<h2>Introduction</h2> A l’instar de nombreux domaines de la vie sociale, celui du journalisme s’intéresse également de plus en plus à l’intelligence artificielle (IA) et aux nombreuses opportunités qu’elle peut offrir à ses acteurs. Cependant, au stade actuelle des recherches, il apparaît que les hommes des médias n’abordent pas tous ce nouveau virage technologique de la même façon et avec le même enthousiasme. La présente étude s’intéresse au cas africain et précisément à celui de la Côte d’Ivoire pays francophone situé en Afrique de l’Ouest. Elle prolonge une précédente recherche dans laquelle nous avions interrogé 38 journalistes issus de différents médias ivoiriens au sujet de leurs connaissances et usages de l’IA. L’étude avait permis de noter que dans leur grande majorité, ces acteurs des médias ivoiriens avaient entendu parler de l’IA, mais n’en savaient pas grand-chose quant à son mode d’emploi et à ses possibilités dans le domaine d’activité qui est le leur. En dehors d’une poignée de journalistes web qui s’y essayaient déjà, les autres journalistes n’avaient pas encore songé à faire usage des applications de l’IA dans leur pratique professionnelle, puisqu’ils ne s’y étaient pas familiarisés (Karimu, 2023d). Dans la présente étude, une trentaine de journalistes qui avaient suivi des cours sur l’IA au département des sciences de l’information et de la communication de notre institution, l’université Félix Houphouët-Boigny d’Abidjan-Cocody, ont été évalués à la fin du module. Pour cette évaluation sommative, il leur avait été proposé de choisir deux ou trois applications de l’IA et de les convoquer dans leurs démarches professionnelles. Ces journalistes inscrits en formation continue au cours de l’année universitaire 2022-2023, évoluent dans les différents médias ivoiriens, toutes lignes éditoriales confondues. Bien que ce ne soit pas l’objet de cette étude, il importe d’évoquer le contexte socioéconomique dans lequel baigne le secteur médiatique ivoirien. De nombreuses recherches sur la presse de Côte d’Ivoire montrent qu’elle évolue dans un environnement difficile depuis plus d’une quinzaine d’années. En effet, ces médias à forte coloration politique (Bailly, 2001 ; Coulibaly, 2016 ; Frère, 2020), dans leur grande majorité, connaissent de grandes difficultés économiques et financières (Karimu, 2022), surtout les journaux dont plusieurs entreprises ont été contraintes à la fermeture définitive. Le journaliste et patron de presse, Abdoulaye Sangaré illustre cette situation par cette analyse: « L’absence de volonté de s’inscrire dans une perspective de vrai management et un manque de savoir-faire ont pour effet de raréfier les ressources financières, indispensables aux fonctionnements normaux de l’entreprise. Dans la majorité des cas, les actionnaires, très souvent des politiques, rechignent à mettre la main à la poche pour résorber les déficits. Ce fut le cas en février 2018 quand les promoteurs du quotidien Nord-Sud, proche de la mouvance au pouvoir, devenu un gouffre financier, ont choisi de déposer le bilan » (Sangaré, 2014 :244). Dans cet environnement morose, la préoccupation des patrons de presse ivoirienne demeure à l’heure actuelle la survie de leurs entreprises et surtout l’augmentation des aides financières étatiques dont les modalités d’octroi deviennent de plus en plus drastiques. <h2>Problématique</h2> Depuis la fin du XXe siècle, le secteur du journalisme connaît d’importantes mutations impulsées par la révolution technologique et l’essor du numérique (De Laubier, 2000 ; Le Champion, 2012 ; Antheaume, 2013). La reconfiguration du journalisme au prisme de ces progrès techniques (journaux sur le Web, numérisation des contenus, pluri-media, web journalisme, data journalisme…) se poursuit aujourd’hui avec l’émergence de l’IA. Pour Nicolas Becquet, l’avènement de l’IA dans le secteur médiatique est : « une lame de fond qui charrie des changements encore plus fulgurants, radicaux et disruptifs que cette fameuse révolution numérique qui secoue le secteur depuis une vingtaine d’années » (Becquet, 2024). En écartant les représentations qu’on lui associe (Collard et al., 2021;Ward, 2019; Zacklad, 2018), il serait intéressant de proposer une définition moins complexe de l’IA, avant de poursuivre notre raisonnement. Nous notons d’emblée qu’il n’existe pas une définition consensuelle de l’IA qui au contraire, suscite même chez les chercheurs une certain nombre de controverses. D’ailleurs, Luc Julia (2019) n’a-t-il pas admis que « L’intelligence artificielle n’existe pas ? ». Pour sa part, Manuel Zacklad estime que « La notion d’Intelligence Artificielle au sens strict du terme n’a aucune signification ni du point de vue des sciences humaines et sociales ni du point de vue des sciences cognitives. De nombreux informaticiens, parmi les pionniers comme parmi les chercheurs du domaine, ont critiqué et critiquent cette appellation