Bases de données, méthode statistique, visualisation, rigueur d'interprétation : comment le journalisme de données révèle des vérités invisibles à l'œil nu et renouvelle l'enquête.
Il fut un temps où la place publique avait une géographie précise : la fontaine centrale, les terrasses de café, les kiosques à journaux où s'attardaient les débats du matin. Ce temps n'est pas révolu, mais il coexiste désormais avec un autre espace, invisible et pourtant omniprésent, façonné par des systèmes automatisés qui décident, à notre place, de ce que nous allons lire, entendre et croire.
L'intelligence artificielle s'est installée au cœur de nos flux d'information avec la discrétion d'un locataire qui redécorerait votre appartement pendant votre sommeil. Recommandations de contenus, détection automatique de fausses nouvelles, modération des commentaires, génération d'articles à la chaîne : les outils algorithmiques transforment en profondeur la manière dont l'information circule et dont les opinions se forment. Avec des conséquences qui méritent d'être examinées sans naïveté ni catastrophisme.
Pendant des décennies, la hiérarchie de l'information reposait sur des choix humains : un rédacteur en chef décidait de placer tel sujet à la une, un journaliste choisissait d'ouvrir son reportage par tel témoignage plutôt qu'un autre. Ces choix étaient discutables, parfois contestables, mais ils avaient une origine identifiable et une responsabilité attachée à un nom.
Aujourd'hui, pour des centaines de millions d'utilisateurs, l'information qui s'affiche en premier n'est plus le fruit d'une décision humaine revendiquée. Elle est le produit d'un calcul opaque réalisé par des systèmes entraînés à maximiser l'engagement, c'est-à-dire le temps passé sur la plateforme. Or l'engagement ne se nourrit pas toujours de ce qui est utile, vérifié ou nuancé. Il se nourrit souvent de ce qui provoque, irrite ou conforte.
« Nous avons confié l'organisation de notre espace informationnel à des systèmes dont l'objectif premier n'est pas la qualité de l'information, mais la rétention de l'attention. C'est une décision collective que personne n'a vraiment prise. »
Cette tension entre les intérêts économiques des plateformes et les besoins cognitifs des citoyens n'est pas nouvelle. Mais l'IA l'a considérablement amplifiée en rendant les systèmes de recommandation plus précis, plus rapides et plus personnalisés que jamais.
La théorie des bulles de filtre, popularisée il y a une quinzaine d'années, affirmait que les algorithmes nous enferment dans des univers informationnels étanches, nous montrant uniquement ce qui confirme nos convictions. La réalité s'avère plus complexe. Des études récentes ont montré que les plateformes exposent parfois leurs utilisateurs à des contenus contradictoires, notamment pour stimuler les réactions émotionnelles qui génèrent de l'engagement.
Ce n'est pas l'isolement qui pose problème, mais la déformation de la proportion. Lorsqu'un événement marginal est amplifié parce qu'il génère des réactions vives, et qu'un sujet crucial mais austère est relégué parce qu'il n'émeut personne, la carte mentale que l'utilisateur se construit de la réalité devient inexacte sans qu'il s'en aperçoive.
L'intelligence artificielle générative a ajouté une couche supplémentaire à ce phénomène. Elle permet désormais de produire des contenus crédibles, fluides et abondants à moindre coût. Des articles entiers, des communiqués, des témoignages fictifs peuvent être générés en quelques secondes et injectés dans les flux d'information avant que quiconque ait eu le temps de les vérifier.
Face à ces défis, les rédactions ne sont pas restées passives. Plusieurs stratégies ont émergé, avec des fortunes diverses.
En Europe, le règlement sur les services numériques a imposé aux grandes plateformes de nouvelles obligations de transparence et d'audit. C'est un premier pas significatif, mais les textes peinent à suivre le rythme d'une technologie qui évolue plus vite que les cycles législatifs. À l'heure où ces lignes sont écrites, plusieurs modèles de grande taille développés au cours des dix-huit derniers mois ne sont couverts par aucun cadre réglementaire clairement défini.
La question fondamentale reste entière : qui décide de ce que les citoyens doivent voir en premier ? Si la réponse est « une machine optimisée pour maximiser des indicateurs commerciaux », alors nous avons délégué une fonction civique essentielle à un mécanisme qui ne lui était pas destiné.
Des voix s'élèvent pour imaginer un autre modèle. Certains chercheurs plaident pour des systèmes de recommandation dont l'objectif serait explicitement civique : valoriser la diversité des points de vue, la fiabilité vérifiée des sources, la couverture de sujets sous-représentés mais importants. D'autres défendent le droit à un flux chronologique simple, débarrassé de toute intervention algorithmique.
Ces propositions se heurtent à des obstacles économiques considérables : les plateformes ont construit leur domination sur des modèles publicitaires qui dépendent précisément de l'optimisation de l'attention. Changer cette logique reviendrait à remettre en cause leur source de revenus principale.
Mais peut-être est-ce précisément cela, le vrai débat démocratique que nos sociétés n'ont pas encore eu : non pas « faut-il réguler l'IA ? » — une question déjà acceptée en principe — mais « à quelles fins voulons-nous que l'information circule dans nos démocraties ? » La réponse ne peut pas être laissée aux seuls ingénieurs ni aux seuls législateurs. Elle appartient aussi, et peut-être surtout, aux citoyens qui consomment l'information chaque jour et qui méritent de comprendre les règles du jeu qu'on leur impose.