On s’inquiète de savoir si l’IA écrit mieux que nous, mais on oublie l’essentiel : elle écrit surtout beaucoup plus vite. Plongée dans l’histoire méconnue du robo-journalisme, une révolution silencieuse entamée bien avant ChatGPT, qui a transformé les rédactions en roues de hamster géantes.
Cet article a été initialement publié le 12 mars 2026 sur le site Media Determinism. Son auteur, Andrey Mir, a autorisé sa publication en version française sur Upgrade Media.
Le 9 mars 2026, le The New York Times a lancé un quiz intitulé « Who’s a better writer: AI or humans? ». Les lecteurs étaient invités à choisir le meilleur texte parmi cinq paires d’extraits couvrant différents genres. Un jour plus tard, après 86 000 participants, le résultat était impressionnant — ou déroutant, selon votre position sur le remplacement des humains par l’IA : 54 % ont préféré les textes écrits par l’IA.
Évidemment, ce résultat soulève une question troublante sur l’avenir du journalisme. Aussi moquée que soit l’IA dans le folklore numérique — sa capacité à écrire, créer, penser — nous passons à côté de l’essentiel. Ce ne sont pas les résultats actuels qui comptent, mais la dynamique actuelle. Il faut juger le potentiel de l’écriture ou de la créativité par IA non pas à partir des résultats obtenus en trois ans, mais à partir de la vitesse à laquelle cette évolution s’est produite.
Après tout, OpenAI et son ChatGPT ne sont utilisés massivement que depuis un peu plus de trois ans, et les autres LLM depuis encore moins longtemps. En si peu de temps, ils ont déjà absorbé une part considérable de la production de contenus et de créations auparavant réalisée par des humains. Et désormais, les utilisateurs commencent à les préférer — y compris dans le New York Times, ce qui rend le constat encore plus saisissant.
Imaginez la conclusion embarrassante : « 54 % des lecteurs du New York Times ont préféré des textes écrits par une IA à ceux écrits par des humains. »
Aussi maladroits ou imparfaits que puissent parfois sembler les contenus générés par l’IA, la production éditoriale avance clairement dans cette direction. Et les utilisateurs signalent désormais qu’ils ne s’en soucient pas — voire qu’ils préfèrent parfois l’IA.
Mais l’alarme arrive un peu tard. En réalité, la prise de contrôle a commencé discrètement il y a plus de dix ans. Le premier affrontement entre un bio-journaliste et un robo-journaliste remonte à 2015, lorsque Scott Horsley, de NPR, a affronté l’algorithme WordSmith pour rédiger un compte-rendu financier. C’était sept ans avant ChatGPT. Dès 2014, WordSmith — l’un des deux principaux algorithmes rédactionnels de l’époque — produisait à lui seul un milliard d’articles d’actualité, probablement davantage que l’ensemble des journalistes humains réunis cette année-là. En 2013, probablement la première étude universitaire comparant les écrits de robo-journalistes et de journalistes humains était menée en Suède — avec des résultats jugés indécis. C’est à cette époque qu’il fallait s’inquiéter de l’IA prenant le contrôle du journalisme, pas aujourd’hui.
Disponible dès maintenant sur Amazon.
J’ai moi-même écrit sur les robo-journalistes dès 2016, en racontant des cas concrets d’algorithmes utilisés dans les rédactions. Pour une raison étrange, ces usages restaient peu connus, y compris dans l’industrie, alors qu’ils étaient déjà largement déployés.
Réveillés aujourd’hui par la menace évidente de l’IA, beaucoup continuent pourtant de minimiser la tendance avec un argument devenu obsolète : l’IA ne saurait produire une « vraie créativité ». Mais ce n’est pas le sujet. Le vrai sujet, c’est que l’IA travaille plus vite, coûte moins cher, ne se plaint pas, ne fait pas grève, et que les lecteurs ne semblent pas s’en formaliser. Si une IA peut produire une qualité comparable à un coût radicalement inférieur, pourquoi garder des humains ? Sauf, bien sûr, par amour des humains. C’est précisément ce que le quiz du New York Times a involontairement révélé.