ambiguë » (Zacklad, 2018:8) d’IA, perçue comme un mot-valise recouvrant un champ sémantique assez vague. Toutefois, dans cette étude, nous prenons le partir d’adouber trois définitions parmi tant d’autres, dans un souci d’obtenir une meilleure compréhension de ce terme polysémique. Pour L. Bastien, l’Intelligence artificielle désigne un « ensemble d’algorithmes et de techniques visant à imiter l’intelligence humaine » (Bastien, 2022). Quant à la Commission nationale de l’informatique et des libertés (CNIL) en France, elle estime que « L’intelligence artificielle est un procédé logique et automatisé reposant généralement sur un algorithme et en mesure de réaliser des tâches bien définies ». Elle ajoute, citant le Parlement européen : « Constitue une intelligence artificielle tout outil utilisé par une machine afin de reproduire des comportements liés aux humains, tels que le raisonnement, la planification et la créativité » (Glossaire de l’IA publié par la CNIL). Enfin, citons celle de Marvin Minsky, professeur au MIT et considéré comme l’un des pères fondateurs de l’IA : « La construction de programmes informatiques capables d’accomplir des tâches qui sont, pour l’instant, accomplies de façon plus satisfaisantes par des êtres humains » (Georges, 2019 : 7). De ces définitions, on retient ces termes associés à l’IA, à savoir : « ensemble d’algorithmes et de techniques », « programmes informatiques » et « machine ». On peut comprend alors, à la lumière de ces définitions, que l’objectif essentiel de l’IA est de faire mieux que les humains dans tout ce qu’ils entreprennent. Il est indéniable que l’IA représente une technologie qui bouleverse le secteur du journalisme à travers des applications diverses et variées qui y sont mises en &oelig;uvre depuis quelques années. De nombreuses expériences de confection d’articles ou d’introduction des systèmes d’IA dans le processus rédactionnel sont citées en exemple. C’est le cas avec CNET aux États-Unis, de Bild en Allemagne, de l’Est Républicain et du JDD Magazine en France, la chaine MBN en Corée du Sud (Eutrope, 2023), pour ne citer que ces quelques exemples. Ainsi, comme le remarque Céline Castets-Renard, « L’heure est à l’intelligence artificielle (IA). Ne pas s’y mettre reviendrait à se condamner à l’obsolescence, voire à la disparition ! Il faut dire que ses promesses sont belles » (Castets-Renard, 2018 :1). De ce fait, à l’instar d’autres domaines de l’activité humaine, le milieu médiatique intègre désormais de plus en plus les systèmes d’IA dans son fonctionnement général. Concrètement, il est désormais possible de produire de courts articles automatiquement, de collecter des données, d’assurer la modération de contenus, de mesurer le trafic et l’audience d’un site web, de réaliser des démarches de factchecking, pour ne citer que ces exemples. Julie Gramaccia et Thierry Watine nous livrent les premiers résultats du projet med-IA réalisé au Canada, à propos des entreprises de presse et leurs journalistes face aux défis de l’IA. Pour ces deux chercheurs, « malgré les incertitudes quant à l’avenir de l’IA et en dépit du retard observé des entreprises de presse à s’intéresser au phénomène (…), l’intelligence artificielle ouvre des perspectives prometteuses pour la profession » (Grammacia et Watine, 2020: 101). Il est donc admis que l’utilisation des technologies telles que l’IA générative, reconfigurent la production de l’information et sa diffusion, en passant par la phase de la collecte (St-Germain et White, 2021). Cependant, l’usage de l’IA dans le champ médiatique suscite encore une floraison de questions loin d’être élucidées. Des recherches sont menées pour savoir si les médias tirent réellement profit des outils de l’IA ou s’ils sont dans une posture dans laquelle ils paraissent subir cette nouvelle découverte technologique. Une première réponse à ces préoccupations est fournie par Julie Gramaccia et Thierry Watine. En effet, dans leur étude suscitée, à propos des journalistes canadiens et leurs entreprises médiatiques, ils parviennent à la conclusion suivante : « Il est encore trop tôt à ce stade-ci de la réflexion pour avoir une idée précise de l’ensemble des effets de l’intelligence artificielle sur le champ médiatique et les adaptations qu’elle va continuer d’imposer en matière de pratiques journalistiques, le scénario d’une menace sérieuse sur les fondements et la mission même du journalisme n’est pas (encore) d’actualité… » (Grammacia et Watine, 2020 : 106). De son côté, Laurence Dierickx qui a mené sa recherche dans deux rédactions de Belgique explique les raisons du non-usage des productions automatisées d’information par les journalistes (Dierickx, 2012). En somme, l’appropriation des applications de l’IA dans le processus de confection des informations ne suscite pas toujours l’enthousiasme dans le milieu journalistique. Dans le contexte africain, quelques études