Le 4 mai 2026, Infopro Digital a annoncé la suppression de 19 postes de secrétaires de rédaction dans ses filiales Groupe Moniteur et Gisi. Officiellement, l’objectif était de « recentrer les journalistes sur le terrain » grâce à l’intelligence artificielle. Le Syndicat national des journalistes (SNJ) raconte une autre histoire : la direction refuse depuis des années toute négociation sur une charte IA, et l’usage de ces outils, d’abord facultatif, serait devenu obligatoire — sans cadre, sans garde-fou.
Un mois plus tard, c’est Ebra qui annonce un plan de départ volontaire pour 400 des 3 200 postes du groupe de presse régional : 57 aux Dernières Nouvelles d’Alsace, 57 au Dauphiné Libéré. Et Prisma, de son côté, prévoit carrément 261 suppressions d’emplois, dont 90 journalistes — soit 40 % des effectifs du groupe. Bref, l’année 2026 n’a pas été tendre avec les rédactions françaises, et l’IA revient systématiquement dans les communiqués de restructuration.
En parallèle, difficile de nier qu’il y a, du coup, un vrai usage pratique derrière tout ça. Le problème, c’est que la plupart des guides « IA pour journalistes » qu’on trouve en ligne sont soit des formations payantes, soit des listes d’outils génériques. Personne ne te dit concrètement ce que tu peux coller dans ChatGPT à 17 h pour boucler ton papier à 18 h — ni, surtout, ce que tu ne dois jamais y coller. C’est exactement ce qu’on va faire ici.
Ce qui a vraiment changé pour les journalistes en France
Deux choses sont vraies en même temps, et c’est ce qui rend le sujet compliqué à traiter honnêtement.
D’un côté, la vague de suppressions de postes est bien réelle, et le lien avec l’IA est assumé publiquement par certaines directions — Infopro Digital, Ebra, Prisma, sans compter le précédent de CNET qui avait déjà licencié des journalistes pour miser sur l’IA dès 2023. La Revue des médias (INA) parle d’un « premier bilan » des destructions d’emplois liées à l’IA générative dans la presse française, et franchement, le mot « bilan » en dit long sur la tournure que prend le débat.
De l’autre côté, l’usage quotidien de l’IA dans les rédactions n’a rien d’un gadget de communication : c’est devenu un outil de travail banal, sur des tâches précises. Une enquête du Reuters Institute auprès de journalistes britanniques (les chiffres se transposent assez bien au contexte français) montre que la transcription est, de loin, l’usage mensuel le plus fréquent : 49 % des sondés l’utilisent régulièrement. Pas « l’IA écrit mes articles » — la transcription. La corvée qui bouffait une heure après chaque interview.
Et c’est là, en fait, que le SNJ a raison de s’inquiéter : sans charte, sans cadre négocié, l’usage de l’IA glisse vite du « outil facultatif qui fait gagner du temps » vers « attends-toi à produire autant avec moins de monde ». Les six workflows ci-dessous ne prétendent pas résoudre ce rapport de force — mais ils te donnent au moins un cadre pour utiliser ces outils sans te faire piéger, ni sur la forme (inventer une citation), ni sur le fond (balancer une source confidentielle dans un chatbot grand public).
Les 6 workflows, avec de vrais prompts
Un exemple fil rouge pour voir comment les six étapes s’enchaînent : un conseil municipal qui vote un contrat de réfection de voirie à 3,8 millions d’euros, un enregistrement de 40 minutes, un PDF de contrat de 60 pages fourni par la mairie, et un bouclage à 18 h.
1. Nettoyer une transcription — sans laisser l’IA « améliorer »
L’objectif : transformer une transcription automatique brouillonne en version de travail lisible et cherchable, sans que le modèle reformule discrètement ce que quelqu’un a réellement dit.
