Introduction

1Depuis ses origines, le journalisme évolue en étroite relation avec les innovations technologiques : l’invention de l’imprimerie, la diffusion de la radio et de la télévision, puis l’essor d’Internet et des réseaux socionumériques ont profondément transformé la manière dont l’information est produite, diffusée et consommée. Dans cette continuité, l’émergence de l’intelligence artificielle (IA), et plus particulièrement de l’IA générative, marque une nouvelle étape en reconfigurant les pratiques professionnelles et les routines de travail au sein des rédactions (Diakopoulos et al., 2024).

2L’intégration de ces technologies suscite un intérêt croissant dans la littérature scientifique, qui met en évidence une diversité d’usages, principalement orientés vers l’automatisation de tâches routinières, l’aide à la rédaction ou la personnalisation de contenus, ainsi que les implications éthiques, économiques et professionnelles qui en découlent (Diakopoulos, 2019 ; Beckett, 2019, 2024 ; Wilczek et al., 2024 ; Verma, 2024). Si l’IA est fréquemment présentée comme un levier d’efficacité et d’optimisation des flux de production, ces dispositifs soulèvent également des préoccupations majeures liées à l’opacité des algorithmes, aux biais intégrés dans les systèmes, à la dépendance croissante des rédactions à l’égard des grandes entreprises technologiques et au risque de dévalorisation du travail journalistique humain (Marconi, 2020 ; Aissani et al., 2023 ; Joux, 2023 ; Porlezza et Schapals, 2024).

3Toutefois, ces travaux portent majoritairement sur les contextes du Nord global, où les infrastructures technologiques et les capacités d’investissement favorisent une intégration plus avancée de l’IA dans les organisations médiatiques. À l’inverse, des recherches récentes soulignent les contraintes spécifiques des pays du Sud global, marquées par des inégalités d’accès aux technologies, une dépendance structurelle aux solutions développées par les big techs étrangères et un déficit de régulation adaptée (Pinto et Barbosa, 2024 ; Thomson Reuters Foundation, 2024 ; Radcliffe, 2025). Le cas brésilien illustre de manière exemplaire ces tensions : alors que de grands groupes médiatiques nationaux, tels que Globo, Folha ou Estadão, ont déjà formalisé des politiques d’usage de l’IA et engagé des investissements significatifs, les médias régionaux et locaux demeurent davantage contraints par les coûts, le manque de formation technique et la dépendance à des outils exogènes (G1, 2024 ; Folha de S. Paulo, 2024 ; Estadão, 2023 ; Duchiade, 2025).

4Dans ce contexte, la présente recherche propose d’analyser l’impact de l’IA générative sur le journalisme brésilien à partir d’une démarche méthodologique mixte, combinant une revue de littérature et une enquête empirique menée auprès de 103 journalistes. L’objectif est de comprendre comment les rédactions intègrent concrètement ces outils dans leurs routines de production, quels usages les professionnels en font et quels obstacles (éthiques, professionnels et structurels) ils identifient dans ce processus d’adoption. En mettant en lumière les perceptions et les discours des journalistes brésiliens, cette étude contribue aux débats internationaux sur l’avenir du journalisme à l’ère de l’IA, tout en offrant une perspective située sur les dynamiques propres au Sud global.

1. L’état de l’art

1.1. L’IA et le journalisme : innovation, risques et encadrement éthique

5L’intégration de l’intelligence artificielle dans le journalisme s’inscrit aujourd’hui comme une transformation structurelle du secteur, affectant l’ensemble des étapes du processus de production de l’information, depuis la sélection des sujets et la collecte de données jusqu’à la rédaction et la diffusion des contenus (Beckett, 2019, 2024 ; Peretti, 2019 ; Saint-Germain et White, 2021 ; Radcliffe, 2023 ; Simon, 2024). De grands médias et agences de presse internationaux, tels que The Washington Post, la BBC, Reuters, Associated Press ou Bloomberg, recourent déjà à des systèmes automatisés capables de générer des textes, des vidéos ou des contenus sonores (Diakopoulos et al., 2024).

6Ces dispositifs sont principalement mobilisés pour faciliter des tâches répétitives ou à forte intensité de données, telles que la transcription, la traduction, l’analyse de bases de données volumineuses ou le traitement automatisé de l’information (Thurman et al., 2019 ; Marconi, 2020 ; Stray, 2021 ; Verma, 2024). Certaines rédactions vont plus loin en développant des solutions internes, notamment pour la traduction automatisée, permettant ainsi de publier une partie de leurs contenus en plusieurs langues (Shi et Sun, 2024).