Quoi qu’il en soit, je pense que ce quiz IA vs humains constitue un excellent prétexte pour revisiter l’histoire beaucoup plus longue et plus profonde du robo-journalisme — une histoire qui commence bien avant ChatGPT. Voici donc mon essai de 2016, « Le robo-journalisme : la troisième menace », qui retraçait les premières formes de concurrence entre journalistes humains et proto-IA dans les médias (version légèrement abrégée).
Le robo-journalisme : la troisième menace
Le premier affrontement entre cyber-journalistes et bio-journalistes s’est terminé par un match nul. — Trois menaces pour le journalisme. — Les articles sur les tremblements de terre et les secousses tectoniques. — Le journalisme génératif. — Deux arguments autour de « l’incapacité » des robots. — Feuille de route du journalisme robotisé. — Prévisions et pistes de réflexion. (Publié en 2016, révisé.)
Le premier affrontement entre cyber-journalistes et bio-journalistes s’est terminé par un match nul
En mai 2015, le correspondant de la Maison Blanche pour NPR et ancien journaliste économique Scott Horsley affronta l’algorithme WordSmith développé par Automated Insights.
« Nous voulions savoir : comment le meilleur journaliste de NPR se mesurerait-il à une machine ? », écrivait NPR.
Comme NPR est un réseau radio, un journaliste humain y est censé exceller dans le reportage rapide. Selon les règles du test, les deux concurrents attendaient la publication des résultats financiers de la chaîne de restaurants Denny’s.
Scott semblait avantagé : il fréquentait régulièrement Denny’s. Il avait même une serveuse attitrée, Genevieve, qui connaissait sa commande favorite : le Moons Over My Hammy. Cela ne l’a pourtant pas aidé… enfin, tout dépend de la manière dont on juge le résultat.
Le robot termina sa tâche en deux minutes. Scott Horsley mit un peu plus de sept minutes.
NPR publia ensuite les deux articles afin de proposer aux lecteurs une sorte de « test de Turing journalistique » — nous étions alors en 2015, soit onze ans avant le quiz du New York Times et sept ans avant ChatGPT. Était-il possible de reconnaître lequel des deux textes avait été écrit par un robot ?
Le texte de gauche avait été rédigé par le robot. Il contenait davantage de chiffres et adoptait un style plus sec. Scott, au contraire, avait ajouté quelques détails superflus à son papier financier, par exemple cette phrase :
« la hausse des ventes suggère que les consommateurs ouvrent leur portefeuille pour des pancakes, des œufs et des hash browns. »
Techniquement, le vocabulaire du robot est plus vaste puisqu’il contient l’ensemble de la langue. Mais il s’appuie principalement sur les mots les plus fréquents et les plus pertinents, ce qui finit par produire un style plus neutre. Son vocabulaire reste également limité par sa spécialisation. Un robot n’utiliserait pas spontanément des références culinaires ou sportives dans un article financier. Pourquoi le ferait-il ? Cela sort du cadre du programme.
Les humains, eux, fonctionnent exactement à l’inverse. Un auteur humain n’est pas limité par la fréquence des mots ni par leur stricte pertinence. Il peut mobiliser des termes rares, inattendus ou colorés. Cela élargit le contexte et rend le texte plus vivant. L’usage original et non conventionnel des mots constitue d’ailleurs la base même d’un style. Les auteurs humains ressentent même une forme de nécessité à employer des formulations inhabituelles, parce que l’expression de soi fait partie de notre « programme » social. Les robots, eux, n’ont aucun besoin d’originalité lorsqu’ils produisent un rapport financier.
« Mais cela pourrait changer », suggérait déjà NPR. Si le propriétaire de WordSmith nourrissait l’algorithme avec davantage d’articles variés de NPR et ajustait ses paramètres pour enrichir son vocabulaire, le style du programme pourrait devenir plus large. Ce type de modification est relativement simple à mettre en œuvre, contrairement aux humains, dont l’apprentissage de l’écriture est long — lorsqu’il est même possible.
Alors, qui a gagné ?
