Manager, journaliste, rédacteur·trice, designer, graphiste, chef de produit, producteur·trice de contenus numériques.

Les participant·e·s doivent disposer d’une expérience initiale en rédaction de prompts et avoir identifié des cas d’usages de l’IA en fonction de leur situation.

• Connaître les usages – autorisés et prohibés – dans les médias français et internationaux
• Identifier les maillons de la chaîne de production éditoriale qui peuvent bénéficier de l’IA en faisant la balance bénéfice/risque dans la continuité de vos valeurs éditoriales 
• Rédiger des prompts élaborés avec ChatGPT-4 pour initier ou améliorer vos contenus
• Gagner du temps dans la production au quotidien grâce aux outils d’IA générative
• Intégrer des outils d’IA génératives dans votre workflow de production
• Vérifier, finaliser et signaler vos contenus générés par les IA génératives
• Savoir comment encadrer les usages dans votre rédaction

La formation alterne la présentation de bonnes pratiques, des échanges entre les participants, des démonstrations d’outils, des mises en situation, des exercices de manipulations d’outils sur des cas réels identifiés par les participant·e·s, des réflexions collectives sur les usages.

• Théorie et revue des bonnes pratiques : environ 20%
• Pratique : environ 80%

Chaque participant·e doit venir avec son ordinateur et disposer d’un accès payant à ChatGPT-4 (sur abonnement, 20€/mois).

Jour 1

Matin

• Présentation du formateur et tour de table pour identifier le niveau des participants
• Échanges autour des réflexions en cours et des cas de figure auxquels sont confrontés les participants
• Point d’actualité sur les dernières initiatives prises par des rédactions françaises et internationales
• Bonnes pratiques pour parler à la machine avec des prompts efficaces
• Démonstration de prompting et exercices de rédaction de prompts
• Prise en main des outils d’IA générative d’entrée de gamme : Copilot, Bing Chat et Bing Image, Perplexity.ai, Poe, Copula.ai, Elevenlabs, Première / Davinci (la liste peut varier selon les évolutions des outils)
• Mises en situation avec des commandes simples pour :
  • Effectuer une recherche avec Perplexity
  • Analyser un document / une image
  • Comparer les résultats des différentes plateformes
  • Tester la génération de voix
  • Tester le transcript

Après-midi

• Prise en main du prompting avancé avec ChatGPT-4
• Bonnes pratiques pour rédiger des prompts élaborés avec ChatGPT-4
• Présentation de prompts en format Markdown
• Mise en situation : produire une note de lecture
• Mise en situation : produire une brève
• Méthodologie pour vérifier et finaliser un contenu généré par une IA
• Conseils pour personnaliser son ChatGPT

Jour 2

Matin

• Démonstration et exercices de prise en main des outils d’IA générative pour :
  • Créer un script audio puis réaliser une voix
  • Améliorer des contenus audio ou vidéo
  • Créer des images fixes avec MidJourney ou Dall-E
  • Compléter des images avec Adobe Photoshop
  • Générer des vidéos avec HeyGen et Runway (ou Pica)
  • Méthodologie pour informer les audiences qu’un contenu a été généré par une IA

Après-midi

• Démonstration pour élaborer un workflow à base de différents outils d’IA connectés entre eux
• Mise en place de workflows en fonction des besoins des participants et tests sur la production de contenus
• Créations de versions sur mesure de ChatGPT avec les GPTs basés sur les contenus des participants
• Réflexion sur la façon dont les participants souhaitent encadrer les pratiques dans leur rédaction
• Mise en place d’une veille pour rester informés sur le sujet (experts sur les réseaux sociaux, podcasts, newsletters)
• Débrief de la formation et évaluation à chaud

Quelques liens pour approfondir votre réflexion sur les intelligences artificielles génératives :

• Comment l’Équipe exploite l’IA et les commentaires ?

• Intelligence artificielle : le groupe de presse Ebra suspend finalement son projet d’expérimenter ChatGPT

• Découvrez Artificielles, la première newsletter sur l’IA, écrite par une IA, et vérifiée par Numerama

• Le générateur d’images de ChatGPT se rapproche de Photoshop

• ChatGPT : productivité accrue ou dégradation des contenus web ?

IA Générative
L’intelligence artificielle dite générative est une avancée technologique majeure avec des impacts importants dans le domaine des médias et de la communication. L’IA dite “générative” permet la création de contenus originaux tels que textes, images et vidéos. Contrairement à une simple répétition d’informations, l’IA générative a la capacité de produire des éléments inédits, mais pas toujours véridiques.

Biais
On parle de “biais algorithmique” quand le résultat généré par un algorithme d’apprentissage manque de neutralité, d’équité ou de loyauté. Le biais algorithmique peut survenir lorsque les données utilisées pour entraîner un algorithme d’apprentissage automatique et obtenir un résultat (un texte, une image, une donnée…) reflètent les préjugés sous-jacents des individus engagés dans la collecte, la sélection ou l’utilisation de ces données.

Prompt
Un prompt est une instruction que l’utilisateur rédige à destination de l’intelligence artificielle afin qu’elle produise un résultat qui réponde à sa demande. Le prompt doit être formulé de manière précise pour donner un résultat pertinent et implique d’avoir des connaissances dans le domaine sur lequel l’utilisateur souhaite effectuer des recherches ou obtenir la génération d’un contenu.

Charte
Une charte vise à encadrer les questions éthiques posées par l’utilisation des outils d’intelligence artificielle. De plus en plus de médias et d’organisations élaborent des chartes pour encadrer l’exploitation des outils à base d’IA (en particulier IA génératives).

Algorithme
Suite finie de règles (opérations logiques, instructions) permettant d’obtenir un résultat à partir d’éléments fournis en entrée par l’utilisateur. Cette suite peut être l’objet d’un processus automatisé d’exécution et s’appuyer sur des modèles conçus par le biais d’apprentissage automatique.

Apprentissage automatique (machine learning)
Le “machine learning”, également appelé apprentissage automatique, est une branche spécifique de l’intelligence artificielle. Son objectif est de permettre aux algorithmes de découvrir des « patterns”  (modèles), c’est-à-dire des schémas récurrents, au sein de différents ensembles de données. Ces données peuvent comprendre des nombres, des mots, des images, des statistiques, et tout autre élément stockable sous forme numérique.
Les algorithmes de machine learning acquièrent de manière autonome la capacité d’accomplir des tâches ou de faire des prédictions en se basant sur les données, tout en perfectionnant leurs performances avec le temps. Une fois entraîné, l’algorithme est en mesure de repérer ces schémas au sein de nouvelles données. L’apprentissage automatique peut être supervisé par des humains ou non suivant les cas de figure.

Hallucination
Dans le champ de l’intelligence artificielle, une hallucination désigne une réponse incorrecte générée par une IA et qui est présentée comme une certitude factuelle. C’est pourquoi la supervision humaine par des spécialistes des sujets traités est indispensable lorsque des IA génératives sont employées pour produire des données (textuelles, notamment).