7Si les technologies d’automatisation permettent, comme le souligne Beckett (2019, 2024), de libérer du temps pour des enquêtes et des analyses approfondies, leur intégration reste freinée par des contraintes techniques et économiques liées au coût des outils et à la formation des journalistes. Dans le même sens, Diakopoulos et al. (2024) montrent que l’IA transforme déjà les pratiques en favorisant l’émergence de nouveaux métiers (éditeur d’IA, concepteur de prompts, ingénieur en automatisation, spécialiste en éthique) et la reconfiguration des flux de travail. Toutefois, son usage demeure ambivalent : perçue comme un outil collaboratif plutôt qu’un substitut, l’IA soulève des limites techniques, économiques et éthiques (qualité inégale, coût-bénéfice incertain, biais, erreurs, perte de contrôle éditorial). Ainsi, de nombreux professionnels rejettent des usages jugés incompatibles avec l’éthique, tels que la rédaction intégrale d’articles ou l’exploitation abusive de données, rappelant la nécessité d’une supervision humaine.

8Parallèlement à ces enjeux structurels, l’IA pose aussi des défis concrets pour le métier de journaliste et pour la fiabilité des contenus. À ce titre, Aissani et al. (2023) mettent en évidence le risque de substitution partielle de la main-d’œuvre humaine, tandis que le développement des deepfakes et l’usage de bots pour la diffusion de désinformation fragilisent la crédibilité des productions automatisées. Ces constats rejoignent les analyses de Zandomênico (2023), qui constate l’adoption croissante de ChatGPT pour la génération de brouillons, la synthèse d’informations et l’analyse de données, tout en rappelant les enjeux éthiques associés à son usage.

9Les limites des systèmes algorithmiques sont également intrinsèques : absents du terrain, ils peinent à saisir les contextes sociaux et culturels, ce qui tend à éloigner la production journalistique de compétences centrales telles que le jugement critique et le scepticisme professionnel (López, Toural-Bran et Nogueira, 2019 ; Thurman, Dörr et Kunert, 2017). L’usage de l’IA pour la personnalisation des contenus accentue en outre les risques de biais et favorise la formation de « chambres d’écho » (Verma, 2024), affectant par conséquent des principes fondamentaux du journalisme.

10Ces préoccupations alimentent des débats sur la transparence et la gouvernance des systèmes automatisés. Diakopoulos (2019) et Thurman et al. (2019) analysent le potentiel de l’IA dans la lutte contre la désinformation, tout en alertant sur l’opacité des algorithmes et ses effets sur la responsabilisation des acteurs. Joux (2023) met en garde contre une possible diminution de la capacité critique des utilisateurs, tandis que Porlezza et Schapals (2024) insistent sur la dépendance croissante des rédactions à l’égard des grandes entreprises technologiques, susceptible de compromettre leur autonomie éditoriale (Simon, 2024).

11Cependant, ces initiatives se concentrent principalement dans les pays du Nord, qui disposent d’infrastructures plus solides et abritent pour l’instant les principales entreprises du secteur de l’IA. À l’inverse, dans d’autres régions du monde, les conditions d’adoption se révèlent plus restrictives (Wilczek et al., 2024 ; Pinto et Barbosa, 2024). En conséquence, l’intégration de ces technologies par les organisations médiatiques demeure inégale (De Lima Santos et Ceron, 2022 ; Simon, 2022), car elle exige des investissements considérables et des ressources encore inaccessibles pour nombre de rédactions.

12En Amérique latine, l’adoption de l’IA dans les rédactions demeure limitée et hétérogène. Selon Zuazo (2023), seuls 10 % des médias numériques de la région utilisent ces outils, surtout pour la création de contenus, l’aide à la rédaction, la segmentation des audiences ou la gestion des réseaux sociaux. Bien que des initiatives locales émergent, les principaux obstacles restent les coûts, le manque d’infrastructures et la dépendance aux solutions développées par les grandes entreprises du Nord global.