Le robot écrivait plus vite et dans un style plus conforme au monde des affaires. Scott Horsley paraissait plus « humain » — ce qui n’a rien de surprenant — mais il était plus lent. Or, le public de ce type de contenu est composé de professionnels de la finance. La parenthèse lyrique sur les pancakes et les portefeuilles leur est-elle réellement utile ? Tant que les lecteurs restent des humains et non d’autres robots, peut-être.
Au final, match nul. Même si deux minutes contre sept peuvent faire toute la différence dans la radio et l’information financière.
Les universitaires ont eux aussi organisé leur propre compétition entre le cheval et la locomotive à vapeur.
Christer Clerwall, professeur en médias et communication à Karlstad, en Suède, demanda à 46 étudiants de lire deux articles : l’un écrit par un robot, l’autre par un humain. Le texte humain fut raccourci afin de correspondre à la longueur du texte robotisé. Le texte du robot fut légèrement édité par un humain afin que le titre, le chapô et les premiers paragraphes respectent les standards éditoriaux classiques.
Les étudiants évaluèrent ensuite les articles selon plusieurs critères : objectivité, fiabilité, précision, ennui, intérêt, clarté, plaisir de lecture, utilité et cohérence. (Cette étude a été menée avant 2014, année de sa publication.)
Les résultats montrèrent que chaque texte obtenait de meilleurs scores selon certaines catégories. Le texte humain était jugé mieux écrit, plus agréable à lire. Le texte robotisé obtenait de meilleurs scores en objectivité, clarté descriptive et précision.
Encore une fois : match nul.
Mais l’enseignement le plus important de cette étude suédoise est ailleurs. Elle montrait que la différence entre un texte moyen écrit par un humain et un texte produit par un cyber-journaliste pouvait être négligeable.
Et c’est précisément ce point qui est crucial lorsqu’on réfléchit au futur — et même au présent — du journalisme robotisé.
Les critiques répètent souvent que les robots ne peuvent pas écrire « mieux » que les humains. Mais le problème est mal posé.
Comme l’expliquait le professeur Clerwall à Wired :
« Peut-être qu’il n’est pas nécessaire que ce soit meilleur. Peut-être suffit-il que ce soit suffisamment bon. »
Trois menaces pour le journalisme
Internet a émancipé l’acte de publication. Des millions de personnes s’informent désormais mutuellement sur tout ce qui se passe dans le monde. Ce qui est surprenant, c’est que, portées par l’enthousiasme, beaucoup le font gratuitement. Oui, Internet contient beaucoup de déchets, mais les gens consomment généralement l’information qui correspond à leurs centres d’intérêt. Sur le Web, le contenu n’est pas filtré avant publication ; il est filtré après, lorsqu’il circule, par l’Éditeur viral. Résultat : les médias traditionnels perdent leur monopole sur la construction de l’agenda de l’actualité. Il ne s’agit pas seulement du déclin des journaux, qui est inévitable. Internet menace les anciens médias non seulement parce que l’on passe du papier au numérique, mais aussi parce que le public lui-même s’est impliqué dans la production et la diffusion de l’information.
Une autre menace pour le journalisme traditionnel vient du content marketing. Les entreprises sont elles aussi devenues des auteurs, ce qui signifie qu’elles dépendent de moins en moins des médias traditionnels comme intermédiaires. Les entreprises peuvent communiquer directement. Les marques sont devenues des médias à part entière.
Les contenus créés par des auteurs amateurs, ou blogueurs, s’améliorent par coopération — c’est l’Éditeur viral. Les entreprises, elles, améliorent leur production médiatique par la concurrence pour l’attention du public. Dans cette « course aux armements » médiatique, les entreprises attirent des professionnels venus des médias, adoptent les innovations et, surtout, passent de la publicité directe aux agendas sociaux. Les marques ont besoin d’une audience ; la publicité ne fait que repousser cette audience, tandis que le content marketing peut la rassembler. Même si le grand public remarque à peine ces processus, l’activité médiatique des entreprises menace les médias traditionnels autant que la blogosphère.
La blogosphère et le journalisme d’entreprise restent encore des activités humaines. Mais le journalisme traditionnel fait désormais face à une troisième menace, sans âme et inhumaine. Les médias traditionnels perdent des lecteurs au profit de la blogosphère et des revenus publicitaires au profit des entreprises, mais leurs problèmes ne s’arrêtent pas là. Les professionnels des médias peuvent aussi perdre leur emploi au profit d’algorithmes d’écriture : cette troisième menace.