s’intéressent à la question des relations IA-médias-journalistes d’une manière spécifique. Dans leur recherche à vocation régionale, Kothari et Cruikshank examinent l’utilisation actuelle de l’IA dans les rédactions en Afrique, ainsi que les opportunités et les défis qu’elle présente pour les journalistes de ce continent. Ils ont pu constater qu’il existe très peu d’informations sur la manière dont les rédactions du continent utilisent les technologies de l’IA (Kothari et Cruikshank, 2022). Dans la même veine, Gondwe explore l'utilisation d'outils d'IA générative par les journalistes d'Afrique subsaharienne. Il s’est agit pour lui de vérifier comment les journalistes de cinq pays d'Afrique subsaharienne, à savoir le Congo, la RDC, le Kenya, la Tanzanie, l'Ouganda et la Zambie. utilisent Chat GPT, après avoir adoptés le Chatbot. L'étude insiste sur le fait que l'IA générative comme ChatGPT est largement sous utilisé dans ces différents pays, ce qui ne permet pas de mesurer son efficacité (Gondwe, 2023). Pris individuellement, chaque pays d’Afrique présente une réalité différente que des auteurs mettent en exergue. L’étude de Moussa Sakr nous apprend qu’en Egypte, l’usage de l’IA est encore à un stade embryonnaire: les acteurs médiatiques de ce pays ayant besoin de formation complémentaires pour une utilisation idoine de cette nouvelle technologie (Sakr, 2021). En Afrique du Sud, par contre, l’adoption de l’IA dans certaines salles de rédaction grand public sud-africaines. est effective mais « lente ». Cependant, cette présence de l’IA s’inscrit dans un contexte de scepticisme: pertes d’emplois, coûts liés à l’adoption de l’IA, formation limitée, questions éthiques… (Munoriyarwa, Chiumbu et Motsaathebe, 2021). Enfin, au Nigeria, une étude montre que l’application de l’IA par les journaliste est « rare » en raison de diverses facteurs (Okiyi et Nsude, 2020). Les deux chercheurs qui ont travaillé sur ce sujet donnent quelques explication: « Parmi les autres défis liés au déploiement de l’IA dans les pays en développement tels que le Nigéria, citons : le manque de volonté politique et d’intérêt de la part de nos dirigeants, l’alimentation  (électrique) épileptique, le manque de formation pour les journalistes, le manque de connaissances en IA, l’ignorance de la part de beaucoup car l’IA est encore considérée comme hautement technique et l'affaire des techniciens. D’autres y voient une "sorcellerie de l’homme blanc"» (Okiyi et Nsude, 2020:158). Notre travail s’inscrit dans la lignée de ceux menés par ces chercheurs à propos de l’usage de l’IA dans des rédactions d’Afrique. Toutefois, nous nous démarquons en proposant cette fois aux journalistes de procéder à des recherches et de choisir eux-mêmes deux ou trois IA de leur convenance, puis de les convoquer dans leur pratique professionnelle quotidienne. À travers cette exigence, notre objectif est d’analyser ce que ces journalistes peuvent faire de l’IA ou ce que les applications de l’IA peuvent apporter à leur démarche journalistique. Nous nous posons ainsi les questions suivantes : quels usages de l’IA peut-on mettre à l’actifs de ces journalistes ivoiriens, en d’autres termes que font ces journalistes de l’IA ? Quelles applications de l’IA convoquent-ils dans cette perspective et pour quels résultats ? Nous formulons l’hypothèse suivante : si nous considérons que les 26 journalistes-étudiants de notre corpus n’ont que de l’IA de modestes connaissances théoriques, le choix des applications de l’IA et leurs usages pourraient s’avérer complexes pour eux. Ils seraient ainsi tentés de choisir les mêmes exemples d’IA afin de réaliser l’évaluation à eux soumise et échapper à une éventuelle sanction pour travail non fait. <h2>Positionnement théorique et méthodologique</h2> Notre recherche s’inscrit à la croisée de plusieurs champs théoriques, notamment ceux qui ont trait aux usages des technologies numériques et au déterminisme technologique Le secteur du journalisme se reconfigure depuis plusieurs années, sous l’impulsion des technologies de l’information et de la communication (TIC) et l’essor du numérique. De plus en plus, les perspectives de recherches s’orientent vers plusieurs directions, notamment celle relative à l’impact de ces (nouvelles) technologies sur l’industrie de la presse et les pratiques professionnelles. C’est cet aspect qui nous intéresse dans cette recherche. Longtemps après la révolution de Gutenberg et bien avant l’avènement de l’IA dans ses formes récentes (on parle d’intelligence artificielle depuis le milieu des années 50), les premiers bouleversements engendrés par la révolution numérique sont indiscutablement liés à l’avènement de l’ordinateur dans les rédactions puis le Web et enfin l’Internet (De Laubier, 2000 ; Le Champion, 2012 ). Aujourd’hui, les nombreux systèmes de l’IA, les algorithmes intelligents et les données massives renouvellent les pistes de réflexion