Speaker #0Bienvenue dans DeepMedia, le podcast qui décrypte les médias à l'ère du numérique. Je suis Julien Bougeot, consultant en IA générative responsable, social media et formateur auprès de professionnels depuis plusieurs années. Mais avant tout, je suis un passionné et curieux de l'univers médiatique depuis plus de 15 ans. Dans un écosystème en perpétuelle transformation, comment les médias s'adoptent-ils ? Comment se réinventer face aux nouvelles technologies et aux géants du numérique ? Quel avenir pour l'information et ceux qui la produisent ? Si ces questions vous intriguent, alors vous êtes au bon endroit. DeepMedia, c'est un temps de réflexion et d'échange avec celles et ceux qui façonnent l'avenir du secteur. Cet épisode a été généré grâce à IA Media Lab, mon outil de veille IA et média. Vous voulez le découvrir ? Rendez-vous en note d'épisode. En plus, je vous le dis, cet outil est 100% gratuit. DeepMedia, c'est parti ! Ces derniers mois, plus que jamais, nous avons beaucoup parlé des capacités de l'intelligence artificielle générative, voire même agentique. Créer une image en quelques secondes, produire une vidéo à partir d'une consigne, cloner une voix, traduire automatiquement un programme, modifier un décor, prévisualiser une scène avant même le tournage... Optimiser ses process de production, de développement ou de diffusion, toutes ces missions font l'objet de mutations considérables ces derniers mois. Mais quelque chose d'autre est également en train de changer dans ce contexte de profusion. La question n'est progressivement plus « que pouvons-nous produire avec l'intelligence artificielle ? » Elle devient « que deviendront tous ces contenus et ces process une fois qu'ils auront été produits, utilisés, voire même dépassés ? » Parce que lorsque chacun peut générer des dizaines d'images, de vidéos ou de textes en quelques minutes, la rareté se déplace. Ce qui devient rare, ce n'est plus le contenu, c'est l'attention. Mais aussi la confiance, l'identité et la capacité d'une œuvre à rencontrer son public. Et plusieurs signaux apparus ces dernières semaines montrent que cette nouvelle bataille a déjà commencé. Premier d'entre eux, l'intelligence artificielle entre directement dans les logiciels utilisés par les professionnels. Le 8 septembre dernier, Runway a annoncé son intégration dans Adobe Premiere Pro et After Effects. Il devient ainsi possible de générer des images et des vidéos, de transformer des séquences existantes puis d'insérer les résultats directement dans une timeline de montage. Cela peut sembler être une simple évolution technique, mais ce changement est beaucoup plus profond. Jusqu'ici, utiliser l'intelligence artificielle supposait souvent de sortir de son environnement de travail. Il fallait ouvrir une autre plateforme, générer un contenu, l'exporter puis l'intégrer au projet. Désormais, l'intelligence artificielle commence à disparaître à l'intérieur même du logiciel métier. Elle n'est plus un outil installé à côté de la chaîne de production. Elle devient une fonction de cette chaîne de production. Pour les studios, les agences et les producteurs, le gain de temps devient évident. Storyboard, recherche visuelle, variation graphique, prévisualisation de décors ou transformation de rushs peuvent être réalisés beaucoup plus rapidement de cette manière. Mais cette intégration produit aussi un effet moins visible. Lorsque les mêmes modèles sont disponibles dans les mêmes logiciels pour tous les professionnels, l'accès à l'outil ne constitue plus un avantage concurrentiel. Tout le monde peut produire plus vite. Tout le monde peut créer davantage de variantes. Tout le monde peut tester plusieurs directions artistiques. La différence se fera donc plus sur la capacité à générer une image ou une vidéo, elle se fera sur la capacité à choisir. Choisir une direction artistique, construire une identité, refuser certaines propositions, conserver une cohérence et surtout savoir pourquoi une image mérite d'exister parmi les millions d'autres qu'un modèle aurait su produire. L'intelligence artificielle accélère la production, mais elle augmente aussi considérablement le besoin d'éditorialisation. Deuxième signal observé. La création générative commence à entrer en conflit avec les écosystèmes créatifs qu'elle prétend servir. Cet été, la multiplication des affiches et des supports de communication produits avec des générateurs d'images a provoqué plusieurs réactions de graphistes et d'illustrateurs. À Rouen, par