Fatigués de devoir rivaliser avec tout ce qui existe sur Internet, et désormais menacés aussi par les algorithmes, les rédacteurs perçoivent cette nouvelle menace avec anxiété, ou parfois avec rejet. Ceux qui connaissent un peu mieux le sujet disent généralement : « D’accord, un jour les robots écriront des nouvelles sportives, des analyses financières et des bulletins météo. Mais ils sont incapables de faire autre chose. »
C’est une mauvaise lecture. Les robots écrivent déjà des informations météo, sportives et financières. À grande échelle, ce n’est déjà plus une question d’avenir. À la question de savoir si les robots sont capables de faire autre chose, la réponse est : oui.
Des articles sur les tremblements de terre et une secousse tectonique
Cette histoire est entrée dans l’histoire du journalisme. Le 17 mars 2014, à 6 h 25 du matin, le journaliste et programmeur Ken Schwencke, du Los Angeles Times, fut réveillé en sursaut par une secousse tellurique. Il se précipita vers son ordinateur, où un article rédigé par l’algorithme Quakebot l’attendait déjà dans le système de publication. Ken parcourut rapidement le texte et appuya sur « Publier ». Ainsi, le Los Angeles Times devint le premier média à signaler le séisme, trois minutes après la secousse. Le robo-journaliste avait devancé ses collègues humains.
Le reportage suivant du Los Angeles Times sur le tremblement de terre fut publié une heure après la seconde secousse. Il était signé Schwencke, mais une note précisait à la fin : « Ce post a été créé par un algorithme écrit par l’auteur. »
L’algorithme Quakebot, écrit par Ken Schwencke, existait alors depuis deux ans. Il est connecté à l’U.S. Geological Survey et en extrait directement les données : lieu, heure et magnitude d’un séisme. Il compare ces informations avec les archives des précédents tremblements de terre dans la zone et détermine « l’importance historique » de l’événement. Les données sont ensuite insérées dans un modèle standard, et l’article est prêt. Le robot le téléverse dans le système de publication et envoie une note au rédacteur. Le texte est loin de mériter un Pulitzer, mais il permet à un éditeur de publier l’information quelques minutes après l’événement. Inutile de préciser que les tremblements de terre sont une information majeure à Los Angeles. Le site du Los Angeles Times dispose même d’une rubrique spéciale « Earthquakes », alimentée par un correspondant robot stagiaire.
Un autre robot s’occupe des faits divers criminels au Los Angeles Times. Il produit le Homicide Report depuis 2007. Lorsqu’un médecin légiste ajoute des informations à la base de données concernant une mort violente, le robot rassemble les données disponibles, place l’affaire sur une carte, la catégorise selon la race, le genre, la cause du décès, l’implication éventuelle de la police et d’autres facteurs, puis publie un rapport en ligne. Si l’affaire semble importante, un journaliste humain rassemble ensuite davantage d’informations et rédige un article plus long. Sinon, le rapport du robot est tout ce qui apparaît sur le site.
Les critiques des médias soulignent que la couverture criminelle a changé avec l’arrivée des reporters robots. Dans le passé, les journalistes ne couvraient que les meurtres jugés les plus importants. Désormais, les robots couvrent chaque meurtre. L’observation de l’ensemble des données sur les homicides permet de voir comment ils se répartissent sur une carte, par quartiers, mais aussi par catégories comme le genre ou la race. Ces statistiques visualisées produisent un contenu « secondaire » que le reportage humain manque généralement. Les cartes d’homicides créées par les robots ont également une valeur supplémentaire, par exemple pour le marché immobilier.
Il faut ajouter qu’un robot de reportage criminel couvre un territoire de 10 millions d’habitants — soit l’équivalent de la population de la Suède ou du Portugal. Un bio-journaliste ne peut évidemment pas effectuer instantanément des calculs statistiques à une telle échelle.
