Arvind Narayanan estime que l'intelligence artificielle finira par paraître plus fiable—et ce faisant, elle effacera les signes qui alertent aujourd'hui les lecteurs lorsqu'ils tombent sur du contenu médiocre généré par l'IA. L'informaticien de Princeton prédit même que des chatbots de plus en plus précis pourraient devenir, pour beaucoup de gens, un « oracle de vérité ». Une enquête du Pew Research Center menée cette année a révélé que 10 % des Américains traitent déjà les chatbots ainsi.

Narayanan a fait ces remarques lors d'une conférence inaugurale intitulée « AI and Journalism: Skating Where the Puck is Going » au Computation + Journalism Symposium, une conférence académique sur l'informatique et le journalisme tenue au McCormick Foundation Center de Northwestern et à laquelle Fortune a assisté. L'ordre du jour du symposium était centré sur les défis auxquels les médias sont confrontés et la prolifération du contenu généré par l'IA. Narayanan a exhorté l'auditoire à se préparer à l'IA « non pas telle qu'elle est aujourd'hui, mais telle qu'elle sera dans cinq ou dix ans ». Il a déclaré que sa formation en informatique l'aide à distinguer lesquelles des limites actuelles sont des problèmes d'ingénierie surmontables et lesquelles sont intrinsèques. Il n'a jamais travaillé dans une rédaction, a-t-il reconnu. « Il est possible que je ne sache pas de quoi je parle », a-t-il averti, avant de déployer son argumentation.

Cet argument comportait deux parties. Premièrement, si les chatbots deviennent l'endroit par défaut pour trancher les questions factuelles—Narayanan a déclaré que « pratiquement toutes » les questions, par exemple sur qui se présente à une fonction politique, vont dans cette direction—alors la rédaction perd un élément de plus de son ensemble, et sans doute le plus fondamental. Ce qui reste, c'est le travail qu'une machine ne peut trancher : les questions contestées, le récit, la narration, et l'explicitation de ce qu'il a appelé la « positionnalité », une exigence difficile pour une industrie qui aspire à l'objectivité.

Narayanan dirige le Center for Information Technology Policy de Princeton, mais il a récemment émergé comme un leader d'opinion sur l'IA, l'avenir du travail et l'industrie des médias. Il a coécrit AI Snake Oil avec Sayash Kapoor, et sa newsletter, AI as Normal Technology, compte plus de 87 000 abonnés. Il s'est entretenu avec Fortune en août sur la réaction de rejet contre l'IA, qu'il considère comme un phénomène complexe, et a apporté un éage sur les raisons pour lesquelles les gains de productivité et le retour sur investissement de l'IA se sont révélés si difficiles à mesurer—ou, dans certains cas, inexistants. Il parle d'un problème de « hamburger maigre, gros pain » : avec l'IA, la viande de l'exécution se réduit presque à néant, tandis que les « pains » de la décision et de la délibération gonflent, accompagnés d'une grande anxiété et incertitude.

L'oracle et la soupe infâme

Narayanan a soutenu que l'image courante des chatbots comme simples prédicteurs du mot suivant est dépassée. Les chatbots d'aujourd'hui sont des « systèmes neurosymboliques », a-t-il dit : un modèle de langage combiné à des outils qui effectuent des recherches sur le web, récupèrent des documents et écrivent du code pour analyser des données. Les erreurs courantes il y a un an—mal compter les lettres de « strawberry », ou les AI Overviews de Google suggérant de la colle sur la pizza—surviennent désormais rarement, et il a décrit les problèmes restants comme « en voie de résolution progressive ».

Il a ensuite demandé ce qui se passe quand les attentes du public rattrapent la technologie. Ses enfants d'âge primaire, a-t-il dit, ne connaîtront peut-être jamais l'hallucination comme les adultes la connaissent, tout comme Wikipédia est autrefois passé d'une référence jugée peu fiable à une source « bien plus faisant autorité ». « Je ne dis pas que c'est inévitable. Je ne dis pas que c'est une bonne chose », a-t-il souligné. Sur X, a-t-il ajouté, les utilisateurs tranchent déjà des débats en interrogeant Grok, le chatbot conçu par xAI et intégré à la plateforme—principalement des conservateurs ayant peu confiance dans les médias traditionnels. Il a estimé cette transition plus large à environ une décennie.

Un membre de l'auditoire a avancé que les chatbots peuvent souffrir de ce que Jay Rosen, professeur de journalisme à l'Université de New York et critique de la presse, a rendu célèbre sous le nom de « view from nowhere »—la fausse neutralité exprimée par des journalistes réticents à exercer leur propre jugement et à informer correctement le public. Daniel Trielli, de l'Université du Maryland, a soulevé ce danger, et Narayanan a convenu qu'il s'agit d'un défi que le journalisme devra continuer à définir à l'avenir.

L'une des affirmations les plus iconoclastes de Narayanan est que la fixation de l'agenda par les médias s'est retournée contre eux. Il a qualifié le rôle du Washington Post dans le Watergate de « bien incontestable », mais a cité les recherches de « nombreux spécialistes de la communication et économistes » montrant que des efforts similaires à l'ère Trump, alors que le public était déjà fragmenté, ont alimenté la polarisation et accéléré l'effondrement de la confiance.

