Compte-rendu de l’atelier donné par Média Animation et le CSEM dans le cadre des rencontres professionnelles de l’éducation aux médias 2026.
Ce 24 septembre dernier, Média Animation et le CSEM ont collaboré pour la création et l’animation d’un atelier lors des Rencontres professionnelles de l’éducation aux médias. L’occasion de mettre à l’honneur et de concrétiser le travail d’une année autour d’une question centrale « l’IA redéfinit-elle les enjeux de désinformation ? ».
Tout au long de l’année 2025-2026, les deux organisations ont mis en place une série de webinaires permettant de mettre en relation chercheur·euses et professionnel·les de l’éducation aux médias. Chaque rencontre a donné lieu à une fiche synthétisant, sous un angle particulier, l’apport de l’intervenant·e et proposant des pistes pédagogiques ; ces fiches ont ensuite nourri l’atelier final.
En partant d’exemples concrets de productions générées par intelligence artificielle, l’atelier visait à interroger la nouveauté des enjeux d’éducation aux médias soulevés par ces technologies. Des réponses en IA des moteurs de recherche aux contenus journalistiques générées par IA, les professionnel·les présent·es ont pu se questionner sur les réponses éducatives à apporter face à ces nouveaux usages.
Le travail s’est organisé en sous-groupes, chacun consacré à un type de contenu ou d’usage. Il s’agissait d’abord de l’explorer et d’en débattre pour faire émerger les enjeux éducatifs qu’il soulève, puis de retenir un ou plusieurs de ces enjeux pour esquisser des pistes de réponses éducatives.
En toile de fond, une même question guidait les échanges : l’IA fait-elle apparaître des enjeux d’éducation réellement nouveaux, ou donne-t-elle une forme nouvelle à des enjeux déjà connus ?
IA et contenus journalistiques
Le groupe s’est penché sur deux séquences dans lesquelles des professionnel·les de l’information utilisent des images générées par IA : des témoignages anonymes illustrés par ce type d’images et des images documentaires proposant une narration de la catastrophe du bois du Cazier.
Dans le cas des témoignages anonymes, le groupe soulève principalement la question de la valeur ajoutée des images en IA par rapport à d’autres techniques (floutage, mains filmées, etc.) qui ouvriraient notamment la porte à un biais de représentation, voire à de la récupération, au risque de discriminer.
Dans le second cas, concernant la narration de la catastrophe du bois du Cazier, le groupe interroge le processus de fictionnalisation et la difficulté à distinguer la narration du rôle factuel propre au journalisme, une tension qui existe également dans le documentaire, notamment dans les reconstitutions. L’usage de l’IA accentue toutefois cette confusion en brouillant davantage la frontière entre faits et fiction. À terme, le groupe souligne le risque que ces images pourraient être perçues comme des archives authentiques, renforçant la confusion entre reconstruction et réalité historique.
Ici, une couche d’IA est ajoutée au document ce qui introduit une certaine tension : on est obligé de sans cesse actionner son arbitrage personnel or, est-ce que le contrat journalistique ne devrait pas être quelque chose d’évident, de clair et carré ? On ajoute du discours à du discours, du faux, des fioritures, etc. Peut-être que le journalisme devrait se prémunir de ce type d’éléments et éviter de mélanger les genres ? Ce type de documentaire ne risque-t-il pas de forger des références visuelles partagées erronées ?
Le dispositif IA pourrait en dire davantage sur les choix qui ont été faits. Idéalement, en exposant un making of du documentaire pour mettre en avant les choix effectués : colorimétrie, prompts, etc. En d’autres termes, rendre les usages des IA plus transparents. Il s’agit donc de questionner le statut des images (archives, reconstitutions…), les choix effectués, le cadre documentaire et le rapport aux références visuelles.
IA et contrats ambigus
Parodie, satire, militantisme, fiction… les médias qui empruntent les codes journalistiques pour créer d’autres types de contenus ne sont pas nouveaux. Mais quand les outils d’IA sont utilisés pour produire des contenus qui ressemblent à de l’information sans être journalistiques, quelles questions cela pose-t-il ?
