IA générative dans les médias : 7 usages concrets en rédaction
IA générative dans les médias : 7 usages concrets en rédaction, exemples sourcés, garde-fous, AI Act, Charte de Paris et par où commencer.
La réponse courte. Dans les médias, l'IA générative sert surtout à sept choses : transcrire et traduire, faire la veille, fouiller les archives, décliner un sujet en plusieurs formats, aider à l'édition (titres, résumés, métadonnées), dépouiller des documents pour une enquête et contrôler la qualité avant publication. Elle ne remplace pas le travail de terrain ni la décision de publier. Les usages qui marchent ont tous le même point commun : l'outil prépare, un journaliste vérifie et signe.
On voit beaucoup de démos de ChatGPT qui « écrit un article ». Les rédactions gagnent surtout du temps ailleurs, sur les tâches de fond qui mangent les journées : la transcription d'une interview d'une heure, le tri de 400 communiqués, la recherche d'une photo de 2009 dans un fonds mal indexé. Voici les sept usages, chacun avec un exemple réel et son garde-fou.
Où en sont les rédactions
Le rapport Journalism, media and technology trends and predictions 2026 du Reuters Institute interroge 280 dirigeants de médias dans 51 pays. Quelques chiffres :
- 97 % jugent importante l'automatisation des tâches de fond : transcription, aide à l'édition, métadonnées.
- 82 % citent la collecte d'information, et 81 % le développement de code et de produits.
- 44 % décrivent les résultats de leurs projets IA comme « prometteurs », 42 % comme « limités ».
- 67 % disent n'avoir supprimé aucun poste grâce à l'IA.
Bref, tout le monde s'y met, mais peu de projets changent vraiment les choses. Ce qui fait la différence, c'est le choix de l'usage et la façon de le brancher dans le travail de tous les jours.
Les 7 usages concrets
1. Transcrire, traduire, sous-titrer
C'est l'usage le plus répandu, et le moins risqué. Une interview, une conférence de presse ou une vidéo devient du texte exploitable en quelques minutes, puis une traduction de travail.
Pour donner une idée de l'échelle : selon le Reuters Institute, le New York Times a transcrit des milliers de podcasts et de vidéos pour analyser les prises de parole de Charlie Kirk. Le travail a pris deux semaines. Des enquêtes comparables prenaient auparavant un an ou plus.
Garde-fou : une transcription sert à chercher et à citer, pas à publier telle quelle. Toute citation reprise dans un papier se vérifie sur l'enregistrement.
2. La veille augmentée
Demandez à une rédaction ce qui coince, et le flux de veille saturé arrive vite dans la conversation. L'IA générative centralise les sources (médias, réseaux sociaux, communiqués), regroupe ce qui parle du même sujet, résume et alerte.
Deux exemples cités par le Reuters Institute : Helsingin Sanomat, en Finlande, fait tourner des bots qui surveillent des chaînes Telegram russophones publiques et alertent les journalistes. L'agence Reuters utilise FactGenie, qui extrait les faits clés des communiqués pour que les journalistes les vérifient vite. 150 journalistes s'en servent, et le temps moyen d'envoi de certaines alertes a été divisé par deux.
Garde-fou : la veille propose, elle ne publie rien. Chaque alerte renvoie à sa source d'origine, pour qu'on puisse la vérifier en un clic.
3. Fouiller les archives
Beaucoup de médias ont un énorme fonds texte, photo et vidéo dont ils se servent peu, parce que la recherche par mots-clés ne retrouve que ce qui a été bien indexé. La recherche sémantique et multimodale permet de chercher par sens (« manifestation d'agriculteurs devant une préfecture, de nuit ») et de retrouver images et extraits vidéo, pas seulement des articles.
Techniquement, c'est un RAG appliqué à un fonds d'archives. On explique le principe dans notre guide du RAG en entreprise.
Garde-fou : l'outil doit afficher le document source, sa date et ses droits d'usage. Ressortir une archive sans son contexte, c'est s'exposer à une erreur.
4. Décliner un sujet en plusieurs formats
Un même sujet doit vivre en article, en version courte pour le mobile, en script vidéo, en newsletter, parfois en audio. L'IA générative produit des premières versions de ces déclinaisons à partir du papier validé.