Pourquoi c’est important : la transcription est, on l’a vu, l’usage IA le plus courant en rédaction — et c’est justement là que ça peut déraper le plus facilement. Un modèle entraîné à être « serviable » a tendance à lisser les hésitations et les phrases bancales d’une manière qui peut, sans que tu t’en rendes compte, changer légèrement le sens.
La bonne méthode :
- Garde l’enregistrement original en local, ne le supprime jamais — c’est ta base factuelle si une citation est contestée plus tard.
- Utilise uniquement un outil validé par ta rédaction (on y revient plus bas, c’est le point RGPD).
- Donne à l’IA une seule mission : ponctuation et paragraphes. Rien d’autre.
- Vérifie noms, chiffres et passages litigieux contre l’enregistrement avant utilisation.
Le prompt :
“Clean up this transcript for punctuation, paragraph breaks, and clearly identifiable filler words only. Preserve the exact word choice and order — do not add missing words or ‘improve’ phrasing. Mark anything unclear as [UNCLEAR hh:mm:ss], mark speaker changes as SPEAKER A/B, and keep timestamps on every paragraph.”
Pour notre exemple du conseil municipal : les 40 minutes d’enregistrement brut deviennent, en moins d’une minute, une transcription propre et horodatée — cherchable, au lieu de devoir scruter un fichier audio à l’oreille.
2. Extraire les meilleures citations — sans transformer une paraphrase en citation
L’objectif : repérer les 5 à 10 citations les plus exploitables dans un long entretien, sans que l’IA te fasse passer une paraphrase pour un propos exact.
Le prompt :
“Find up to 10 passages about [topic] in this transcript. Quote them word-for-word, note the speaker and timestamp, and add one sentence of context before and after each. Do not correct grammar. If the exact wording is uncertain, flag it instead of guessing. Keep direct quotes clearly separate from your own summary.”
C’est comme ça que tu retrouves, en dix secondes, la phrase d’un élu — « On refait des routes dont personne n’a besoin, et on ignore celles qui en ont vraiment besoin » — perdue au milieu de 40 minutes de débat procédural, avec le timestamp pour vérifier avant publication.
3. Transformer un dossier PDF en note de synthèse — avec une source à chaque affirmation
L’objectif : faire d’un gros paquet de documents publics — contrat, budget, réponse à une demande d’accès — une note de synthèse exploitable, sans que le modèle invente des détails absents des documents.
La bonne méthode : vérifie d’abord si tes PDF contiennent du vrai texte cherchable ou juste des images de pages scannées (si c’est le cas, passe par l’OCR d’abord — c’est souvent la vraie raison pour laquelle « l’IA ne trouve rien »). Puis exige que le modèle cite un numéro de page pour chaque affirmation.
Le prompt :
“Build a research brief using only the attached documents. For every factual claim, cite the file name and page number, plus a short supporting excerpt. Organize into: confirmed findings, contradictions, people and organizations named, dollar amounts, timeline, and open questions. If something isn’t supported in the documents, write ’not supported’ — don’t use outside knowledge.”
Sur le PDF de 60 pages : ce qui te prenait une heure à éplucher devient une note structurée en quelques minutes — montant du contrat, entreprise, calendrier, et une clause qui contredit la communication officielle de la mairie sur le budget. Chaque point renvoie à une page précise à vérifier.
4. Tester des titres — comme une vraie expérience, pas un pari
L’objectif : générer des variantes de titre réellement différentes et factuellement correctes, puis choisir avec de vraies données plutôt qu’au feeling.
Le prompt :
“Generate 8 factually accurate headlines for this approved article: two direct, two explanatory, two that lead with the key number, and two phrased as a question. No new claims, no unsupported causal language, no clickbait. For each, note the editorial risk in one sentence.”
Des tests A/B réels sur les titres montrent que la variante gagnante peut faire plus de 20 % de clics en plus que la perdante — mais les chercheurs sont clairs : impossible de généraliser une règle d’écriture à partir d’un seul test. Et surtout, un modèle qui prédit la meilleure accroche n’est pas fiable — seules de vraies données lectorat comptent.