13L’utilisation de l’IA reste donc inégalement répartie, concentrée davantage dans les rédactions innovantes et les projets collaboratifs. Le cas brésilien illustre cette dynamique : si l’usage de l’IA par les médias nationaux demeure encore ponctuel (Carreira, 2017 ; Araújo, 2018 ; Essenfelder et Sant’Anna, 2022), certaines expérimentations significatives ont déjà été documentées (Furtado, 2020, 2022 ; Santos, 2020), ouvrant la voie à une réflexion plus approfondie sur les modalités d’intégration de cette technologie.

1.2. IA et journalisme au Brésil : entre potentialités et contraintes

14En ce qui concerne les pays du Sud global, l’impact de l’IA générative sur le journalisme reflète des dynamiques observées à l’échelle internationale, tout en révélant des contraintes structurelles spécifiques. Au Brésil, selon une enquête de l’ESPM-SP, 56 % des journalistes déclarent utiliser l’IA à au moins une étape du flux de travail, principalement pour la transcription automatique, la traduction, la recommandation de sujets via des chatbots ou la segmentation de newsletters (Portal do Jornalismo, 2024). Cette adoption est étroitement liée à la dépendance croissante des rédactions à l’égard des big techs, à travers des accords de licence et l’intégration de logiciels dans les activités quotidiennes, en particulier pour les tâches répétitives ou à faible valeur analytique.

15Un jalon majeur de cette transition a été franchi en 2020, lorsque le portail G1, du groupe Globo, a mis en œuvre le journalisme automatisé à grande échelle lors des élections municipales. Développé en partenariat avec l’entreprise Tech & Soul, le système générait automatiquement des textes et des graphiques à partir des résultats électoraux officiels, permettant à la rédaction de concentrer ses ressources sur des analyses plus approfondies. Comme l’affirme Nunes (2023), ce modèle hybride, associant automatisation et validation humaine, présentait néanmoins des limites importantes : forte standardisation des contenus, faible contextualisation locale et quasi-absence d’analyse qualitative. L’absence de transparence quant à l’origine automatisée des textes a également suscité des critiques, mettant en évidence la nécessité de signaler explicitement l’usage de l’IA.

16Cette expérience a conduit le groupe Globo à formaliser des règles encadrant l’utilisation de l’IA dans ses produits journalistiques. Celles-ci reposent sur trois principes centraux : supervision humaine systématique, interdiction de l’IA pour les textes d’opinion et obligation de transparence envers le public (G1, 2024). Des programmes de formation ont également été mis en place, et les règles font l’objet de révisions régulières par le Conseil éditorial afin de concilier innovation technologique et respect des principes déontologiques.

18À l’inverse, le cas de Jovem Pan illustre une approche plus controversée : depuis 2023, le groupe recourt à l’IA pour produire automatiquement une part majoritaire de ses contenus en ligne, à partir de la recombinaison de textes issus d’autres sources. Bien qu’une relecture humaine soit annoncée, cette pratique a entraîné des accusations de plagiat et coïncidé avec des licenciements massifs de journalistes, soulevant des interrogations quant à la substitution du travail humain et à la dégradation de la qualité de l’information (Ribeiro, 2024). Ce cas confirme les alertes formulées par Aissani et al. (2023) sur les risques de substitution de la main-d’œuvre et par Joux (2023) sur l’érosion de la capacité critique du journalisme face à une automatisation peu régulée.

19Dans les médias régionaux, l’adoption de l’IA apparaît plus progressive et pragmatique. Le portail Campo Grande News l’utilise comme outil d’assistance pour la suggestion de titres et de résumés, la décision finale restant entre les mains des journalistes (Mamédio, 2025). Le groupe RBS expérimente quant à lui divers dispositifs (assistants rédactionnels, conversion de textes en audio et analyse de données) tout en imposant des limites strictes : l’IA ne se substitue ni à la collecte de l’information, ni à la vérification, ni à la curation éditoriale, et les contenus automatisés doivent être clairement signalés.

21L’analyse de ces cas révèle que l’usage de l’IA générative dans le journalisme brésilien s’inscrit majoritairement dans une approche prudente et encadrée, surtout au sein des grands conglomérats médiatiques. Par ailleurs, la mise à jour de leurs chartes éthiques et déontologiques s’aligne sur les pratiques des grandes rédactions internationales, traduisant la volonté de concilier innovation et responsabilité afin de préserver la crédibilité des médias. Cependant, ces cas s’inscrivent dans un contexte plus large de défis et d’opportunités. Selon Buarque et Miraglia (2024), l’équilibre de pouvoir avec les big techs reste central : des plateformes telles qu’OpenAI, Google, Meta ou Anthropic entraînent leurs modèles sur de larges volumes de données, incluant souvent des archives journalistiques sans autorisation explicite, créant un déséquilibre entre les rédactions et les géants technologiques.