Dans ces cas-là, les robots aident les journalistes à collecter les faits et à effectuer le premier traitement des données. Les journalistes disposent alors de plus de temps pour le travail créatif. C’est vrai. Un robot chargé des faits divers criminels n’écrit pas vraiment, pas plus que Quakebot, qui utilise simplement des phrases et des modèles prédéfinis. Ce sont des assistants utiles pour les humains, rien de plus.
Les cas du journalisme financier et sportif sont un peu plus complexes.
Le journalisme génératif
Voici un article rédigé par l’algorithme WordSmith et publié par l’Associated Press — vous n’avez pas besoin de le lire, regardez simplement la qualité du reportage.
Cet article a été produit en moins d’une seconde. Le robot a rassemblé les faits, comparé les données de marché pertinentes et généré un texte assez détaillé et cohérent.
Plus frappant encore : en 2014, l’Associated Press a publié 3 000 articles WordSmith en un seul trimestre — soit environ dix fois plus que ce que les journalistes de l’AP produisaient auparavant sur la même période. D’ailleurs, les robots entrent déjà sur le marché de l’information financière dans certains des plus grands médias du monde. Une autre entreprise, Narrative Science, que l’on pourrait qualifier de leader du journalisme génératif, fournit son service robotisé Quill à Forbes.
Regardons le journalisme sportif pour comprendre ce qui s’y passe. Voici un extrait d’un compte rendu de match de baseball pour enfants écrit par l’algorithme Stats Monkey, un système créé par Narrative Science :
Friona s’est inclinée 10-8 face à Boys Ranch en cinq manches lundi à Friona, malgré sept coups sûrs et huit points marqués. Friona a été menée par la journée parfaite au bâton de Hunter Sundre, qui a terminé à 2 sur 2 contre les lanceurs de Boys Ranch. Sundre a frappé un simple en troisième manche et un triple en quatrième manche… Friona a multiplié les vols de base, en réussissant huit au total…
Stats Monkey a une caractéristique distinctive : il utilise l’argot du baseball. Mais ce n’est pas son seul avantage. Pendant les matchs de jeunes, les parents saisissent les résultats dans une application iPhone spéciale pendant que la rencontre est encore en cours. Les fans — les proches des joueurs — reçoivent un compte rendu détaillé du match avant même que les équipes aient fini de se serrer la main sur le terrain. Inutile de dire que, pour ces fans, ces comptes rendus comptent bien davantage qu’un article sur le Super Bowl.
Mais il y a plus encore. En 2011, un algorithme a écrit 400 000 comptes rendus pour cette ligue d’enfants. En 2012, il en a écrit 1,5 million. À titre de comparaison, cette année-là, les États-Unis comptaient 35 000 journalistes. Ils n’auraient pas accepté de couvrir des matchs de Little League, quel que soit le montant proposé. Cela révèle un autre aspect du journalisme robotisé : les algorithmes peuvent couvrir des domaines que les journalistes humains ignorent en raison de leur « faible valeur d’information ».
À propos
La numérisation du sport lui-même ouvre de nouvelles possibilités au journalisme sportif robotisé. Comme Steven Levy l’écrivait déjà en 2012 dans Wired, les ligues sportives suivent désormais chaque centimètre du terrain et chaque joueur à l’aide de caméras et de capteurs. Les ordinateurs collectent toutes sortes de données : vitesse de la balle, distance de lancer, mouvement des jambes, altitude et autres formes de télémétrie. Un algorithme bien entraîné peut détecter le moment où le lancer d’un pitcher faiblit, ou lorsqu’un joueur commence à pencher à gauche avant que le batteur ne réalise un coup décisif. Cette information est-elle importante ? Oui, mais un reporter humain la remarquerait rarement. Le journalisme sportif traditionnel ne peut pas saisir ce niveau de détail, tout comme le journalisme criminel traditionnel ne dispose pas de cartes interactives montrant la répartition et la densité des crimes.
Autrement dit, les robots ont déjà dépassé les journalistes humains dans le data journalisme, dans la vitesse et dans l’échelle de couverture de l’actualité. Mais peuvent-ils battre les humains sur le style d’écriture ?