5. Préparer des questions d’interview — à partir de ce qui est déjà public
L’objectif : passer d’un sujet vague à une liste de questions précises et sourcées avant de t’asseoir face à quelqu’un.
Le prompt :
“Based on the attached public sources, draft 15 open-ended interview questions grouped by theme. Under each question, note the source that prompted it (with URL and date) and suggest two follow-ups in case the subject deflects. Flag any factual premise in a question that needs to be verified before the interview.”
6. Vérifier les affirmations de ton propre article avant de le rendre
L’objectif : repérer les chiffres, dates, noms et raccourcis causaux non vérifiés dans ton propre texte, avant qu’un rédacteur en chef — ou un lecteur — ne le fasse.
Le prompt :
“Extract every checkable factual claim from this draft. Build a table: claim, category (number / date / name / causation / quote / legal claim / disputed characterization), existing source, primary source, publication date, supporting excerpt, conflicts, and status (open / verified / needs correction). Don’t invent sources, and mark anything unsupported as open.”
Appliqué à notre article sur le conseil municipal, ça révèle que les « 3,8 millions d’euros » du brouillon viennent d’un communiqué de presse — alors que le contrat réellement signé, dans le PDF, indique 3,95 millions. Un coup de fil de plus avant 18 h, pas une erreur qui part sous presse.
Ce que tu peux coller sans risque — et ce qu’il ne faut jamais faire
C’est le tableau le plus important de cet article, et c’est justement celui qui manque dans la plupart des guides « IA pour journalistes ». Basé sur les standards actuels d’AP et de Reuters, adapté à la réalité RGPD :
| Type de matériel | Compte ChatGPT/Claude grand public | Environnement validé par la rédaction | La règle |
|---|---|---|---|
| Communiqué de presse déjà publié | OK si la charte interne l’autorise | OK | Documenter la source et la version |
| Interview publique, sans métadonnées sensibles | Avec prudence | À privilégier | Vérifier manuellement l’enregistrement et les citations |
| Brouillon non publié | Jamais | Uniquement avec validation explicite | Minimiser les données, travailler en local si besoin |
| Matériel sous embargo | Jamais | Uniquement avec validation et accès restreint | Un embargo est un engagement de confidentialité |
| Identité d’une source confidentielle | Jamais | En principe non | Toujours séparer l’identité de l’input IA |
| Notes off / background | Jamais | Seulement après validation juridique et éditoriale | Les engagements envers les sources priment |
| Documents fuités ou personnels | Jamais | Uniquement dans un cadre contrôlé et limité | Minimisation des données, plan de suppression |
| Mots de passe, clés API, accès internes | Jamais | Jamais | Un gestionnaire de secrets, pas un prompt |
AP déconseille explicitement d’entrer des informations confidentielles dans des outils IA. Reuters interdit carrément de charger un article non publié dans un service IA ouvert — et rappelle que le partager avec un tiers (ce qu’est, techniquement, un chatbot grand public) peut être assimilé à une forme de publication.
Et en France, la question RGPD n’est pas un détail qu’on ajoute par politesse : dès qu’une transcription contient des données personnelles — et un entretien en contient quasiment toujours —, l’envoyer vers un outil américain n’est pas juste une question de confort, c’est une vraie question de base légale et de localisation des serveurs. « L’éditeur dit qu’il n’entraîne pas ses modèles avec mes données » ne répond pas à cette question — c’est une politique d’entraînement, pas une conformité RGPD. En cas de doute, demande à ta rédaction en chef avant de balancer ta prochaine interview dans un chatbot.
Ce que ça change pour toi
Si tu es titulaire dans une rédaction déjà touchée par des suppressions de postes : commence par les workflows 1 (transcriptions) et 3 (synthèse de dossiers) — ce sont ceux qui font gagner le plus de temps sur les tâches qui s’accumulent quand tu couvres davantage de sujets à effectif réduit.