à propos de la sincérité des productions médiatiques (Diakopoulos, 2019 ; Crépel et Cardon, 2022). Arnaud Mercier et Nathalie Pignard-Cheynel notent que « Lors de cette période de bouleversement, les rédactions sont obligées de réfléchir elles-mêmes à leur réorganisation interne, à l’accompagnement au changement pour les journalistes, et à leur nouveau modèle économique. On a ainsi vu émerger un discours autoréflexif de la part de journalistes, le plus souvent en responsabilité dans des médias ou des centres de formation (Mercier et Pignard-Cheynel, 2014). Cette recherche convoque également la théorie du déterminisme technique qui définit « l’innovation technique comme un élément moteur du changement social et historique » (Jauréguiberry & Proulx, 2011). Elle interroge la manière dont les acteurs du secteur médiatique se positionnent face aux outils et procédés techniques (Flichy, 2003) qui interviennent dans le processus de confection de l’information. Afin d’apporter quelques réponses aux préoccupations qui ont motivé cette étude, nous avons choisi d’analyser les résultats des travaux d’une trentaine de journalistes en formation continue au département communication de l’université Félix Houphouët-Boigny d’Abidjan-Cocody. Comme nous l’avions mentionné plus haut, ces journalistes en activité ont suivi des travaux dirigés sur « L’Intelligence artificielle dans les médias », dans le cadre du cours portant sur le « Journalisme à l’ère numérique », durant l’année universitaire 2022-2023. Pour être plus précis, ce sont au total 26 journalistes-étudiants identifiés dans ce travail de façon anonyme. Ils se répartissent dans les secteurs médiatiques de la façon suivante : 6 journalistes travaillant pour les chaînes de télévision, 5 journalistes de radio, 9 de la presse écrite et 6 de la presse numérique (pure players et sites web de journaux traditionnels). L’exercice auquel ils ont été soumis, dans le cadre de la note d’évaluation finale leur exigeait de choisir deux ou trois applications de l’IA de leur convenance et de les utiliser dans leurs tâches routinières quotidiennes. Ils ont obtenu un délai de trois mois pour effectuer leur expérience et rendre le travail. La consigne exacte est ainsi libellée : « Racontez votre expérience (heureuse ou malheureuse) en termes d’usage d’outils de l’IA dans votre activité quotidienne. Choisissez 2 ou 3 IA à votre convenance. Ceux-ci vous ont-ils réellement aidé. Si oui, décrivez les utilisations qui en ont été faites. Seriez-vous prêts à poursuivre ces essais ? En cas d’expérience malheureuse, identifiez les difficultés. Peuvent-elles être surmontées ?  Si non, est-ce un argument pour abandonner définitivement l’IA dans votre activité quotidienne ? Justifiez vos réponses ». <h2>Résultats de l’étude</h2> Comme il leur avait été exigé, les 26 journalistes apprenants ont effectivement convoqué dans leurs pratiques quotidiennes, des applications de l’IA qu’ils ont jugées dignes d’intérêt pour leur pratique professionnelle. Le tableau ci-dessous détaille les logiciels et autres outils de l’IA choisis par ces journalistes. Tableau récapitulatif des logiciels et applications de l’IA utilisés par les journalistes <table> <tbody> <tr> <td valign="top"> Types de média </td> <td valign="top"> Logiciels et applications de l’IA utilisés </td> </tr> <tr> <td valign="top"> Presse écrite </td> <td valign="top"> Bard IA, ChatGPT, Jasper, Nova, Alexa, Trint </td> </tr> <tr> <td valign="top"> Radio </td> <td valign="top"> Bard IA, Sonix, Play HT, ChatGPT </td> </tr> <tr> <td valign="top"> Télévision </td> <td valign="top"> AI Chat ; Genie ; ChatGPT, ChatBot IA, Iamleo IA, Rask IA </td> </tr> <tr> <td valign="top"> Presse numérique </td> <td valign="top"> Nova, ChatGPT, Copy IA, Bard IA, Chat Bot </td> </tr> </tbody> </table> Après trois mois d’expérimentation, ces journalistes ont utilisé, tous médias confondus, une quinzaines d’applications de l’IA. En observant le tableau ci-dessous, on peut constater qu’il s’agit essentiellement des programmes de l’IA générative capables de générer des textes, des images, des vidéos. En outre, on remarque que certaines applications sont transversales. C’est le cas de ChatGPT et Bard AI. Par contre, d’autres outils sont utilisés de façon spécifique par des journalistes selon leur média d’appartenance. C’est le cas de Jasper (presse écrite), Sonix (Radio), Rask IA (télévision) et Copy IA (presse numérique). La majorité de ces journalistes de notre corpus se disent satisfaits par les logiciels de l’IA qu’ils ont utilisés dans le cadre de leurs activités routinières, principalement dans le processus de fabrication de l’information. Quelques extraits de leurs expériences qu’ils ont décrites dans leurs devoirs nous situent sur l’apport réel de ces applications d’IA. « A la faveur des élections municipales, régionales du 2 septembre 2023 et les sénatoriales du 16 septembre 2023, j’ai