Nicolas Gaudemet occupe une place singulière dans le débat sur l’intelligence artificielle. À la fois polytechnicien, spécialiste des médias et des industries culturelles, ancien dirigeant dans les contenus numériques, passé par l’audiovisuel public, Orange, Fnac Darty et le cabinet du secrétaire d’État au Numérique, il regarde l’IA depuis plusieurs angles : celui de la technologie, de la culture, de la création et de la société. Aujourd’hui Chief AI Officer chez Onepoint, il accompagne les organisations dans leur transformation par l’IA, mais son regard ne se limite jamais aux outils. Romancier, auteur de La Fin des idoles, prix Jules-Renard du premier roman, il s’intéresse depuis longtemps à ce que les images, les médias et les récits font à nos croyances. Dans un dossier consacré à cette question vertigineuse « Peut-on encore se fier à ce que l’on voit ? », sa parole est précieuse : parce qu’il sait que l’IA générative n’est pas seulement une affaire de deepfakes ou de prouesses techniques. Elle nous oblige à repenser la preuve, la confiance, l’autorité des images et notre propre capacité à distinguer le réel de sa mise en scène.
Pendant longtemps, une image, une vidéo ou une voix avaient valeur de preuve. Avec l’IA générative, ce réflexe semble vaciller. Selon toi, sommes-nous en train de passer d’une société du « voir pour croire » à une société du « vérifier avant de croire » ?
On est clairement en train de perdre une forme d’évidence qui existait autour de l’image, de la vidéo ou de la voix. Pendant longtemps, ces formats n’étaient pas des preuves absolues, mais ils avaient une force particulière : voir ou entendre quelque chose suffisait souvent à créer un sentiment de vérité.
L’IA générative change ce rapport. Avec les deepfakes, les voix synthétiques ou les images générées, le contenu peut être très crédible en apparence sans correspondre à un fait réel. Cela oblige à déplacer le réflexe : ne plus seulement regarder ce qui est montré, mais chercher d’où cela vient, dans quel contexte, par qui cela a été produit, et si d’autres sources le confirment.
Le point important, c’est de ne pas tomber dans l’excès inverse. Vérifier ne veut pas dire douter de tout, tout le temps. Sinon, on bascule dans une logique complotiste paranoïaque où l’on finit par refuser toute preuve objective, et vouloir prouver à tout prix une croyance irrationnelle en dépit du bon sens. L’enjeu, c’est plutôt de développer une hygiène de vérification : croiser, contextualiser, challenger, tout en gardant du bon sens.
Les médias traversaient déjà une crise de confiance avant l’arrivée massive de l’IA générative. Est-ce que l’IA aggrave cette crise, ou révèle-t-elle surtout une fragilité plus ancienne dans notre rapport à l’information ?
L’IA arrive dans un paysage qui était déjà fragilisé.
La crise de confiance dans les médias ne commence pas avec elle : elle est liée à la défiance envers les institutions, à la polarisation politique, aux réseaux sociaux, et au fait que chacun peut désormais vivre dans son propre environnement informationnel.
Ce que fait l’IA, c’est accélérer et amplifier cette fragilité. Elle permet de produire massivement des contenus qui ont l’apparence du sérieux, parfois même l’apparence du journalisme, sans avoir les méthodes journalistiques derrière : enquête, recoupement, vérification, responsabilité éditoriale.
Il y a aussi une dimension historique. Quand l’espace médiatique est très fragmenté, il devient plus difficile de partager une base commune de faits. On l’a déjà connu à des périodes où la presse était très éclatée, très partisane, comme il y a 100 ans, avant que la radio puis la télévision ne créent, avec leurs limites, des espaces médiatiques plus communs qui favorisaient le consensus démocratique.
Aujourd’hui, les réseaux sociaux et l’IA nous font repartir vers une fragmentation très forte. Et comme les plateformes valorisent souvent les contenus qui génèrent le plus d’engagement, ce sont souvent les contenus les plus émotionnels, les plus conflictuels, les plus extrêmes, qui circulent le mieux, favorisant les offres politiques extrémistes.
Dans les rédactions et les groupes médias que tu accompagnes, quels usages de l’IA semblent aujourd’hui les plus utiles : recherche, transcription, traduction, analyse d’archives, vérification, création, personnalisation des contenus ? Et où places-tu les limites à ne pas franchir ?