Le dégroupage

Narayanan a déclaré que son intervention portait « autant sur les effets continus des réseaux sociaux sur les rédactions que sur l'IA ». La rédaction est aujourd'hui perçue comme une institution unique regroupant reportage, analyse, vérification des faits et distribution, mais il a soutenu que cet arrangement était une évolution « historiquement contingente » et non un acquis pour l'avenir. Les penny papers financés par la publicité des années 1830 ont élargi ce qui comptait comme information, car les journaux antérieurs vivaient des abonnements et du patronage politique. L'objectivité est née en réponse à la propagande de la Première Guerre mondiale, et les reporters salariés et les interviews également dû « être inventés ». Qualifier quelqu'un de « reporter à gages », a-t-il noté, était autrefois une insulte—« comme un tueur à gages ».

Son cadre de réflexion s'appuie sur des débats antérieurs. Il a cité la formule de l'écrivain Clay Shirky selon laquelle « la société n'a pas besoin de journaux. Ce dont nous avons besoin, c'est de journalisme », et a rappelé que le sociologue de Princeton Paul Starr avait averti, à la même époque, que la disparition de l'économie des journaux laisserait sans financement des biens publics comme la redevabilité. Starr a été prouvé « à bien des égards », a dit Narayanan, « mais ce n'a peut-être pas été aussi apocalyptique » que craint, parce que la philanthropie est intervenue.

Sa thèse est que, pièce par pièce, des spécialistes accomplissent désormais chaque fonction à moindre coût qu'une rédaction, l'IA accélérant le processus. « Pour chacune de ces composantes, il existe une sorte de concurrent qui produit cette composante de manière plus autonome et qui est structurellement mieux équipé, rien qu'en vertu de l'économie de la production », a-t-il dit. Le reportage sectoriel, par exemple, a migré vers des médias comme Politico, Punchbowl News et Stat. Le journalisme local s'est largement tourné vers un « modèle financé par la philanthropie », et les enquêtes dépendent de plus en plus d'argent associatif—« un retour aux modèles historiques ». L'analyse, a-t-il souligné, est passée aux journalistes indépendants, aux créateurs sur les réseaux sociaux et aux « gens comme moi ». Revenant à ce qu'il a appelé le « point essentiel » de son intervention, il a déclaré que le regroupement de tout dans une seule rédaction « n'est plus la manière économiquement la plus viable de produire de l'information ».

L'analyse, telle que Narayanan la définit, est une « couche située entre le fait et l'opinion ». Citant le blogueur économique Noah Smith, il a soutenu que les journalistes ont trop longtemps et trop souvent traité cette ligne de démarcation comme binaire, de sorte que la couche analytique « n'a jamais vraiment eu sa place dans les rédactions ». Il a proposé la question de savoir si l'industrie de l'IA est une bulle comme exemple de sujet qu'une analyse pourrait aborder. L'autorité d'un analyste, a-t-il soutenu, vient désormais d'un ensemble de travaux plutôt que d'une manchette. (Fortune et Fortune Intelligence publient souvent des articles sous forme d'analyses, tant qu'à faire.)

Internet a « démocratisé la distribution », a-t-il dit, et l'IA « démocratise maintenant la production » : « Il est désormais possible de produire du contenu journalistique de premier ordre, de divers types, avec une équipe d'une ou deux personnes. » Ce qui est en cours, ce n'est « pas tant un déclin de l'information », a-t-il dit, que « la migration vers tout un tas d'autres institutions ».

Qui paie

La « véritable crise », a dit Narayanan, c'est l'écart de pouvoir entre les entreprises d'IA et les éditeurs. Les éditeurs ont besoin de la distribution par les chatbots plus que les entreprises d'IA n'ont besoin d'un média quelconque, si bien que les accords de licence sous-payent le journalisme. Il a pointé le « pivot vers la vidéo »—lorsqu'un changement d'algorithme de Facebook a forcé les organisations de presse à refondre leurs modèles économiques—comme « une illustration épouvantable de l'asymétrie extrême de pouvoir ».

La solution qu'il propose est une contribution démocratique à la manière dont les entreprises d'IA ajustent leurs algorithmes—quelque chose comme le Oversight Board de Meta, l'organe indépendant mis en place par l'entreprise pour examiner ses décisions de modération de contenu, mais avec les journalistes disposant d'un « siège à la table ». Narayanan a ajouté que les journalistes doivent former un large mouvement politique, s'unir pourider pour l'avenir de la profession, incluant éventuellement une taxe sur les entreprises d'IA et de réseaux sociaux. Un tel mouvement devrait être « large », non « perçu comme partisan », et devrait inclure les créateurs aux côtés des médias traditionnels, a-t-il dit.

Mais l'alternative—pour l'essentiel non évoquée dans la salle—est que le journalisme n'est simplement qu'un phénomène des deux derniers siècles, et que la technologie et l'économie évoluent en s'en éloignant comme industrie organisée et agrégée.

Cet article a été initialement publié sur Fortune.com.