Si l’intelligence artificielle générative a d’abord bouleversé le monde de l’écrit avec ChatGPT, puis celui de l’image et de la musique, elle s’attaque aujourd’hui à un nouveau bastion de notre quotidien numérique : le podcast.
Autrefois sanctuaire de la voix humaine, de l’authenticité et du débat en direct, l’écosystème du podcasting connaît une mutation technologique sans précédent. Selon l’indicateur Podcast Index, près de 39 % des nouveaux podcasts mis en ligne à la fin du mois d’avril dernier, toutes plateformes confondues, auraient été générés par l’intelligence artificielle.
Des émissions produites à la chaîne par des influenceurs virtuels aux enquêtes journalistiques propulsées par de puissants modèles de langage, l’offre audio s’étoffe à une vitesse vertigineuse.
Mais cette révolution soulève de nombreuses questions pour les passionnés de technologies et de sécurité de l’information : comment ces contenus sont-ils créés ? Quel est leur modèle économique ? Et surtout, quels sont les risques en matière de désinformation sur des plateformes comme Spotify ou Apple Podcasts ?
Plongée au cœur de la nouvelle vague audio générée par l’IA.
Le phénomène du « Podslop » : Quand l’algorithme remplace le studio d’enregistrement
L’arrivée massive de l’IA dans l’audio a donné naissance à un nouveau néologisme dans le jargon informatique : le « podslop ». Inspiré du terme « slop » (qui désigne les contenus textuels de basse qualité générés par IA pour saturer le Web), le podslop qualifie cette nouvelle génération d’émissions produites à la chaîne, dont le contenu se révèle souvent de piètre qualité, sans âme ni réelle valeur ajoutée.
À la pointe de cette production industrielle, on trouve des entreprises américaines comme Inception Point AI. Les chiffres donnent le vertige : cette start-up publie au rythme effréné de 3 000 podcasts par semaine dans le monde et revendique un catalogue d’au moins 200 000 épisodes répartis sur 10 000 émissions distinctes.
Le modèle économique de ces « fermes à contenus » audio repose sur une rentabilité implacable et une automatisation poussée à l’extrême. L’IA sélectionne les sujets en fonction des tendances sur les réseaux sociaux et des recherches Google, rédige le script, génère les voix synthétiques et publie l’épisode. Le coût de production ? À peine 1 dollar par podcast. Il suffit d’une vingtaine d’écoutes pour que le contenu devienne rentable grâce aux revenus publicitaires.
L’hyper-ciblage est roi : par exemple, une émission quotidienne sur l’indice de pollen à La Nouvelle-Orléans a été créée dans le seul but d’attirer des annonceurs spécialisés dans les médicaments antihistaminiques. Un croisement fascinant, mais inquiétant, entre l’exploitation des données de santé et le marketing automatisé.
Des influenceurs virtuels aux identités fabriquées de toutes pièces
Pour incarner ces émissions générées par des machines, l’industrie a recours à des « faux » animateurs, de véritables influenceurs virtuels créés de A à Z. C’est le cas de personnages fictifs comme Nigel Thistledown, expert autoproclamé en « savoirs horticoles et archives de jardins », ou Oly Bennet, un globe-trotter virtuel prodiguant des conseils pour préparer un voyage à New York.
Ces animateurs n’existent pas, mais leur empreinte numérique est bien réelle. Ils possèdent des profils Instagram alimentés par des photographies générées par IA, créant une illusion d’authenticité parfaite pour tromper l’auditeur peu attentif.
Chez Inception Point AI, une cinquantaine de ces faux présentateurs ont déjà été déployés, brouillant dangereusement la frontière entre la réalité et la création synthétique. Face aux critiques naissantes, certains de ces présentateurs artificiels commencent toutefois à annoncer la couleur en début d’épisode, avouant être une IA. Une « transparence absolue » qui devient indispensable.