Deux arguments sur « l’incapacité » des robots
Le principal argument contre la domination future des robots est que les machines ne peuvent pas créer. Deux idées en découlent généralement : un robot ne peut pas inventer comme un humain, et un robot ne peut pas écrire comme un humain. Examinons-les.
1) Un robot ne peut pas inventer
OUI. La sérendipité est une expérience humaine. Une personne peut tomber sur une invention ou une découverte accidentelle sans raison apparente — comme lorsqu’une pomme tombe sur la tête de quelqu’un, ou lors d’une illumination soudaine. Il existe aussi le phénomène de l’« eurêka », ce moment d’intuition fulgurante difficile à expliquer en termes logiques. Pour cette raison, beaucoup pensent que les percées créatives resteront toujours une prérogative humaine. Les humains peuvent agir de manière proactive et prospérer grâce à la créativité, aux moments d’eurêka et à la sérendipité. Les actions d’un robot, au contraire, sont prédéterminées par un algorithme — du moins telles que nous les comprenons aujourd’hui.
C’est pourquoi les sceptiques disent que les robots ne pourront pas, par exemple, reconnaître le potentiel sensationnel d’un événement parmi beaucoup d’autres similaires, comme le ferait un rédacteur humain. De plus, un robot ne pourra pas décider de transformer un événement ordinaire en sensation, comme les rédacteurs le font souvent. Comment décider ce qu’il faut amplifier ou non ? Un rédacteur le sait ; un robot ne le sait pas.
MAIS. Et si les robots pouvaient faire quelque chose que les humains ne peuvent pas faire ? Ils peuvent analyser de manière croisée d’immenses quantités de données et détecter des corrélations. Par exemple, l’analyse de données de consommation et de données politiques pourrait montrer que les propriétaires de voitures rouges avaient tendance à voter pour Bush. Un humain aurait du mal à trouver et à expliquer de tels liens. Dans un monde de Big Data, les explications de cause à effet sont souvent inutiles. Les robots peuvent découvrir des corrélations frappantes qui comptent pour le marketing, la politique et les médias. Le monde en est rempli, mais les journalistes humains sont souvent incapables de les voir.
Et si la capacité d’un algorithme à produire des corrélations compensait, voire remplaçait, la sérendipité humaine, les moments d’eurêka et même le sens de l’humour ? Et si la corrélation était parfois plus révélatrice encore que la causalité ? Les faits issus des données peuvent être aussi intéressants et irrationnels que les résultats de la créativité humaine.
2) Les robots n’ont pas le sens du style
OUI. C’est vrai, les robots ne cherchent pas à écrire avec beauté. Et même s’ils avaient cet objectif, que définirait-on comme « beauté » ? Qu’est-ce que c’est ?
MAIS. Si la beauté ne peut pas être calculée, les réactions humaines à la beauté, elles, le peuvent. Les humains eux-mêmes peuvent servir de mesure de la beauté pour les robots. Imaginez que tous les textes et toutes les réactions qu’ils suscitent — likes, partages, commentaires, taux de clic — soient collectés dans la base de données d’un robot journaliste. Dès aujourd’hui, les algorithmes peuvent identifier quels titres, sujets et mots-clés attirent l’attention en observant les réactions des gens. Les rédacteurs devinent ; les robots savent. L’A/B testing réalisé par la foule humaine remplace le sens du style propre à l’algorithme.
Imaginez maintenant qu’avec l’aide de la biométrie — l’eye tracking le permet déjà — les robots puissent analyser les réponses physiologiques des gens à certains mots, idiomes, épithètes, constructions syntaxiques et images. Ces technologies deviennent de plus en plus accessibles ; la seule question est celle du volume de données et de la vitesse de traitement.
De tels systèmes peuvent produire automatiquement des titres et des textes plus attractifs. Mais de nouveaux problèmes peuvent apparaître : 1) l’attractivité pourrait se transformer en bruit blanc ; 2) la course aux réactions humaines pourrait faire dégénérer le journalisme génératif en journalisme dégénératif. Pourtant, tant que nous sommes dans une période de transition, l’analyse des réactions humaines peut compenser l’absence de sensibilité des robots.