Garde-fou : on part toujours d'un texte déjà relu, jamais d'une dépêche brute. Chaque déclinaison est relue avant publication, car un résumé peut déplacer le sens d'une phrase.
5. Aider à l'édition
Propositions de titres, chapôs, résumés, texte alternatif pour les images, mots-clés et métadonnées, respect du guide de style maison intégré au CMS. Le Reuters Institute les cite parmi les usages déjà courants en rédaction.
Garde-fou : l'IA propose plusieurs options, le secrétaire de rédaction choisit. Un titre qui promet plus que l'article est un problème éditorial, que l'outil l'ait écrit ou non.
6. Dépouiller des documents pour une enquête
Rapports publics, décisions de justice, budgets, fuites de milliers de pages : l'IA peut lire en masse, extraire des entités, repérer des incohérences et pointer les passages à lire en premier. Le Reuters Institute cite iTromsø, un média local norvégien, dont l'outil Djinn fouille des documents publics et a mené à plusieurs scoops. La rédaction dit que ça lui libère du temps pour aller sur le terrain.
Garde-fou : l'IA trouve des pistes, les journalistes établissent les faits. Tout ce qui sort d'un dépouillement automatique se recoupe à la main.
7. Contrôler la qualité avant publication
On en parle peu, et c'est peut-être le plus utile : relire un papier pour repérer un chiffre qui ne correspond pas à la source, une formulation biaisée, un nom mal orthographié, une affirmation sans attribution. C'est d'ailleurs l'un des trois outils du projet MediaGen de l'AFP : repérer les biais qui nuiraient à la qualité de l'information.
Garde-fou : l'outil signale, il ne corrige pas en silence. Le journaliste voit chaque alerte et décide.
Ce qu'il ne faut pas automatiser
En janvier 2023, CNET a dû corriger 41 de ses 77 articles financiers générés par IA après un audit interne, selon The Verge. Erreurs de calcul, formulations floues, passages repris d'ailleurs. Le site affirmait pourtant que des éditeurs relisaient.
À l'inverse, l'Associated Press automatise depuis 2014 les dépêches de résultats trimestriels d'entreprises, à partir de données structurées et de modèles rédigés par ses journalistes. Elle est passée d'environ 300 à 3 000 dépêches par trimestre, d'après The Verge. Ce n'était pas encore de l'IA générative, mais la leçon tient : on automatise ce qui est structuré et vérifiable, avec un cadre fixé par la rédaction. Pas le reportage, pas l'analyse, pas l'arbitrage éditorial.
Le cadre : Charte de Paris et AI Act
Deux textes servent de boussole en France et en Europe.
La Charte de Paris sur l'IA et le journalisme, publiée par RSF et ses partenaires en novembre 2023, pose dix principes. Les plus opérationnels : la décision humaine reste centrale, le média est responsable de tout ce qu'il publie, et tout usage de l'IA qui a un impact significatif sur un contenu est signalé au public. La charte demande aussi de tenir un registre public des systèmes d'IA utilisés.
L'article 50 de l'AI Act, applicable depuis le 2 août 2026, oblige à signaler un texte généré ou modifié par IA quand il est publié pour informer le public sur des sujets d'intérêt général. Exception : le texte a fait l'objet d'une relecture humaine ou d'un contrôle éditorial, et une personne en porte la responsabilité éditoriale. La FAQ de la Commission précise qu'une relecture de forme, comme une correction orthographique, ne suffit pas. Il faut une vraie vérification du fond.
En pratique, le bon réflexe est le même dans les deux cas : un humain identifié relit le fond et signe.
Une rédaction ouvre son SI à des contenus qu'elle ne maîtrise pas
On l'oublie souvent. Un outil de veille ou de dépouillement lit forcément des contenus extérieurs : communiqués, pages web, PDF reçus d'une source inconnue. C'est exactement là que se loge l'injection de prompt indirecte, première vulnérabilité du classement OWASP LLM01:2025 : une instruction cachée dans un document modifie le comportement du modèle qui le lit.
On peut confier une partie de cette défense à des agents. Un agent de contrôle rejoue une batterie de documents piégés à chaque modification de l'outil, vérifie que l'assistant n'a que des droits de lecture et jamais celui de publier dans le CMS, et que les clés d'accès ne traînent pas dans les prompts ou les logs. On détaille cette approche dans agents IA pour durcir un SaaS.
