée, lorsque sa présentation peut être confondue avec un reportage.

La rédaction doit aussi protéger les données confidentielles. Un document non publié, une identité de source, un contrat ou des données personnelles ne doivent pas être envoyés à un service d’IA sans autorisation, analyse des conditions d’utilisation et garanties adaptées.

La transparence ne consiste pas à afficher une formule vague sur l’usage de l’IA. Elle doit permettre au public de comprendre ce qui a été automatisé et ce qui a été vérifié par la rédaction. Une mention est particulièrement pertinente lorsque l’IA a généré ou transformé une partie substantielle d’un contenu, notamment une image, une voix, une vidéo ou un texte présenté comme informatif.

La responsabilité doit rester humaine et identifiable. Un média ne peut pas attribuer une erreur à un outil : le choix de publier appartient à la rédaction. Chaque organisation devrait désigner un responsable de validation, définir les usages autorisés et conserver un registre minimal des contenus générés ou fortement transformés.

Le consentement est essentiel pour les voix, les visages et les témoignages. Cloner la voix d’une personne, fabriquer une déclaration ou modifier son apparence peut porter atteinte à sa réputation et induire le public en erreur. Une reconstitution doit être clairement distinguée d’une archive ou d’un enregistrement authentique.

Les résultats du Reuters Institute montrent un écart de confiance durable : les publics préfèrent les usages internes, comme l’édition et la traduction, aux contenus entièrement produits par une IA. Ils attendent aussi des médias qu’ils privilégient une information moins rapide mais plus vérifiable et plus transparente.

Une charte interne peut fixer cinq interdictions simples :

• ▹ne jamais inventer une source, une citation, un témoin ou un document ;
• ▹ne jamais présenter une image synthétique comme une photographie d’actualité ;
• ▹ne jamais publier un contenu généré sans relecture et vérification ;
• ▹ne jamais transmettre des informations sensibles à un outil non approuvé ;
• ▹ne jamais dissimuler une transformation susceptible de modifier le sens ou la perception d’un contenu.

Ces règles rendent la frontière concrète : l’automatisation est acceptable lorsqu’elle soutient le travail journalistique sans masquer l’origine de l’information ni transférer le jugement éditorial à une machine.

Une politique efficace doit être courte, connue de tous et applicable sous contrainte de temps. Elle commence par un inventaire des usages : recherche, transcription, traduction, génération de texte, traitement de données, image, audio, vidéo et personnalisation. Chaque usage reçoit un niveau de risque et une procédure de validation.

Un circuit de validation en six étapes est adapté à la plupart des rédactions :

• ▹définir l’objectif exact de l’utilisation de l’IA ;
• ▹vérifier que les données envoyées peuvent être traitées par le service choisi ;
• ▹conserver les documents sources et les instructions importantes ;
• ▹contrôler chaque fait, citation, chiffre et élément visuel ;
• ▹relire le contenu avec un regard éditorial et juridique lorsque l’enjeu le justifie ;
• ▹signaler l’usage de l’IA lorsque celui-ci peut modifier la compréhension du public.

La formation doit porter sur les hallucinations, les biais, la confidentialité, les droits d’auteur, les contenus synthétiques et les techniques de vérification. Elle doit aussi rappeler que l’IA peut reproduire les inégalités présentes dans ses données et proposer des formulations stéréotypées sur des groupes ou des individus.

La mesure de performance ne doit pas se limiter au temps économisé. Une rédaction peut suivre le taux de corrections, le nombre d’erreurs détectées avant publication, les incidents de confidentialité, les réclamations du public et la clarté des mentions d’usage. Une solution qui réduit le temps de production mais augmente les corrections dégrade la qualité globale.

La réponse la plus robuste tient en une formule : l’IA peut préparer, accélérer et décliner ; le journaliste doit enquêter, vérifier, contextualiser et répondre de la publication. Cette répartition protège la crédibilité du média tout en permettant de bénéficier des gains de productivité réels de l’intelligence artificielle.