Les usages les plus utiles sont ceux où l’IA vient assister le travail journalistique sans remplacer le jugement éditorial. La recherche documentaire, la transcription d’interviews, la traduction, l’analyse d’archives, l’extraction d’informations dans de grands volumes de documents ou la veille sont des cas très solides.
L’IA est particulièrement pertinente quand elle fait gagner du temps sur des tâches répétitives, techniques ou volumineuses. Elle peut aider à retrouver une information, comparer des sources, repérer des signaux faibles ou préparer une première structuration d’un sujet.
Sur la création de contenu, il faut être plus prudent. Il peut y avoir des usages acceptables sur des formats très standardisés, par exemple des résultats sportifs, des résultats électoraux locaux ou des contenus produits à partir de bases de données fiables. Mais cela suppose des sources parfaitement identifiées, des règles éditoriales claires et une validation humaine.
La limite à ne pas franchir, c’est la publication automatique sans vraie supervision. L’IA peut préparer, résumer, structurer, reformuler. Mais dans l’information, elle ne doit pas publier seule. La responsabilité éditoriale doit rester humaine : vérifier les faits, assumer les choix, décider ce qui est publiable.
Demain, la valeur d’un contenu dépendra-t-elle autant de sa provenance que de son contenu lui-même ? Autrement dit, les médias devront-ils davantage montrer comment une information a été produite, vérifiée, sourcée ou éventuellement augmentée par l’IA ?
La provenance a toujours été un signal de crédibilité. On n’évalue jamais une information uniquement sur son contenu brut : on regarde aussi qui parle, dans quel média, avec quelle réputation, quelle expertise, quel historique de fiabilité.
Ce que l’IA change, c’est l’intensité de cette question. Comme les contenus peuvent être produits, copiés, reformulés ou imités très facilement, l’origine devient encore plus décisive.
Il faudra savoir qui est à la source, qui a vérifié, comment l’information a été produite, et quelle place l’IA a éventuellement prise dans cette production.
La provenance n’est pas une garantie absolue, mais c’est un indice de confiance. Dans la recherche scientifique, par exemple, la réputation d’un chercheur, d’un laboratoire ou d’une revue ne suffit pas à prouver qu’un article est juste, mais elle compte dans l’évaluation de sa crédibilité.
Pour les médias, cette logique va devenir plus visible. La confiance dépendra de plus en plus de leur capacité à montrer leur méthode : les sources utilisées, les vérifications faites, les incertitudes éventuelles, et l’usage ou non de l’IA dans la chaîne de production.
L’IA générative transforme aussi les modèles économiques des médias. Elle résume, reformule, redistribue les contenus, parfois sans renvoyer vers les sources originales. Comment les médias peuvent-ils protéger leur valeur éditoriale tout en entrant dans ce nouvel écosystème ?
C’est un équilibre entre la carotte et le bâton. Les médias peuvent se fédérer pour créer des formes de blocs collectifs — des coalitions qui pèsent face aux grandes plateformes. Mais ils ne peuvent pas tout fermer : verrouiller intégralement le contenu, c’est risquer de disparaître du paysage informationnel. Il faut trouver un modèle hybride : une partie du contenu accessible, qui sert de vitrine et alimente les moteurs d’IA, et une partie propriétaire à haute valeur ajoutée. La clé est de négocier, pas de subir.
Dans cinq ans, à quoi reconnaîtra-t-on un média digne de confiance ? À sa marque, à ses journalistes, à sa transparence, à sa technologie, ou à sa capacité à expliquer clairement : « voici comment nous savons ce que nous affirmons » ?
Un média digne de confiance se reconnaîtra sans doute à la combinaison de plusieurs éléments : sa marque, ses journalistes, sa rigueur, sa technologie, mais surtout sa capacité à rendre sa méthode compréhensible.
La confiance ne viendra plus seulement du fait qu’un média affirme quelque chose avec autorité. Elle viendra de sa capacité à expliquer comment il est arrivé à cette affirmation : quelles sources ont été utilisées, quelles vérifications ont été faites, ce qui est certain, ce qui reste incertain, et si l’IA a joué un rôle dans le processus.
Dans un environnement saturé de contenus, l’apparence professionnelle ne suffira plus. Beaucoup de contenus pourront ressembler à de l’information sérieuse. La différence se fera sur la traçabilité, la responsabilité éditoriale et la clarté du processus.
Le média fiable sera celui qui pourra dire simplement : voilà ce que nous savons, voilà comment nous le savons, voilà ce que nous ne savons pas encore, et voilà pourquoi nous pensons que cette information est solide.
https://www.humainemedia.fr/magazine.html