Quand l’IA soutient le journalisme d’investigation : Le cas « The Epstein Files »
Il serait cependant réducteur de limiter l’IA audio au seul « podslop ». Des acteurs du monde journalistique et des créateurs indépendants utilisent ces nouvelles technologies pour réaliser des prouesses informatiques et éditoriales.
L’exemple le plus frappant est celui du podcast The Epstein Files. Créé à l’aide d’outils basés sur l’IA, notamment le modèle Claude Opus d’Anthropic, ce podcast s’est hissé à la première place du classement des écoutes au Royaume-Uni. Son créateur, Adam Levy, a utilisé l’intelligence artificielle pour analyser des millions de pages de documents juridiques et de dépositions liés à l’affaire Jeffrey Epstein.
En un week-end, l’IA a rédigé les scripts d’une centaine d’épisodes, avant de générer les pistes audio artificielles. Sans l’automatisation du traitement de ces données massives (Big Data), un tel travail de synthèse aurait pris des mois, voire des années, à une équipe de journalistes traditionnels.
L’innovation technologique pousse d’ailleurs les géants du Web à proposer leurs propres solutions. Google a récemment lancé NotebookLM, un outil d’IA capable de transformer des articles de presse, des documents textuels ou des notes de recherche en de véritables discussions audio à deux voix, offrant des perspectives inédites pour la vulgarisation scientifique et technologique.
Sécurité de l’information : L’épineux défi de la désinformation audio
Si ces technologies fascinent, elles représentent un défi majeur pour la cybersécurité et l’intégrité de l’information. L’audio généré par IA ouvre grand la porte aux deepfakes vocaux et à la propagation de fausses nouvelles à grande échelle.
Pour les professionnels de l’information, l’utilisation de l’IA requiert une rigueur absolue. L’ONG NewsGuard, spécialisée dans la lutte contre la désinformation, utilise l’IA de Google pour adapter sa newsletter Reality Check en format audio.
Cependant, Chine Labbé, rédactrice en chef de NewsGuard, insiste sur l’importance cruciale du facteur humain. Le processus exige un travail colossal de vérification, de « re-prompting » (ajustement des requêtes) et de réécoute minutieuse pour éviter les « hallucinations » de l’IA (lorsque la machine invente des faits).
Le journaliste demeure indispensable pour garantir la véracité des informations médicales, scientifiques ou politiques relayées.
Apple Podcasts, Spotify : Le vide juridique des géants du streaming
Face à ce tsunami de contenus synthétiques, comment réagissent les grandes plateformes de diffusion ? À l’heure actuelle, la régulation avance en ordre dispersé.
D’un côté, Apple Podcasts commence à poser des limites en demandant aux créateurs qui utilisent des voix générées par IA de le mentionner explicitement. Mais cette règle s’apparente davantage à une recommandation qu’à une obligation stricte et contraignante.
De l’autre, chez Spotify, c’est pour l’instant le grand flou. La plateforme suédoise ne dispose pas encore de règles spécifiques encadrant les podcasts générés par l’IA. Ce vide réglementaire inquiète les spécialistes de la sécurité informatique et de la lutte contre les fake news, notamment lorsqu’il s’agit de contenus se voulant éducatifs, liés à la santé publique ou aux actualités sensibles.
Conclusion
La démocratisation de l’intelligence artificielle dans la création de podcasts marque un tournant historique dans l’évolution des médias numériques.
D’un côté, elle offre des outils formidables pour le traitement des données complexes, ouvrant la voie à des enquêtes documentaires d’une profondeur inédite et rendant l’information accessible dans de multiples langues.
De l’autre, elle menace de noyer les plateformes sous un océan de « podslop » automatisé et d’influenceurs fantômes, où la désinformation guette à chaque piste audio.
À l’avenir, la clé résidera dans la capacité des géants de la tech (Apple, Spotify, Google) à imposer des normes de transparence claires, telles que le filigranage audio (watermarking) obligatoire pour identifier les contenus artificiels.
Pour les auditeurs, l’esprit critique et l’éducation aux médias technologiques n’auront jamais été aussi indispensables pour démêler le vrai du synthétique dans leurs écouteurs.