22Même lorsque des initiatives propres sont développées, comme Leia du Estadão, elles reposent sur des modèles étrangers tels que ChatGPT, illustrant la dépendance technologique persistante et un déséquilibre structurel, comme le soulignent des chercheurs tels que Porlezza et Schapals (2024) et Simon (2024). Si les grands groupes brésiliens, comme Globo ou UOL, peuvent négocier des accords, les médias moyens et petits restent vulnérables, accentuant les asymétries de pouvoir au sein même du secteur journalistique.

2. Méthodologie

23Pour répondre à la problématique de cette recherche, nous avons adopté une démarche méthodologique mixte, articulant une revue de littérature systématique et une enquête empirique par questionnaire. La première étape, consacrée à l’examen des travaux nationaux et internationaux portant sur l’adoption de l’IA générative dans les rédactions, visait à identifier les usages documentés, les opportunités et les limites de ces dispositifs, ainsi que les enjeux éthiques et professionnels qui leur sont associés, avec une attention particulière portée aux contextes du Sud global. Ce choix permet d’ancrer le cas brésilien dans une perspective comparative, tout en tenant compte de contraintes structurelles spécifiques, telles que les inégalités d’accès aux ressources technologiques et la dépendance vis-à-vis des grandes entreprises du Nord.

24La seconde étape a reposé sur la diffusion d’un questionnaire en ligne, via Google Forms, relayé sur les réseaux socionumériques (notamment LinkedIn) et par l’intermédiaire du syndicat brésilien des journalistes. Ce dispositif a permis de constituer un échantillon diversifié de 103 journalistes en activité, issus de différents types de rédactions. Le questionnaire combinait des questions fermées, ouvertes et un espace d’observations libres, et était structuré en quatre blocs : 1) Profil des répondants et caractéristiques organisationnelles des rédactions ; 2) Accès aux outils d’IA générative et modalités d’usage ; 3) Finalités et types de tâches réalisées à l’aide de ces dispositifs ; 4) Perceptions des impacts éthiques, professionnels et structurels liés à leur adoption.

25Cette combinaison méthodologique a été retenue pour sa capacité à saisir conjointement des dimensions quantitatives et qualitatives, objectives et subjectives (De Singly, 2008 ; Maia, 2020). Elle permet d’analyser non seulement la fréquence et la répartition des usages de l’IA générative, mais également les discours des journalistes à propos de ces outils, leurs positionnements professionnels, les formes d’adhésion, de prudence ou de résistance exprimées, ainsi que les tensions symboliques qu’ils associent à l’automatisation (autonomie professionnelle, responsabilité éditoriale, dévalorisation du travail humain).

26Les données issues des questions fermées ont fait l’objet d’analyses descriptives simples (fréquences et proportions relatives), adaptées à la taille de l’échantillon et ne visant pas une extrapolation statistique à l’ensemble de la profession. Les réponses ouvertes et les observations libres ont, quant à elles, été soumises à une analyse de contenu thématique inspirée de Bardin (1977), permettant d’identifier des régularités discursives et des catégories de sens liées aux représentations de l’IA, à l’ethos professionnel des journalistes et aux dilemmes éthiques évoqués.

27Le recours à une analyse manuelle, réalisée à l’aide d’un tableau Excel, s’explique par le choix assumé de privilégier une proximité interprétative avec le corpus discursif, au détriment de la reproductibilité et de l’automatisation offertes par des logiciels spécialisés tels que NVivo ou MAXQDA. L’analyse s’est déroulée selon les trois étapes classiques proposées par Bardin (1977) : une phase de pré-analyse, fondée sur une lecture flottante et l’organisation du corpus ; une phase d’exploration par codage manuel des unités de sens (phrases ou énoncés complets) ; et une phase d’interprétation, mettant en relation les catégories thématiques, les résultats quantitatifs et le cadre théorique mobilisé.

28Enfin, une triangulation méthodologique a été mise en œuvre, croisant les données quantitatives, les analyses qualitatives et les apports de la littérature scientifique. Cette triangulation visait à renforcer la validité interne de l’étude et à faire émerger non seulement des convergences avec les travaux antérieurs, mais aussi des divergences révélatrices des spécificités du journalisme brésilien face à l’IA générative, notamment en termes de pratiques professionnelles, de positions discursives et de tensions symboliques.