Si tu viens d’être licencié ou que tu passes en freelance : tu as perdu le service recherche, le budget transcription, la relecture qu’un poste titulaire fournissait. Le workflow 6 (vérification des affirmations) est le substitut le plus proche d’une partie de ce que faisait un rédacteur en chef.
Si tu couvres les collectivités, la justice ou l’administration : le workflow 3 est fait pour toi. Un contrat de 60 pages ou une réponse CADA devient un premier passage de 10 minutes au lieu d’un après-midi redouté.
Si tu diriges une petite équipe : ton levier, ce n’est pas de faire les workflows toi-même, c’est de fixer le cadre — quels outils sont validés, quelle classification des données s’applique, qui signe les exceptions. Première action : transformer le tableau ci-dessus en charte d’une page cette semaine, avant que quelqu’un colle par erreur ce qu’il ne fallait pas.
Si tu débutes ou que tu es en alternance : apprends la discipline maintenant, pendant que les enjeux sont encore limités. Traiter chaque sortie IA comme « une source non vérifiée » — c’est exactement ce qui te distinguera d’un collègue qui s’est déjà brûlé.
Si tu travailles sur du matériel sensible ou investigatif : aucun des six workflows ci-dessus ne doit toucher à tes documents réellement sensibles dans un outil grand public. Utilise-les uniquement sur la partie déjà publique de ton travail.
Les pièges classiques
« Gemini ne trouve pas le procès-verbal du tribunal. » Ce n’est pas un bug — le document n’est probablement tout simplement pas en ligne. Comme le résumait un journaliste confronté à ce mur : ça ne veut pas dire qu’il n’existe pas, il faut aller le demander sur place.
« L’IA vient de m’affirmer un truc complètement faux, avec un aplomb total. » Ça arrive même à des gens qui utilisent l’IA tous les jours pour leurs recherches — l’un d’eux raconte comment Claude lui a « affirmé avec assurance » un fait totalement inventé qui aurait plombé tout un projet s’il ne l’avait pas remarqué. La solution n’est pas un meilleur prompt, c’est une règle fixe : rien de ce que sort une IA n’est un fait tant que tu ne l’as pas vérifié toi-même.
« Mon PDF a l’air normal, mais l’IA dit qu’il n’y a pas de texte cherchable. » Vérifie si le PDF est du vrai texte ou juste une image scannée. Beaucoup de documents administratifs ou judiciaires sont littéralement des photos de pages papier.
« On me demande si on doit signaler l’usage de l’IA au lecteur. » Une étude sur 52 chartes IA de rédactions montre qu’environ 9 sur 10 exigent une mention en cas d’usage sur une enquête ou un article — et 54 % pointent explicitement un risque pour la protection des sources. Test pratique : signale l’usage si l’IA a façonné la formulation publiée, influencé le choix des sujets, ou si le public pourrait mal comprendre comment l’article a été produit sans le préciser.
« Je ne sais pas si ma transcription nettoyée par l’IA compte comme la version officielle en cas de litige. » Non — l’enregistrement original reste toujours ta base factuelle. Garde le fichier audio brut et la version nettoyée séparément.
Ce que l’IA ne peut pas faire
Elle ne construit pas de relations avec des sources. La confiance qui pousse quelqu’un à te parler off the record se construit avec des années de terrain, pas avec un outil.
Elle ne se vérifie pas elle-même. Reuters exige une vérification indépendante de chaque fait généré par IA. AP traite systématiquement les sorties IA comme du matériel non vérifié.
Elle n’a aucun secret professionnel. Une conversation avec ChatGPT ou Claude n’est pas protégée comme un échange avec un médecin ou un avocat. Sam Altman, le patron d’OpenAI, a lui-même reconnu publiquement que ces échanges pourraient théoriquement être réclamés dans le cadre d’une procédure judiciaire.
Elle ne va pas chercher des documents non numérisés. Si un document n’est pas en ligne, aucun outil de recherche IA ne le trouvera.