voulu écrire un article de presse pouvant expliquer le succès du Rassemblement des Houphouétistes pour la démocratie et la paix (RDHP). J’ai sollicité Bard IA qui m’a proposé un article intitulé : « RHDP : victoire écrasante aux élections locales ». C’est un article de belle facture, informatif, bien fouillé, dans lequel il serait difficile d’ôter une seule virgule sans en altérer le fond. Un papier bien écrit, avec des chiffres, (nombre de sièges raflés par ce parti à ces élections), des détails, les raisons de cette victoire, une analyse de ce succès par rapport au landernau politique ivoirien et aux perspectives », s’enthousiasme ce journaliste de presse écrite. Un autre exerçant dans le secteur de la radio raconte son expérience : « Tout d'abord, Sonix : cet outil de reconnaissance vocale a été d’une véritable aide dans mon travail. En tant que rédacteur, je passe beaucoup de temps à transcrire des enregistrements d'entrevues et de réunions. L'IA de reconnaissance vocale a considérablement accéléré ce processus en me permettant de simplement dicter le texte au lieu de le saisir à l’ordinateur. Cela a non seulement économisé du temps, mais aussi réduit les risques d'erreurs de transcription. De plus, les fonctionnalités avancées de correction automatique ont amélioré la précision générale de mes transcriptions. Je suis certainement prêt à poursuivre l'utilisation de cette technologie, car elle a amélioré mon efficacité et ma productivité de manière significative ». L’exemple donné par ce journaliste de la télévision nous semble également intéressant : « J’ai demandé à cette appelée IA Iamleo de m’aider à écrire un reportage sur la Coupe d’Afrique des Nations qui s’est passé en Côte d’Ivoire du 13 janvier au 11 février2024. L’application a bien réagi et m’a proposé un reportage »… Cependant, ces journalistes-étudiants soulignent quasiment tous, les limites des outils d’IA. Pour eux, la fiabilité de l’IA n’est pas totale et que des erreurs peuvent se glisser dans les résultats recherchés. Une journaliste de télévision explique : « L’exercice auquel nous avons soumis AI Chat et Genie consistait à peaufiner un dossier sur les élections locales de 2023 en Côte d’Ivoire. Si les premières informations étaient bonnes, dans le détail des dates clés du scrutin, la deuxième tranche de questions a vu des réponses confuses. Alors que le champ de recherche était délimité aux échéances de 2023, l’outil a pris en compte des scrutins antérieurs et indiqué des violences électorales dans certaines régions qui n’existaient pas ». De par la réponse de l’application de l’IA la journaliste admet qu’« un manque de vigilance aurait été catastrophique car ce résultat de recherche exploité sans lucidité aurait eu un impact important sur le média et les populations ». Ce journaliste de presse écrite, lui,  a voulu tester l’infaillibilité de l’application qu’il a convoquée, en l’induisant volontairement en erreur pour en tirer des leçons : « J’ai décidé de faire avec Bard IA une vraie fausse interview d’Henri Konan Bédié, le président du Parti démocratique de Côte d’Ivoire (PDCI), décédé le 1er aout 2023, tout en le mettant en lien avec les élections locales, comme s’il était toujours vivant ! ». L’application fait dire à Henri Konan Bédié les propos suivants: « C’est une défaite difficile à accepter, mais nous devons l’accepter. Il y a plusieurs facteurs qui ont contribué à ce résultat, notamment la mort de notre Président décédé le 1er aout 2023. Son décès a été un choc pour le parti et pour pays, et il a eu un impact négatif sur notre campagne ». Le journaliste a pu se rendre compte que « Bard IA a donc proposé l’interview d’une personne décédée et étale ainsi une insuffisance indéniable en tant qu’outil-ressource ». Cette expérience fait dire à ce journaliste que : « J’ai noté, à travers cette expérience, que l’intelligence artificielle peut effectivement contribuer à la production de fakenews et à les relayer. Henri Konan Bédié est mort certes, mais Henri Konan Bédié est vivant et donne une interview à un journaliste dans laquelle il parle d’Henri Konan Bédié ! ». Un journaliste Web affirme avoir fait appel à ChatGPT « pour ses réponses rapides et sa polyvalence, et aussi pour son utilité à faire la biographie rapidement des personnalités publiques soit à partir de leur CV ou leur nom ». Il confirme cependant les faiblesses de cette IA générative et indique : « Toutefois, les informations communiquées par ChatGPT sont souvent erronées ; raison pour laquelle il faut faire attention et surtout disposer d’un minimum de connaissance sur le sujet concerné. S’agissant, d’article de presse proposé par l’IA, il y a très souvent des erreurs journalistiques notamment la confusion de genre : l’IA mélange par exemple le commentaire du compte rendu. Il revient aux professionnels de corriger toutes ces éventuelles erreurs et parfaire l’article ». <h2>Discussion</h2> L’exercice