Cet exemple a suscité une première vague de questionnements auprès des participant·es principalement autour de deux enjeux : les enjeux politiques et informationnels. Ces contenus sont-ils porteurs d’intentions politiques, ou risquent-ils d’être récupérés à ces fins ? Le journalisme traditionnel doit-il se remettre en question face au succès des informations dites « alternatives » ? Comment vérifier la véracité des informations et l’intention des créateur·rices ? Quelle responsabilité les plateformes portent-elles dans la visibilité donnée à ces contenus ?
A la suite de ces questionnements, le groupe détermine une méthodologie d’analyse de contenus journalistiques, ou empruntant les codes journalistiques, sans se limiter aux questions de vrai ou de faux. L’enjeu ici est de construire des réflexes d’analyse et de vérification, mais également d’interroger la notion même d’information. Cet outil prendrait la forme d’un arbre de questionnement ou d’un déroulé d’enquête ludique utilisable sur différents types de contenu (vidéo, écrit, etc.) et adaptable à des publics d’âges différents.
Face à un contenu, les participant·es seraient amené·es à suivre progressivement plusieurs questions : Qu’est-ce que je regarde ? Qui est derrière ce contenu ? Où est-il publié ? Ressemble-t-il à un contenu journalistique ? Quelles informations permettent d’en identifier l’origine ? Des sources sont-elles mentionnées ? Quelle semble être l’intention ? Comment puis-je le vérifier ou le comparer à d’autres sources ?
En complémentarité, le groupe distingue deux angles d’approches possibles. L’un du côté de la réception, plaçant les participant·es dans une posture d’enquêteur·rices : observer avant de conclure, identifier l’auteur ou l’émetteur, rechercher le contexte, comparer les contenus et vérifier certaines informations. L’autre du côté de la production, permettant de comprendre que la production d’un contenu présenté comme informatif implique également certaines responsabilités : identifier son origine, contextualiser, sourcer et donner au public suffisamment d’éléments pour comprendre ce qu’il regarde.
L’exemple analysé ici montre finalement que l’arrivée de contenus audiovisuels générés par IA, empruntant les codes de l’information journalistique, ne bouleverse pas fondamentalement les réflexes à développer en éducation aux médias et à l’information. Dans ce cas, il s’agit avant tout de développer une démarche critique face à tout contenu qui se présente ou ressemble à de l’information.
IA et représentations historiques
Adopter le point de vue d’un soldat pendant une guerre, de Cléopâtre le jour de sa mort ou encore d’une personne esclavagée pendant l’antiquité, ce sont les possibilités offertes par les images en intelligence artificielle. Entre réalité, fiction et divertissement, ces contenus partagés sur les réseaux sociaux mettent-ils en lumière des enjeux nouveaux ?
Les participant·es n’étaient pas familier·ères avec ce type de contenu : ils et elles ont pu parcourir librement l’ensemble des vidéos de ce type directement sur TikTok. Le premier réflexe a été de rejeter ces contenus sur base de leur manque de qualité : est-ce que des personnes regardent vraiment ça ? Pourquoi ? Ils et elles tracent d’abord une distinction nette entre ces contenus, jugés de moindre qualité, et les formats documentaires ou littéraires traditionnels.
Une fois cette première découverte effectuée, les participant·es explorent différents contenus vidéo et s’interrogent sur leurs intentions, notamment sur leur dimension divertissante, historique ou économique. Ils et elles soulignent la rapidité et l’abondance de leur production, qu’ils associent principalement à des motivations économiques. Enfin, l’observation des commentaires montre que les internautes s’interrogent surtout sur la véracité des faits historiques présentés, davantage que sur les modalités de production des contenus, notamment l’utilisation ou non de l’IA.
Les participant·es témoignent ensuite des biais et des stéréotypes présents dans les contenus générés par les intelligences artificielles. Au fur et à mesure des échanges, les participant·es se rendent cependant compte que ces enjeux ne sont pas propres aux contenus générés par IA et qu’ils sont également reproduits dans d’autres productions médiatiques.