exemple, une affiche municipale créée à l'aide de l'intelligence artificielle avait déclenché une mobilisation de professionnels locaux. Les discussions engagées doivent conduire à une charte encadrant son utilisation et imposant davantage de transparence. Ce cas, aussi symptomatique que soit-il, pose une question très concrète. Que gagne une institution en réduisant le coût de création d'une affiche si, dans le même temps, elle fragilise les artistes et les professionnels qu'elle souhaite soutenir sur son territoire ? Le problème ne tient pas uniquement à la qualité esthétique du résultat. Il concerne la cohérence entre une politique culturelle et les méthodes de production employées pour la promouvoir. Et c'est probablement l'un des angles morts du débat actuel. Nous raisonnons encore souvent projet par projet. Combien coûte cette affiche ? Combien de temps faut-il pour produire cette vidéo ? Combien de variantes pouvons-nous générer ? Mais l'impact réel, lui, se mesure à l'échelle de l'écosystème. Quel métier finançons-nous encore ? Quelles compétences risquent de disparaître ? Quels imaginaires les modèles reproduisent-ils ? Et qui pourra encore développer une signature artistique si la commande professionnelle se réduit progressivement ? Le faible coût apparent d'un contenu synthétique peut masquer un coût culturel beaucoup plus important. Troisième signal observé, la traçabilité est en train de devenir une nouvelle étape de la production. Depuis le 2 août 2026, plusieurs obligations de transparence prévues par le règlement européen sur l'intelligence artificielle sont applicables. Certains contenus générés ou manipulés par l'intelligence artificielle doivent pouvoir être identifiés. Les deepfakes imprécis sont des choses qui sont très difficiles à identifier. appliquant une image, une voix ou une vidéo sont particulièrement concernés. Sur le papier, le principe semble simple. Lorsqu'un contenu est artificiel ou fortement modifié, il faut le signaler. Dans la pratique, la situation est beaucoup plus complexe. Un rapport publié en septembre par le Conseil supérieur de la propriété littéraire et artistique souligne les limites actuelles des dispositifs de détection. Les filigranes peuvent être supprimées, les métadonnées peuvent être altérées, les systèmes de certification ne sont pas encore harmonisés. Et les technologies de génération progressent souvent plus vite que les technologies permettant de les reconnaître. Le rapport évoque aussi un risque majeur, celui du « dividende du menteur » . Plus les faux deviennent crédibles, plus il devient facile de faire passer un contenu authentique pour une fabrication. Il ne s'agit donc plus seulement d'empêcher le public de croire à une fausse vidéo. Il faut aussi éviter qu'une personne puisse échapper à ses responsabilités en affirmant qu'une véritable vidéo a été produite par une intelligence artificielle. Pour les médias, les producteurs et les agences, la traçabilité pourrait ainsi devenir une composante normale du workflow. Comme les droits musicaux, comme les autorisations d'utilisation d'une image, comme la gestion des archives ou la conservation des contrats. Il faudra probablement pouvoir expliquer quels outils ont été employés, quelles parties du contenu ont été générées, quelles données ont été utilisées et quels consentements ont été recueillis. Produire un contenu ne suffira plus, il faudra documenter sa fabrication. Mais le signal le plus stratégique nous vient peut-être du Québec. Le 26 août dernier, Télé-Québec et Mila ont annoncé la création d'un laboratoire vivant consacré à l'intelligence artificielle et à la découvrabilité des contenus culturels québécois. Le mot important ici n'est pas « laboratoire » , ce n'est même pas « intelligence artificielle » , c'est « découvrabilité » . Télé-Québec et Mila ne cherchent pas simplement à produire plus de contenus grâce à l'IA. Leur objectif est d'expérimenter des solutions capables d'améliorer la rencontre entre les œuvres locales et les publics, avec une attention particulière portée aux jeunes générations. Autrement dit, l'intelligence artificielle n'est plus seulement placée au début de la chaîne pour fabriquer une œuvre. Elle intervient à l'autre extrémité pour décider comment cette œuvre sera retrouvée, proposée et recommandée. Et cela change profondément la nature du problème. Pendant des années, les médias ont optimisé leur contenu pour les moteurs de recherche et les réseaux sociaux. Il fallait comprendre Google, maîtriser les