soumis à la trentaine de journalistes-étudiants permet de noter qu’il existe une multitude d’applications de l’IA qui peuvent intéresser les acteurs des médias. En outre, il apparaît ici que les journalistes ont la capacité d’identifier par eux-mêmes les applications d’IA qui peuvent leur être utiles dans le processus de fabrication de l’information. Il est donc envisageable que ces journalistes de notre corpus, enthousiasmés par les possibilités offertes par l’IA, malgré les failles qu’ils ont eux-mêmes détectées, poursuivent leurs expérimentations. Ils pourraient ainsi dénicher de nouveaux logiciels qui faciliteront leur tâches quotidiennes, et peut-être s’intéresser aux IA dites spécialisées dont le mode d’emploi pourrait être plus complexe. Cette forme d’appropriation peut être comprise comme l’une des multiples démarches visant à « démystifier l’IA pour mieux la démythifier » (Roy, Brin et Gramaccia, 2021; Ganay et Gillot, 2017). Au-delà même de son usage à des fins professionnelles, un autre enjeu pour les journalistes est de comprendre et maîtriser le fonctionnement global de l’IA pour en rendre compte dans leurs articles destinés au public. Or, comment évoquer et expliquer une technologie à ses lecteurs, auditeurs, téléspectateurs et autres internautes, si le professionnel des médias lui-même, ignore complètement de quoi il s’agit. L’expérimentation que nous avons initiée avec ces journalistes et qui pour nous a été concluante, à l’aune des objectifs de notre étude, peut certainement inspirer dans d’autres contextes marqués par des essais non concluants. Prenons l’exemple de la recherche menée par Laurence Dierickx dans deux rédactions belges francophones, dans laquelle elle nous apprend que ces journalistes ont peiné à s’approprier les systèmes d’automatisation qui avaient été mis à leur disposition. Cet échec peut trouver son explication par « une absence de besoin, un désintérêt relatif du domaine d’application, un refus de remettre ses propres pratiques en question, voire sur une identité professionnelle qui serait mise en danger par l’automatisation de tâches habituellement prises en charge par l’humain » (Dierickx, 2012 :20). Notre étude permet d’affirmer que l’une des manières de briser le mur de méfiance entre les journalistes et l’IA, est de leur permettre de découvrir volontiers ses applications et autres outils indispensables dans leur secteur d’activité. En effet, on a pu constater dans le cas des journalistes belges francophones évoqués ci-dessus, ou dans celui des professionnels des médias nigérians, que l’initiation contrainte à l’IA peut s’accompagner d’un certain nombre de réticences, voire de refus catégorique. Ces situations s’expliquent par diverses raisons ou motivations, comme dans le cas de ces journalistes nigérians qui appréhendent la menace de l’IA en termes de pertes d’emplois, de coûts liés à l’adoption de l’IA, de craintes relatives aux questions éthiques, pour ne citer que ces quelques exemples (Munoriyarwa, Chiumbu et Motsaathebe, 2021). L’expérimentation peut donc constituer un moyen efficace pour déconstruire les discours et autres représentations au sujet de l’IA dans le journalisme. Ainsi, à partir de notre étude, nous notons que ces journalistes ivoiriens ont l’occasion de se démarquer de leurs autres confrères en termes d'utilisation des systèmes d'intelligence artificielle dans le contexte africain, en particulier en Afrique de l'Ouest. Cependant, ces usages de l’IA générative qui ont été mentionnées par chacun des journalistes de notre corpus l’ont été à titre individuel et dans un cadre d’évaluation universitaire. Comme nous l’avons souligné dans notre précédente étude sur la thématique (Karimu, 2023d), les entreprises de presse ivoirienne et leurs dirigeants ne semblent pas encore s’être résolus à une stratégie globale d’adoption de l’IA, préoccupés qu’ils sont par les difficultés économiques et financières que subissent leurs entreprises depuis plus d’une quinzaine d’années. Le souci actuel des patrons de presse des entreprises médiatiques ivoiriennes est d’obtenir de l’État, à travers l’Agence de soutien et de développement des médias (ASD), une hausse conséquente des fonds d’aide à la presse. En tous les cas, l’écosystème médiatique ivoirien doit se préparer à affronter et à relever des défis incontournables « pour réinventer le journalisme et les médias à l’ère de l’IA générative ». À ce sujet, le journaliste et chercheur Nicolas Becquet en identifie sept qu’il énumère : « sortir de la sidération et démystifier l’IA, baliser les usages de l’IA et former les équipes, identifier les opportunités de gains de productivité, sans tabou, se préparer à l’émergence des assistants IA, anticiper le déclin de l’économie du lien, éviter les pièges de la dépendance technologique et s’armer face au péril du désordre informationnel généralisé » (Becquet, 2024). Enfin, les journalistes