3. Résultats

3.1. Les usages et asymétries dans l’adoption de l’IA

29Les données issues du questionnaire font apparaître une relative parité entre les journalistes travaillant dans de grands conglomérats médiatiques nationaux et ceux issus de médias régionaux et locaux, offrant un cadre pertinent pour analyser les différences d’accès et d’intégration des outils d’IA générative. Parmi les répondants, 50,5 % (N = 52) exercent au sein de grands groupes (tels que Grupo O Globo, Folha, Estado, UOL ou Record), tandis que 49,5 % (N = 51) travaillent dans des médias régionaux et locaux, incluant notamment Estado de Minas, Correio Braziliense, O Povo, O Tempo, O Liberal, Correio do Povo, Tribuna de Santos, O Dia, Rádio Itatiaia et le groupe RBS.

30En matière d’accès aux technologies d’IA, 54,4 % des journalistes (N = 56) indiquent que leur rédaction met à disposition des outils institutionnels, tandis que 45,6 % (N = 47) déclarent ne pas disposer de solutions formellement intégrées, bien qu’ils soient encouragés à recourir à des outils de manière individuelle. Cette configuration confirme les observations de Zuazo (2023) et de Buarque et Miraglia (2024), selon lesquelles l’inégalité d’accès constitue l’un des principaux freins à une adoption structurée et responsable de l’IA, en particulier dans les contextes situés hors de l’espace anglophone.

31L’analyse croisée des réponses montre que l’accès institutionnel aux outils d’IA concerne majoritairement les journalistes employés par de grands conglomérats nationaux, notamment les groupes O Globo, Folha, Estadão et UOL. À l’inverse, dans les rédactions régionales et locales, l’intégration de ces dispositifs apparaît plus fragmentée et repose souvent sur des usages ponctuels ou expérimentaux. Cette distinction organisationnelle s’accompagne de positions discursives différenciées : alors que les journalistes des grands groupes évoquent l’IA comme un élément déjà inscrit dans les routines professionnelles, ceux des médias régionaux la décrivent plus fréquemment comme un outil optionnel, encore en phase d’appropriation.

32Un autre élément saillant concerne la forte dépendance à l’égard de technologies développées par des entreprises étrangères, telles qu’OpenAI, Google, Anthropic ou Microsoft. Des outils comme ChatGPT, Copilot, Claude, Gemini, Notebook LM, DeepSeek ou Taboola figurent parmi les plus cités, soulignant la centralité des big techs dans le processus d’adoption de l’IA au sein du journalisme brésilien. Comme l’indique un journaliste de l’UOL :
« Une formation a été dispensée pour Gemini et Notebook LM, en plus des outils propres à l’UOL. Il existe également un outil pour rédiger des articles, mais seule une équipe spécifique l’utilise pour l’instant. » Ce type de discours traduit une tension symbolique entre, d’une part, l’intégration progressive de l’IA dans les organisations médiatiques et, d’autre part, une dépendance structurelle à des solutions exogènes, perçue comme un facteur de vulnérabilité en termes d’autonomie technologique, de coûts et d’adaptation aux réalités locales.

34Dans l’ensemble, cette première analyse montre un processus d’intégration de l’IA dans le journalisme brésilien structuré autour de deux dynamiques centrales : une inégalité persistante d’accès et de formation entre grands conglomérats et médias régionaux, et une forte dépendance aux technologies étrangères. Cette configuration rejoint les alertes formulées par Porlezza et Schapals (2024), selon lesquelles une telle dépendance peut fragiliser l’autonomie éditoriale et économique des rédactions. Cette constatation s’inscrit également dans un contexte plus large, décrit par Pinto et Barbosa (2024), où les contraintes propres aux pays du Sud global limitent la capacité d’investissement dans des solutions locales, accentuant ainsi les asymétries internes au champ journalistique.

35Ces facteurs révèlent donc une dynamique paradoxale, marquée à la fois par une adoption accélérée de l’IA et par des défis structurels persistants en matière d’autonomie technologique et d’équité au sein du secteur journalistique. Encore peu nombreuses, ces initiatives traduisent toutefois une dynamique émergente de diversification, susceptible de rééquilibrer progressivement la dépendance aux solutions étrangères.