Autrement dit, pour chaque argument sur ce que les robots ne peuvent pas faire, il existe un argument tout aussi fort sur ce que les humains ne peuvent pas faire. Dans cette compétition de capacités, robots et humains finissent à égalité.
La compétition vient à peine de commencer, et pourtant elle est déjà à égalité.
Feuille de route du journalisme robotisé
À partir de ce que l’on sait déjà des créateurs de contenus robotisés, on peut imaginer comment ils vont conquérir le monde. Ou, pour commencer, occuper la profession journalistique. Voici les principaux points qui dessinent la manière dont le journalisme robotisé va fonctionner à l’avenir.
1) Le Big Data
Les algorithmes sont conçus pour gérer d’immenses volumes de données. Leur capacité à détecter des corrélations pourrait, dans certains cas, remplacer la créativité humaine. Beaucoup des meilleurs cerveaux humains travaillent aujourd’hui sur ce problème — et ils se soucient peu de sauver le journalisme.
« S’il existe encore une presse libre, les journalistes n’en ont plus vraiment le contrôle. Des ingénieurs qui réfléchissent rarement au journalisme, à l’impact culturel ou à la responsabilité démocratique prennent chaque jour des décisions qui façonnent la manière dont l’information est créée et diffusée », déclarait Emily Bell, professeure à la Columbia Journalism School, dans un discours dont le titre parlait de lui-même : « Silicon Valley and Journalism: Make up or Break up? »
2) L’analyse des réactions de l’audience
En surveillant, collectant et analysant les textes journalistiques — leur syntaxe, leur vocabulaire — ainsi que les réactions qu’ils suscitent, les algorithmes peuvent calculer quels textes et quelles caractéristiques génèrent le plus de likes, de lectures, de partages et de commentaires.
Certaines niches pourraient subsister où seuls des humains feraient encore du journalisme. Elles deviendraient une sorte de sanctuaire pour les bio-chroniqueurs. Mais à l’échelle de l’industrie, ces niches que les robots ne peuvent pas couvrir pèseront peu. De plus, la part du journalisme produit par des humains continuera de se réduire à mesure que le volume global de contenus générés par des robots augmentera.
3) La biométrie
Une fois que les robots auront accès aux réactions non verbales humaines et au langage corporel, ils seront capables de calculer instantanément des réactions subtiles. Imaginez quelqu’un lisant un article sur Donald Trump : l’écran tactile détecte des mains moites, la webcam repère des pupilles dilatées, le microphone capte une respiration plus rapide. Cette technologie pourrait remplacer l’intuition d’un rédacteur. Appliquée à des millions de personnes, elle pourrait aussi devenir le plus grand détecteur de mensonges de l’histoire.
La technologie remplace les humains par des algorithmes à une vitesse vertigineuse. Pourquoi leur développement s’arrêterait-il ? L’autoroute est grande ouverte — et elle mène d’ailleurs à l’intelligence artificielle.
Prévisions et pistes de réflexion
Le cofondateur et CTO de Narrative Science, Kristian Hammond, estime que 90 % des informations pourraient être écrites par des ordinateurs d’ici 2030. Hammond affirmait également qu’un ordinateur pourrait écrire un article digne d’un prix Pulitzer dès 2017.
J’ajouterais que nous sommes engagés à la fois dans une compétition quantitative et qualitative avec nos cyber-collègues. Dans la compétition quantitative, les bio-journalistes ont déjà perdu. Dans la compétition qualitative, nous pourrions perdre dans les cinq à sept prochaines années.
(Impossible de ne pas ajouter, avec le recul : ChatGPT est apparu exactement sept ans après cette prédiction. Même si un prix Pulitzer attribué à un robo-journaliste n’a toujours pas vu le jour. — AM, 2026.)
Il est intéressant de constater qu’au début de la transition entre journalisme humain et journalisme robotisé, ce seront les rédacteurs eux-mêmes qui tueront la profession. Les rédactions doivent produire autant de contenus que possible pour générer du trafic. Les journalistes n’ont souvent plus le temps de traiter des sujets de fond ; on les pousse à produire toujours plus d’articles pour le site. Le mouvement devient une fin en soi. Le théoricien du journalisme Dean Starkman appelait ce phénomène la « hamsterization of journalism », ou roue du hamster. La hamsterisation réduit le temps que les journalistes consacrent à chaque sujet afin qu’ils puissent produire davantage d’articles — « faire plus avec moins ».