de notre corpus, pourraient être freinés dans leur enthousiasme par l’impact que pourrait entraîner l’usage de l’IA générative dans leurs pratiques professionnelles. En d’autres termes, pour des médias en difficultés, aussi bien au plan éditorial qu’économique, le fait de recourir à l’IA pour produire du contenu pourrait rebuter le public et creuser davantage le manque d’intérêt pour les contenus de la presse traditionnelle. En effet, on peut aisément comprendre la méfiance, voire la défiance des consommateurs de produits médiatiques face à des productions qui ne porteraient plus la signature des humains, mais celle de robots-journalistes. Il se pose bel et  dans cette configuration, une question de confiance et de crédibilité déjà sérieusement entamées par les précédentes dérapages éthiques et déontologiques dans le secteur des médias d’information. Les IA génératives pourraient accroître la situation susmentionnée. <h2>Conclusion</h2> Cette recherche, inscrite dans le sillage de celles abordant l’intelligence artificielle dans le secteur du journalisme, s’intéresse principalement aux acteurs médiatiques ivoiriens dans un contexte général d’émergence de l’Intelligence artificielle. L’évaluation sommative soumise à une trentaine d’entre eux, dans le cadre des enseignements reçus au département communication de l’université Félix Houphouët-Boigny d’Abidjan-Cocody, indique qu’ils se sont intéressés à une quinzaine de technologies de l’IA dans le cadre de leurs activités quotidiennes. Si ces journalistes ont affirmé avoir été bluffés par les multiples opportunités qu’offre cette technologie, dans l’exercice de leur métier, ils ont aussi mis en évidence les limites de l’IA. En effet, l’usage de ces outils et systèmes informatiques nécessitent, selon eux, de la part des journalistes une vigilance accrue, en raison des failles qu’ils comportent. Ces insuffisances démontrent à quel point il est indispensable pour les professionnels des médias de se former afin de se familiariser avec ces technologies. Cette étude nous paraît intéressante, en ce sens qu’elle révèle que des journalistes peuvent, avec une dose de bonne volonté, s’approprier l’IA et déterminer les applications qui peuvent leur être réellement utiles dans leurs pratiques professionnelles. La recherche pourrait être élargie aux dirigeants d’entreprises médiatiques dans ce contexte ivoirien, afin de voir comment ces derniers se positionnent face à une technologie qu’ils ne peuvent pas continuer à ignorer.   <h2>Références bibliographiques</h2> Antheaume, A. (2016). Le journalisme numérique. Paris, SciencesPo, Les Presses, « coll. Nouveaux débats », 2e édition. BAILLY, Diégou. (2001). Profession: journaliste, “en attendant”. Les Cahiers du journalisme, vol. 9, pp. 170-173. Bastien, L. (2020). Intelligence Artificielle : définition, histoire, utilisations, dangers. Lien: <a href="https://datascientest.com/intelligence-artificielle-definition">https://datascientest.com/intelligence-artificielle-definition</a>, consulté le 16 mars 2024 Bequet, N. (2024). Les 7 défis des médias face à l’intelligence artificielle. Observatoire européen du journalisme. Lien : <a href="https://fr.ejo.ch/intelligence-artificielle/les-7-defis-des-medias-face-a-lintelligence-artificielle">https://fr.ejo.ch/intelligence-artificielle/les-7-defis-des-medias-face-a-lintelligence-artificielle</a>, consulté le 16 mars 2024. Castets-Renard, C. (2018). Quels impacts de l’intelligence artificielle sur les métiers du droit et du journalisme ? (What Are the Impacts of Artificial Intelligence on the Legal and Journalistic Professions?). Cahiers de la propriété intellectuelle, vol. 30, n° 3, 2018., Available at SSRN: <a href="https://ssrn.com/abstract=3391272" target="_blank">https://ssrn.com/abstract=3391272</a>, consulté le 6 juin 2024 CNIL, Glossaire IA, <a href="https://www.cnil.fr/fr/definition/intelligence-artificielle">https://www.cnil.fr/fr/definition/intelligence-artificielle</a>, consulté le  6 juin 2024. Collard, A. S., Hernalesteen, A. et Henry, J. (2021). Déconstruire les représentations médiatiques sur l’intelligence artificielle en jouant à “Qui est-ce?”. Actes/Proceedings TICEMED 12, 51. Crépel, M. et Cardon, D. (2022). Robots vs algorithmes. Prophétie et critique dans la représentation médiatique des controverses de l’IA. Réseaux, no 232-233, pp. 129-167. Coulibaly, N. (2016). La « titrologie » en Côte d’Ivoire. Discours médiatique et perpétuation des antagonismes politiques. Communication & langages, 4, n° 190, pp. 125-141. DOI : 10.3917/comla.190.0125. URL : <a href="https://www.cairn.info/revue-communication-et-langages1-2016-4-page-125.htm">https://www.cairn.info/revue-communication-et-langages1-2016-4-page-125.htm</a>, consulté le 24 février 2024. De Laubier, C. (2000). La presse sur Internet. Paris, Que sais-je ? Coll. PUF. Devillers, L & ali. (2018). Intelligence artificielle. Enquête sur