3.2. Une adoption prudente et sélective de l’IA

36S’agissant des finalités de l’usage de l’IA par les journalistes brésiliens, les données indiquent que ces derniers utilisent majoritairement les outils d’IA pour l’exécution de tâches routinières et opérationnelles, ce qui ne nécessite pas une analyse critique ni un jugement éditorial approfondi. La fonction la plus fréquente est la transcription des interviews, mentionnée par 69,8 % des répondants (N = 67). Viennent ensuite des activités telles que l’édition et l’optimisation de textes (44,8 % ; N = 43), la traduction (42,7 % ; N = 41), la génération de titres et de résumés (38,6 % ; N = 37), ainsi que le soutien à la création de sujets, d’interviews et à la rédaction d’articles (35,4 % ; N = 34).

37Ce schéma d’usages s’inscrit pleinement dans les observations formulées par la littérature internationale (Beckett, 2019, 2024 ; Thurman et al., 2019 ; Saint-Germain et White, 2021 ; Marconi, 2020), selon lesquelles l’IA est d’abord intégrée comme un outil d’optimisation du temps et de rationalisation du travail journalistique, cantonné aux activités répétitives ou à faible valeur analytique. Cette orientation traduit une position discursive prudente : l’IA est perçue comme un levier d’efficacité, mais non comme un substitut aux compétences centrales du métier.

38D’autres finalités évoquées concernent la production de contenus variés (textes, images, vidéos, cartes ou infographies), mentionnée par 34,4 % des répondants (N = 33), ainsi que l’analyse de grands volumes de données (32,3 % ; N = 31). En revanche, les usages directement liés au cœur normatif du journalisme apparaissent nettement plus marginaux : la vérification des informations et le fact-checking ne sont cités que par 18,8 % des journalistes (N = 18), tandis que la personnalisation des contenus en fonction du profil du public demeure encore plus limitée (13,5 % ; N = 13). Enfin, 16,7 % des répondants (N = 16) mentionnent des usages complémentaires, tels que l’extraction d’informations à partir de photographies, la transcription de vidéos, l’assistance à la lecture de documents volumineux ou la correction linguistique.

39Cette hiérarchisation des usages diffère partiellement des conclusions de Buarque et Miraglia (2024), qui indiquent une montée en puissance du recours à l’IA pour le fact-checking et la personnalisation automatisée des contenus. Plusieurs éléments permettent d’expliquer cet écart : d’une part, les recherches antérieures se concentrent principalement sur de grands groupes disposant des ressources techniques et humaines nécessaires pour développer des outils spécialisés, tandis que notre échantillon inclut des rédactions de taille moyenne ou réduite, où ces dispositifs restent peu accessibles. D’autre part, les fonctions critiques du journalisme (vérification, hiérarchisation de l’information, décision éditoriale) demeurent fortement associées à une responsabilité professionnelle que les journalistes hésitent à déléguer à des systèmes automatisés. Enfin, les différences méthodologiques jouent également un rôle : là où certaines études analysent des projets institutionnels ciblés, notre enquête repose sur les usages déclarés dans le travail quotidien, révélant des pratiques plus pragmatiques et parfois moins visibles au niveau organisationnel.

40Le recours à l’IA pour la production de contenus mérite toutefois une attention particulière : le fait que plus d’un tiers des journalistes interrogés utilisent déjà ces outils à cette fin constitue un indicateur significatif. Contrairement aux tâches de transcription ou de révision, la production de contenus engage directement des dimensions centrales de l’activité journalistique (créativité, cadrage éditorial, responsabilité symbolique et éthique). Ce résultat suggère l’existence d’un déplacement progressif de l’IA vers des sphères plus sensibles du métier, marquant une phase de transition entre un usage strictement technique et une expérimentation créative encadrée. Cette évolution rejoint les observations de Diakopoulos et al. (2024) ainsi que de Shi et Sun (2024), qui décrivent une intégration croissante de l’automatisation dans la génération de textes et de contenus multimédias au sein de certaines rédactions internationales.