Elle ne remplace pas le jugement éditorial sur l’équité et le risque. Test de titres, vérification des faits, nettoyage de transcription — à chaque étape, c’est toujours un humain qui tranche en dernier ressort.
FAQ
Quelle IA est la meilleure pour les journalistes ? Il n’y a pas de gagnant unique — la plupart des rédactions utilisent plusieurs outils en parallèle. Claude et ChatGPT fonctionnent bien tous les deux pour les workflows ci-dessus. La vraie différence, c’est la politique de données de ta rédaction — vérifie ce qui est officiellement validé avant de te fixer sur un outil.
Les journalistes ont-ils le droit d’utiliser l’IA ? Oui, et tous les référentiels sérieux — AP, Reuters, le Conseil de l’Europe, la Charte de Paris de Reporters sans frontières — partent du principe que l’usage de l’IA est normal. Ce qu’ils exigent, c’est la mention quand ça compte vraiment, la vérification humaine systématique, et une responsabilité éditoriale clairement identifiée.
L’IA va-t-elle remplacer les journalistes ? La vague de suppressions de postes est réelle, mais la causalité est plus compliquée qu’il n’y paraît. Les groupes de presse citent souvent l’IA à côté de la baisse des recettes publicitaires et de la chute du trafic issu de Google — la proximité temporelle ne prouve pas, à elle seule, une causalité directe. Ce qui reste difficile à automatiser : les années de relations de terrain qu’un journaliste local construit avec ses sources.
Puis-je coller un document fuité dans ChatGPT pour le résumer ? Non. C’est l’interdiction la plus claire de toutes les chartes IA de rédaction. Un document fuité ou identifiant une source ne doit passer que par un système spécifiquement sécurisé et validé — et même là, uniquement avec accord juridique et éditorial.
Est-ce que ChatGPT ou Claude gardent vraiment mes prompts privés ? Pas au sens d’une vraie garantie de confidentialité. Les deux éditeurs disent ne pas utiliser les conversations des offres professionnelles pour l’entraînement par défaut — mais c’est une politique d’entraînement, pas une conformité RGPD. Les données peuvent quand même être conservées un certain temps.
L’IA transcrit-elle les interviews de façon fiable ? Proche, mais pas parfait — les propres tests d’AP le confirment. Il n’existe pas de transcription IA sans erreur, d’où la vérification humaine obligatoire. Garde les timestamps dans chaque transcription nettoyée pour rendre ce contrôle rapide plutôt que pénible.
En résumé
La version honnête de « l’IA pour les journalistes » en 2026, ce n’est pas un robot qui écrit l’actualité. C’est la façon la plus réaliste, pour une rédaction en sous-effectif, de récupérer du temps sur les tâches mécaniques du métier — nettoyer une transcription, retrouver une citation, transformer un dossier illisible en note claire — pour que la vraie enquête, le travail de sources et le jugement éditorial restent entre les mains d’un humain responsable du résultat. Le standard d’AP reste la meilleure règle à s’approprier : toute sortie IA est du matériel non vérifié tant que tu ne l’as pas contrôlée toi-même.
Pour aller plus loin, le cours IA pour Journalistes de FindSkill couvre la veille, le fact-checking et la rédaction multi-plateforme leçon par leçon.
Sources
- La Revue des médias (INA) — IA générative et destructions d’emplois : premier bilan dans la presse française
- SNJ — Infopro Digital : comment licencier économiquement avec 27 % de marge ? Grâce à l’IA !
- Politis — Plans sociaux : comment l’IA commence à remplacer les journalistes
- Arrêt sur images — Dans la presse professionnelle, des licenciements justifiés par l’IA
- Journal du Geek — ChatGPT : le site CNET licencie des journalistes et mise sur l’IA
- Associated Press — AP updates newsroom standards for artificial intelligence
- Reuters — Journalistic Standards
- Reporters sans frontières — Charte de Paris sur l’IA et le journalisme
- Reuters Institute — AI adoption by UK journalists and their newsrooms
