Médias et IA générative : comment exister dans les réponses des LLM ?

Pourquoi les médias ont-ils du mal à apparaître dans les réponses des LLM ?

Les grands modèles de langage synthétisent l'information sans nécessairement citer leurs sources. Les médias traditionnels, habitués à être référencés par les moteurs de recherche via des liens, se retrouvent invisibles dans ce nouveau paradigme. Pour exister dans les réponses des IA, il ne suffit plus d'être bien indexé : il faut produire des contenus structurés, factuels, cités par d'autres sources de confiance, et écrits de façon autonome. C'est le défi central qu'Anabelle Nicoud analyse dans le podcast Deep Media.

Qu'est-ce que le GEO (Generative Engine Optimization) pour les médias ?

Le GEO désigne l'ensemble des pratiques visant à optimiser des contenus pour qu'ils soient cités et repris par les moteurs génératifs (ChatGPT, Perplexity, Gemini…). Contrairement au SEO classique qui vise un classement dans une liste de liens, le GEO cherche à être la source que l'IA choisit pour répondre à une question. Cela implique une écriture factuelle, structurée, sourcée, avec des paragraphes autonomes qui ont du sens hors contexte.

L'IA générative rend-elle internet moins humain ?

C'est une réalité que reconnaît Anabelle Nicoud : la prolifération de contenus générés automatiquement par les LLM réduit mécaniquement la proportion de textes réellement écrits par des humains sur le web. Les moteurs d'IA s'entraînent sur ces mêmes données, créant un risque de dégradation progressive de la qualité informationnelle. Pour les médias, cela renforce l'impératif de valoriser l'expertise humaine, la vérification des faits et le journalisme d'enquête comme marqueurs distinctifs irremplaçables.

Quel est le rôle d'un editorial lead IA dans une grande entreprise ?

Un editorial lead IA pilote la stratégie de contenu à l'intersection de l'intelligence artificielle et de la communication éditoriale. Chez IBM, ce rôle consiste à concevoir des contenus adaptés aux outils d'IA générative, à former les équipes aux nouveaux usages éditoriaux, et à anticiper l'impact des LLM sur la production et la distribution de l'information. C'est un métier hybride entre journalisme, stratégie de contenu et expertise IA appliquée.

Comment un média peut-il adapter sa stratégie éditoriale face aux LLM ?

Plusieurs leviers existent : structurer les contenus avec des données sémantiques (schema.org, JSON-LD), favoriser les formats répondant directement à des questions explicites, renforcer la traçabilité des sources et l'autorité éditoriale, et multiplier les citations croisées entre sources fiables. La cohérence entre ce que publie un média et ce que les IA perçoivent comme "digne de confiance" devient un enjeu stratégique aussi important que le référencement Google l'était il y a dix ans.

Qu'est-ce que NotebookLM et comment est-il utilisé dans la production de podcasts ?

NotebookLM est un outil d'IA développé par Google qui permet d'analyser, de résumer et de transformer des documents en contenus interactifs, dont des résumés audio générés par IA. Dans le format "Récap'" de Deep Media, il est utilisé pour condenser une interview longue en quelques minutes d'écoute, offrant un accès rapide aux idées clés. Cet usage illustre comment les outils d'IA peuvent servir la médiation éditoriale sans remplacer le travail journalistique de fond.

Quels modèles économiques pour les médias à l'heure des IA génératives ?

La baisse du trafic organique en provenance des moteurs de recherche, induite par l'émergence des réponses génératives, fragilise les modèles économiques fondés sur la publicité à la performance. Les pistes explorées incluent les abonnements directs, les partenariats avec les éditeurs d'IA pour la licence de contenus, le développement de communautés fidèles, et la valorisation d'expertises nichées difficiles à synthétiser par une machine. L'enjeu est de reconstruire une relation directe avec le lecteur, sans intermédiaire algorithmique.

Pourquoi le podcast est-il un format résilient face à l'IA générative ?

Le podcast repose sur la voix humaine, la personnalité de l'animateur et la relation de confiance avec un auditeur fidèle — autant d'éléments que l'IA ne peut pas encore reproduire de façon convaincante à grande échelle. C'est précisément ce que défend la démarche de Deep Media, podcast animé par Julien Boujot : prendre le temps de la conversation experte, s'appuyer sur des intervenants de référence comme Anabelle Nicoud, et construire une communauté d'auditeurs engagés autour de sujets de fond.