41Le croisement de ces données met en lumière une tension symbolique centrale : alors que l’IA est relativement acceptée comme outil de production de contenus, qu’il s’agisse de brouillons, d’éléments visuels ou de supports éditables, elle demeure largement tenue à distance des fonctions relevant de la vérification et de l’arbitrage de la vérité. En effet, la vérification des faits (18,8 %) et la personnalisation des contenus (13,5 %) affichent des taux nettement plus faibles que les usages liés à la production. Cette asymétrie suggère que les journalistes brésiliens accordent davantage de légitimité à l’IA en tant que dispositif d’appui technique, susceptible d’être corrigé et validé a posteriori, qu’en tant qu’instance de contrôle de l’exactitude de l’information. Confier à la machine la vérification des faits apparaît ainsi comme une atteinte directe à l’ethos professionnel et à la crédibilité journalistique, ce qui contribue à expliquer la réticence observée à l’égard de ces usages.

42Dans cette perspective, les usages observés traduisent une forme de prudence sélective : l’IA générative est intégrée comme un outil d’assistance, complémentaire au travail humain, mais maintenue à distance des fonctions jugées critiques pour l’intégrité de l’information. Cette configuration renforce une position discursive dans laquelle l’IA n’est pas reconnue comme un acteur éditorial autonome, mais comme un dispositif subordonné à l’expertise, au jugement et à la responsabilité du journaliste.

3.3. Les inquiétudes éthiques et éditoriales face à l’IA

43Les résultats montrent que les journalistes brésiliens identifient en priorité la désinformation et les biais algorithmiques comme les principaux risques associés à l’usage de l’intelligence artificielle, cités par 57,3 % des répondants (N = 59). Ces préoccupations renvoient directement à la fiabilité du contenu journalistique et à la crainte que les systèmes automatisés produisent ou amplifient des informations erronées. Comme le souligne un participant, « l’IA est importante et aide à optimiser notre travail. Cependant, il faut l’utiliser avec prudence », en insistant sur la nécessité de vérifier systématiquement les informations générées afin d’éviter toute déformation du réel. Cette position traduit une posture de vigilance, dans laquelle l’IA est acceptée comme outil d’assistance, mais perçue comme potentiellement fragile sur le plan de la véracité.

44La seconde limite la plus fréquemment mentionnée concerne le manque de profondeur, de nuances et de contextualisation des contenus générés par l’IA, signalé par 56,3 % des journalistes (N = 58). Plusieurs répondants associent cette faiblesse à un appauvrissement de la narration journalistique et à une perte de sensibilité dans l’écriture. Cette perception apparaît en tension avec le fait que 34,4 % des journalistes déclarent déjà utiliser l’IA pour produire des contenus variés. Si cette pratique témoigne d’une ouverture à l’expérimentation, elle s’accompagne néanmoins d’une forte réserve critique, notamment face à des productions jugées génériques ou superficielles. Les témoignages soulignent donc une distinction nette entre un usage exploratoire, encadré par le regard humain, et une délégation jugée excessive de la production éditoriale à la machine.

La question du prompt writer me semble très pertinente pour obtenir de meilleurs résultats des requêtes adressées à l’IA. Pourtant, j’ai identifié de nombreuses réponses erronées, surtout pour la compilation de données et pour la réécriture de nouvelles provenant d’autres sites. Pour cette raison, je n’utilise pas l’IA pour ces deux fonctions […].
Je pense que l’IA peut optimiser certains processus comme point de départ pour dresser la liste des thèmes d’une série de reportages, aider à trouver des exemples d’interviewés à considérer pour les sujets, transcrire des textes, etc. Mais j’ai vu des textes sur des portails qui ont très probablement été réalisés avec ChatGPT et qui se sont révélés très pauvres et génériques. À cette fin, je pense que l’IA devrait être réévaluée par les rédacteurs en chef […].

45Les questions réglementaires et juridiques ont également été mentionnées par 49,5 % des répondants (N = 51), principalement en ce qui concerne la protection des données et les droits d’auteur, comme l’a souligné un journaliste : « J’ai observé certains problèmes avec les images : la facilité de manipulation des photographies et la copie/falsification de contenus. Il faudrait une régulation de l’usage des images. » Cette inquiétude s’inscrit dans le prolongement des normes éditoriales mises en place par plusieurs rédactions, qui encadrent strictement l’usage de l’IA pour les contenus visuels afin de préserver la transparence et la confiance du public.