ces technologies qui changent nos vies. Paris, Flammarion. Diakopoulos, N. (2019). Automating the News. How Algorithms Are Rewriting the Media, Harvard, Harvard University Press. Dierickx, L. (2021). L’adéquation aux usages, un  remède contre l’échec. Les Cahiers du journalisme, 2(7), R9-R24. Eutrope, X. (2023). Intelligence artificielle et médias : cinq utilisations, au-delà de ChatGPT. Ina La Revue des médias. Lien : <a href="https://larevuedesmedias.ina.fr/chatgpt-intelligence-artificielle-medias-utilisations">https://larevuedesmedias.ina.fr/chatgpt-intelligence-artificielle-medias-utilisations</a>, consulté le 3 avril 2024. Flichy, P. (2003). L'innovation technique. Récents développements en sciences sociales. Vers une nouvelle théorie de l'innovation. La Découverte. Frère, M.-S. (2020). Journalismes d'Afrique. Bruxelles, De Boeck Supérieur. Ganay, C. et Gillot, D. (2017). Pour une intelligence artificielle maîtrisée, utile et démystifiée, Rapport d’information no 464.  <a href="https://www.senat.fr/rap/r16-464-1/r16-464-1-syn.pdf">https://www.senat.fr/rap/r16-464-1/r16-464-1-syn.pdf</a>, consulté le 21 avril 2024. Georges, B. (2019). Intelligence artificielle: de quoi parle-t-on?», Constructif, vol. 54, no. 3, pp. 5-10. <a href="https://doi.org/10.3917/const.054.0005">https://doi.org/10.3917/const.054.0005</a>, consulté le 3 avril 2024. Godswill O. Okiyi, & Ifeyinwa Nsude (2020). Adopting Artificial Intelligence to Journalistic Practices in Nigeria: Challenges and Way Forward. International Journal of Communication: an Interdisciplinary Journal of Communication Studies, 141-161. Gondwe, G. (2023). CHATGPT and the Global South: how are journalists in sub-Saharan Africa engaging with generative AI?. Online Media and Global Communication, 2(2), 228-249. Gramaccia, J. et Watine, T. (2020). Les entreprises de presse et les journalistes face aux défis de l’intelligence artificielle: les premiers résultats du projet med-IA. In Assogba, H. (dir.) Journalismes spécialisés à l’ère numérique. Presses de l’Université Laval, pp. 89-127. Julia, L. (2019). L’intelligence artificielle n’existe pas. Paris, First Édition. .Jauréguiberry, F. Proulx, S. (2011). Usages et enjeux des technologies de communication. Toulouse, Érès. Karimu, W. (2023d). Intelligence artificielle et médias en crise : enjeux, réalités et défis en contexte ivoirien. Revue RAMReS – Sci. Appl. & de l’Ing., Vol. 5(1), pp. 18-24. ISSN 2630-1164. Karimu, W. (2022). « Quand les méventes record font bouger les lignes. Péripéties économiques des journaux ivoiriens à l’ère d’Internet ». In Ngono, S. (dir.) (2022). L’économie des médias et le numérique en Afrique. Saint-Denis de La Réunion. Presses Universitaires Indianocéaniques, pp. 169-185. Le Champion, R. (dir). (2012). Journalisme 2.0. Paris, La Documentation française. Mercier, A. et Pignard-Cheynel, N. (2014). Mutations du journalisme à l’ère du numérique: un état des travaux. Revue française des sciences de l’information et de la communication [En ligne], 5|. URL: http://journals.openedition.org/rfsic/1097; DOI: <a href="https://doi.org/10.4000/rfsic.1097">https://doi.org/10.4000/rfsic.1097</a>, consulté le 1er juillet 2024. St-Germain, Nicolas and White, Patrick, Les impacts de l’intelligence artificielle sur les pratiques journalistiques au Canada (May 6, 2021). Available at SSRN: <a href="https://ssrn.com/abstract=3840582" target="_blank">https://ssrn.com/abstract=3840582</a> or <a href="https://dx.doi.org/10.2139/ssrn.3840582" target="_blank">http://dx.doi.org/10.2139/ssrn.3840582</a> Munoriyarwa, A., Chiumbu, S., & Motsaathebe, G. (2021). Artificial Intelligence Practices in Everyday News Production: The Case of South Africa’s Mainstream Newsrooms. Journalism Practice, 17(7), 1374–1392. <a href="https://doi.org/10.1080/17512786.2021.1984976">https://doi.org/10.1080/17512786.2021.1984976</a> consulté le 12 juin 2024. Roy, J.-H.; Brin, C. et  Gramaccia, J. (2021). Démystifier l'IA pour mieux la démythifier . Les Cahiers du journalisme, 2(7), R3-R7. Sangaré, A. (2017). Côte d’Ivoire, le journalisme agonise et la presse s’effondre. Diagnostic d’une presse au fond du trou. Afrique contemporaine, 263-264, 242-244. <a href="https://doi.org/10.3917/afco.263.0242">https://doi.org/10.3917/afco.263.0242</a>, consulté le 7 mars 2024. Ward, V. (2019). «L’intelligence artificielle au cinéma: 2001 l’Odyssée de l’espace, Terminator, Matrix... », Le MagduCiné, 10 septembre 2020, <a href="https://www.lemagducine.fr/cinema/dossiers/intelligence-artificielle-au-cinema-2001-lodyssee-de-l-espace-terminator-matrix-10017588">https://www.lemagducine.fr/cinema/dossiers/intelligence-artificielle-au-cinema-2001-lodyssee-de-l-espace-terminator-matrix-10017588</a>, consulté le 1er mars 2024. Zacklad, M. (2018). Intelligence Artificielle : représentations et impacts sociétaux. [Rapport Technique] CNAM. ffhalshs-02937255, consulté le 20 juin 2024.