plateformes, travailler les titres, les descriptions, les métadonnées, les miniatures et les formats. Demain, une partie croissante de la découverte pourrait passer par des assistants et des agents conversationnels. Un utilisateur ne cherchera plus nécessairement un documentaire dans un catalogue. Il demandera à une intelligence artificielle de lui recommander un programme correspondant à ses goûts, à son humeur ou au temps dont il dispose. L'agent choisira peut-être la plateforme, puis le contenu, et probablement même l'extrait par lequel commencer. Dans ce monde-là, être disponible ne garantit plus d'être visible. Une œuvre peut exister dans un... catalogue est resté presque introuvable pour les systèmes qui organisent l'accès à ce catalogue. La question devient alors culturelle et politique. Les modèles comprendront-ils suffisamment les références québécoises, belges, françaises, africaines ou plus largement francophones pour les recommander correctement ? Sauront-ils faire la différence entre deux œuvres proches en apparence mais profondément différentes dans leur contexte, leur intention ou leur histoire ? Et surtout, qui définira les critères selon lesquels une œuvre mérite d'être proposée plutôt qu'une autre ? Cette inquiétude ne concerne pas seulement le Québec. Début septembre, la déclaration Lumière, adoptée à l'occasion d'un sommet international consacré au cinéma et à l'image animée, a elle aussi placé la découvrabilité parmi ses priorités. Le texte insiste sur un point essentiel. Dans un environnement caractérisé par l'abondance des images, permettre aux œuvres de rencontrer leur public devient aussi important que leur création. Il évoque même l'émergence possible d'un monde dans lequel l'accès aux œuvres serait de plus en plus médié par des agents automatisés. La formulation demeure prudente. mais le changement qu'elle décrit est considérable. Hier, les plateformes organisées les catalogues. Demain, les agents pourraient choisir directement à notre place ce que nous regardons, écoutons ou lisons. La bataille culturelle ne portera donc plus seulement sur la présence des œuvres francophones dans les catalogues. Elle portera sur leur présence dans les réponses de l'intelligence artificielle. Alors, que faut-il retenir de ces différents signaux ? D'abord, que l'industrialisation de la création est bien engagée. L'intelligence artificielle s'intègre au logiciel professionnel et devient progressivement une composante. ordinaire des métiers de l'image, du son et de la post-production. Ensuite, que la valeur se déplace. Lorsque produire devient plus simple, sélectionner, éditorialiser, différencier et assumer une intention deviennent encore plus importants. Enfin, que la création ne peut plus être séparée de sa circulation. Une œuvre ne produit de valeur culturelle que si elle rencontre un public. Et dans un environnement piloté par des algorithmes, puis demain par des agents conversationnels, cette rencontre dépendra largement de la manière dont les contenus sont décrits, documentés et compris par les machines. Le prochain avantage concurrentiel ne sera donc probablement pas de posséder le meilleur générateur d'images ou de vidéos. Ces outils finiront par être accessibles à tout le monde. L'avantage sera de disposer d'une identité éditoriale forte, de données correctement structurées, de droits clairement établis, d'une traçabilité crédible et d'une culture suffisamment singulière pour ne pas être dissoute dans la moyenne des modèles. Parce que la vraie question ne sera bientôt plus « Sommes-nous capables de produire ce contenu avec l'intelligence artificielle ? » Elle sera « Dans un monde où chacun peut tout produire, pourquoi celui-ci mérite-t-il ? » d'être vu. Je vous remercie d'avoir écouté cet épisode de DeepMedia. N'hésitez pas à réagir à ce sujet en commentaire. DeepMedia, c'est désormais une newsletter mensuelle, un chatbot de veille appelé IA Media Lab, ainsi qu'Explore DeepMedia, mon outil d'exploration des archives de ce podcast. Pour accéder gratuitement à ces trois outils, je vous mets les liens dans la description de l'épisode. On se retrouve très bientôt pour un nouvel entretien avec celles et ceux qui font l'avenir des médias. En attendant, n'oubliez pas de vous abonner et de déposer les commentaires adéquats sur toutes les plateformes de podcast. DeepMedia est un podcast autoproduit par FollowMeConseil, agence de formation et de conseil stratégique spécialisé en IA générative et social media. A très bientôt !