46Un autre défi, cité par 48,5 % des répondants (N = 50), concerne les impacts éthiques de l’IA, liés à la manipulation de contenus, au respect de la vie privée et à l’authenticité de l’information. L’un des participants a ainsi insisté sur « la création d’un standard journalistique appauvri par l’utilisation de l’intelligence artificielle, fondé sur les termes, idées et expressions les plus fréquemment mobilisés dans sa base de données. » Cette perception renforce la crainte d’une homogénéisation de la production journalistique, d’autant plus que 35,4 % des journalistes déclarent déjà utiliser l’IA pour la conception de sujets, d’interviews et pour la rédaction d’articles, ce qui révèle une tension entre efficacité productive et singularité éditoriale.

47La réduction de l’autonomie du journaliste et du rôle critique a été mentionnée par 45,6 % des répondants (N = 47). Un professionnel a observé : « Les principaux défis sont de faire confiance à la source : ne jamais prendre au pied de la lettre ce que l’intelligence affirme ou découvre, et la chute drastique de la capacité critique du journaliste. » Cette crainte fait écho à la faible adoption de l’IA pour le fact-checking (18,8 %), suggérant une résistance marquée à déléguer à la technologie des fonctions directement liées à la validation de l’information. Les discours recueillis révèlent donc l’existence d’une frontière symbolique forte entre les usages jugés acceptables et ceux perçus comme incompatibles avec l’ethos journalistique.

48D’autres limites sont mentionnées de manière plus marginale, notamment le manque de transparence des algorithmes (35 % ; N = 36), le besoin de formation et d’adaptation professionnelle (24,3 % ; N = 25) ainsi que les coûts associés à ces technologies (17,5 % ; N = 18). Bien que la perte d’emplois n’apparaisse pas comme une préoccupation dominante, elle demeure néanmoins présente en filigrane, certains journalistes exprimant la crainte que l’automatisation n’affaiblisse durablement les dimensions critiques et éthiques du métier : « Si une IA peut remplacer le journaliste, notre profession est l’une de celles qui peuvent disparaître, avec le rôle de la critique et de l’éthique journalistique. »

49Dans l’ensemble, ces résultats montrent que la relation des journalistes brésiliens à l’IA générative est structurée par une combinaison de pragmatisme et de réserve critique : l’IA est largement acceptée pour des usages auxiliaires ou expérimentaux, mais demeure tenue à distance des fonctions jugées centrales pour la crédibilité, l’autonomie et la responsabilité professionnelle. Cette configuration révèle des tensions symboliques fortes autour de la définition même du métier, dans lesquelles l’IA apparaît moins comme un acteur éditorial que comme un outil subordonné à l’expertise humaine, contribuant à redéfinir, sans les dissoudre, les contours de l’ethos professionnel journalistique.

Conclusions

50Cette recherche a permis d’analyser non seulement les usages concrets de l’IA générative dans les rédactions brésiliennes, mais aussi les positions discursives adoptées par les journalistes face à ces outils. Les résultats révèlent une relation ambivalente : l’IA est progressivement intégrée dans les routines de production, principalement pour des tâches opérationnelles, tandis qu’une réserve marquée persiste dès lors qu’il s’agit de fonctions touchant à la crédibilité, à l’interprétation et à la responsabilité éditoriale.

51Au-delà des pratiques déclarées, l’étude met en lumière une tension symbolique structurante : l’IA est acceptée comme instrument d’appui, susceptible d’optimiser le travail quotidien, mais elle est simultanément perçue comme une menace potentielle pour l’ethos professionnel du journaliste, fondé sur l’autonomie critique, la contextualisation et la responsabilité publique. Cette tension se manifeste notamment dans le décalage entre l’usage croissant de l’IA pour la production de contenus et la crainte d’une standardisation ou d’un appauvrissement du discours journalistique.

52Par ailleurs, l’intégration de l’IA s’inscrit dans un contexte marqué par des asymétries structurelles : inégalités d’accès entre grands groupes et médias régionaux, dépendance aux infrastructures technologiques étrangères et encadrement éthique encore en consolidation. Ces éléments situent le cas brésilien dans les dynamiques plus larges du Sud global, où l’innovation technologique coexiste avec des contraintes économiques et institutionnelles spécifiques.

53Ainsi, l’IA générative ne redéfinit pas seulement les pratiques, mais aussi les frontières symboliques du métier. L’enjeu, pour les rédactions brésiliennes, ne se limite pas à l’adoption d’outils plus performants : il consiste à préserver les fondements normatifs et critiques du journalisme tout en intégrant des dispositifs technologiques appelés à s’inscrire durablement dans l’écosystème médiatique.