Imaginons qu’un bon article — c’est-à-dire du bon journalisme — puisse attirer des milliers de lecteurs. Mais que se passe-t-il si mille articles produits dans le même laps de temps attirent chacun cent lecteurs ? Lorsque le trafic devient roi, les rédacteurs n’ont plus besoin des meilleurs journalistes ; ils ont besoin de journalistes rapides. Ils ont besoin de volume, de churnalists. Qui un rédacteur choisira-t-il : une journaliste diva, avec des exigences salariales croissantes et trois articles par mois, ou un algorithme irréprochable, aux coûts de maintenance toujours plus faibles et capable de produire trois articles par minute ?
L’Associated Press a acheté le service WordSmith non pas parce que l’algorithme écrivait mieux que les humains. La raison est simple : il écrit davantage et plus vite. Les débats sur la qualité des textes passent à côté du sujet. Les robots conquerront les rédactions non pour des raisons littéraires, mais pour des raisons économiques — et, paradoxalement, « professionnelles ».
Ainsi, l’avènement des robots est inarrêtable. Dans ces conditions, la stratégie la plus avantageuse pour les rédactions consiste à être parmi les premières au début de la robotisation, et parmi les dernières à sa fin. Utiliser des algorithmes pour générer des textes peut aujourd’hui constituer une stratégie de relations publiques efficace, séduisante pour le public comme pour les investisseurs. Mais lorsque les algorithmes inonderont le marché, une voix humaine rare deviendra précieuse au milieu du grincement métallique des robots.
Dans ce sens, aussi étrange que cela puisse paraître, le journalisme humain pourrait devenir particulièrement valorisé dans la phase finale de la robotisation des médias. De plus, les erreurs éditoriales pourraient elles aussi devenir précieuses — voire attractives. Du moins jusqu’à ce que les robots apprennent également à simuler des erreurs éditoriales.
En 2014, WordSmith, l’un des deux algorithmes de rédaction d’actualité les plus puissants, a écrit et publié un milliard d’articles. Cela représente peut-être autant — voire davantage — que l’ensemble des journalistes humains cette année-là. Une partie de ce milliard a simplement augmenté le volume global de contenus disponibles. Le reste a déjà remplacé un travail qui aurait autrement été réalisé par des humains.
Le marché en demandera toujours plus. Rien ne peut empêcher les robots d’écrire autant qu’on le leur demandera, puisque leur seule limite reste le volume que les humains peuvent lire. Et même cette limite disparaîtra lorsque les lecteurs seront eux aussi des robots.
À propos d’Upgrade Media : Upgrade Media est une agence créative, de conseils en stratégie, un centre de formation et de réflexion sur la transformation des médias.
◾️ Nous travaillons pour les médias et les entreprises communicantes, afin d’accélérer leurs transformations numériques, faire évoluer leurs organisations, leurs produits print et numériques, et aussi développer l’agilité des équipes.
◾️ Découvrez Upgrade Media et son Think Tank, à l’origine de l’événement Médias Pionniers, un rendez-vous incontournable pour explorer la transformation des médias par l’innovation, les échanges internationaux et les initiatives concrètes portées par les acteurs du changement.
◾️ Nous espérons que cet article et nos autres contenus vous inspireront !
Restez informé·e de toutes nos actualités en vous inscrivant à notre Newsletter par e-mail ou via Linkedin.
Merci pour votre lecture.
- Earl Wilkinson : « L’identité est le dernier vrai avantage »
- Data, audience, rédaction : comment Paris-Match s’est transformé sans perdre son identité éditoriale
- Stéphane Delfour (AFP) : « Faisons de bons assistants, pas de mauvais remplaçants »
- Thomas Seymat (ARTE Info) : « Nous voulons nous concentrer là où nous pouvons apporter le plus »
- Louis Dreyfus : « En 2030, Le Monde devra être encore plus présent sur la vidéo et l’audio »