Plutôt que d’analyser les contenus générés par IA pour eux-mêmes, les participant·es décident alors de s’en servir comme d’un outil pour aborder les contenus historiques et les enjeux liés à la représentation de l’histoire auprès des jeunes, leur public commun. Le groupe imagine une activité en trois temps : d’abord, décrypter les contenus et leur représentation de l’histoire à travers un jeu des sept erreurs historiques. Ensuite, remettre ces contenus en contexte et montrer que cette manière d’interpréter l’histoire n’est pas propre aux IA. Enfin, créer avec les jeunes une vidéo POV, en s’appuyant sur d’autres sources pour construire le scénario. Cette dernière étape permettrait également de créer un collectif autour d’un objectif commun et de sensibiliser les jeunes au travail et au temps nécessaires à la création d’une vidéo.
IA et recherche en ligne
Très rapidement, les moteurs de recherche ont adopté les réponses générées par IA dans leur fonctionnement. Souvent sans en avoir décidé, les utilisateur·rices se sont retrouvé·es avec une information présentée différemment.
Ces outils se sont imposés dans notre quotidien et soulèvent, selon le groupe, de nombreux enjeux : rapport d’autorité, opacité du fonctionnement, impact sur les pratiques de recherche, modèle économique, rapport aux sources…
Malgré un premier réflexe du groupe consistant à penser que ces problématiques touchent essentiellement les jeunes, celui-ci s’est rapidement aperçu qu’elles concernent l’ensemble des utilisateur·rices, peu importe leur âge ou leurs connaissances du numérique. Les échanges ont mis en évidence l’opacité de ces outils, dont le fonctionnement échappe à tous les publics, y compris aux professionnel·les de l’éducation aux médias.
Pour construire sa piste éducative, le groupe a donc choisi de s’adresser à l’ensemble des utilisateur·rices des moteurs de recherche. Il a retenu comme enjeu prioritaire le rapport d’autorité aux réponses générées permettant d’explorer plus largement les questions d’affordances, de biais de confirmation, de pluralité et de personnalisation.
Après avoir envisagé plusieurs pistes, le groupe s’est rendu compte que le cheminement de pensée qu’il venait de vivre (tester, se questionner, découvrir progressivement les enjeux…) est une structure d’activité en soi. L’idée retenue pour une activité EAM serait donc de faire vivre au public ce même type de questionnements guidés : le laisser tester, se heurter à ses propres questions, et découvrir la technologie au fur et à mesure qu’il se les pose plutôt que de lui en expliquer le fonctionnement dès le départ.
Conclusion
Finalement, l’IA nous oblige-t-elle à inventer une nouvelle éducation critique à l’information, ou plutôt à renforcer et à adapter celle que nous pratiquons déjà ? Dans les activités proposées ci-dessus, les groupes reviennent généralement à des fondamentaux de l’éducation aux médias : identifier les sources, contextualiser les contenus, interroger leurs intentions, comprendre les mécanismes de crédibilisation et de circulation de l’information. Les outils d’intelligence artificielle, bien qu’ils soulèvent de nouveaux enjeux sociétaux, politiques ou environnementaux, ne semblent donc pas transformer fondamentalement les compétences à développer face à la désinformation.
Ce que les outils d’IA changent aujourd’hui serait donc peut-être moins l’apparition de mécanismes entièrement nouveaux que l’amplification de mécanismes déjà présents dans l’écosystème informationnel. Elle accélère et facilite la production, la transformation et la circulation des contenus, tout en rendant plus complexes les questions de source, d’intention, de forme et de contexte. L’enjeu pour l’éducation critique à l’information n’est dès lors pas nécessairement de créer de nouvelles compétences, mais de permettre aux publics de mobiliser les compétences existantes dans des environnements où les repères traditionnels sont moins stables. Le débat se situerait donc plutôt au niveau des nouvelles conditions de production, d’accès et de circulation de l’information.