Ce qu'on construit avec l'AFP dans MediaGen
MediaGen est le projet d'IA générative de l'AFP, sélectionné dans le cadre de France 2030 et soutenu par Bpifrance, avec un budget total de 4 M€ sur 24 mois. Le consortium réunit Quivr/The Vibe Company, Kairntech et Dawex. Le projet doit livrer trois outils aux rédactions :
- Une veille augmentée, qui centralise et analyse en temps réel médias, réseaux sociaux et communiqués.
- Une recherche multimodale dans les archives texte, photo et vidéo, avec 90 millions de documents rendus explorables.
- Une aide à la production, qui décline une même information en plusieurs formats et repère les biais qui nuiraient à sa qualité.
Une partie des composants sera publiée en licence libre. Et tout est conçu pour rester sous le contrôle des journalistes. Comme le dit Fabrice Fries, PDG de l'AFP, dans le communiqué de lancement : « MediaGen est un des rares projets France 2030 consacrés aux médias. Il doit démontrer que l'innovation en intelligence artificielle peut se faire au service d'une information fiable, responsable et indépendante. »
Pour être clair, The Vibe Company est membre du consortium technique. On construit les outils, on n'est pas l'AFP, et on ne monte pas de dossiers France 2030. Pour le panorama des aides, voir financer un projet IA : CIR, CII et France 2030.
Par où commencer
- Choisir un seul workflow douloureux. La veille d'un service, la transcription des interviews, la recherche photo. Pas « l'IA dans la rédaction ».
- Fixer des critères mesurables. Temps gagné, volume traité, et surtout taux d'acceptation par les journalistes : combien de suggestions sont gardées telles quelles.
- Démarrer en mode brouillon. L'outil suggère, rien ne part sans validation. On élargit quand les chiffres tiennent.
- Passer en production proprement. Droits d'accès, journaux, tests, documentation, et quelqu'un en interne qui sait faire tourner l'outil. Notre checklist du POC à la production détaille cette étape.
Pour le détail de notre offre, voir notre page IA pour les médias.
FAQ
Quels sont les usages de l'IA générative dans les médias ?
Les sept plus courants : transcription et traduction, veille, recherche dans les archives, déclinaison multi-format, aide à l'édition (titres, résumés, métadonnées), dépouillement de documents pour l'enquête et contrôle qualité avant publication. Les tâches de fond sont les plus répandues : 97 % des dirigeants interrogés par le Reuters Institute les jugent importantes.
L'IA générative va-t-elle remplacer les journalistes ?
Les chiffres disent plutôt non pour l'instant : 67 % des dirigeants de médias interrogés par le Reuters Institute en 2026 n'ont supprimé aucun poste grâce à l'IA. Les outils utiles préparent le travail. Le terrain, la vérification et la décision de publier restent humains.
Faut-il signaler qu'un article a été écrit avec l'IA ?
L'article 50 de l'AI Act impose de signaler un texte généré par IA publié pour informer le public, sauf s'il a été relu sur le fond par un humain et qu'une personne en porte la responsabilité éditoriale. La Charte de Paris va plus loin et demande de signaler tout usage de l'IA ayant un impact significatif sur un contenu.
Comment éviter les hallucinations dans un outil pour rédaction ?
En ancrant les réponses sur des sources (archives, dépêches, documents) affichées à côté de chaque réponse, en mesurant la qualité sur un jeu de cas réels, et en gardant une validation humaine avant toute publication. Le cas CNET de 2023, avec 41 articles corrigés sur 77, montre ce qui arrive quand cette validation est superficielle.
Qu'est-ce que le projet MediaGen de l'AFP ?
MediaGen est le projet d'IA générative de l'AFP, sélectionné par France 2030 et soutenu par Bpifrance (4 M€, 24 mois). Avec Quivr/The Vibe Company, Kairntech et Dawex, il construit trois outils pour les rédactions : veille augmentée, recherche multimodale dans les archives et aide à la production, sous le contrôle des journalistes.
Un outil IA pour votre rédaction ?
The Vibe Company est une agence IA à Paris. On construit des outils d'IA générative pour les rédactions, jusqu'en production, et on travaille avec l'AFP sur MediaGen. En 30 minutes, on regarde vos flux, vos sources et vos archives, et on vous dit quel premier outil a du sens.
