Journaliste, rédacteur·trice, communicant·e, copywriter, auteur·trice, producteur·trice de contenu pour le web

Pratique de la rédaction et usage courant du traitement de texte et d’internet.

• Maîtriser l’utilisation de l’IA comme outil d’assistance à l’écriture
• Acquérir une méthode pratique et reproductible
• Développer un style rédactionnel clair et structuré
• Enrichir vos textes grâce à des techniques avancées

Apports théoriques et mises en situation lors d’ateliers pratiques.

Les participants doivent disposer d’un ordinateur connecté à Internet.

Jour 1 : clarifier son style

Matin : Diagnostic et principes de la clarté

• Présentation du formateur et tour de table
• Introduction et auto-diagnostic : analyse des styles rédactionnels des participant·es à partir de leurs textes (avec ou sans IA)
• Les fondamentaux de la clarté : identifier les obstacles à une écriture fluide (longueur des phrases, jargon, répétitions)
• Atelier pratique : simplification et réécriture de textes complexes pour les rendre plus lisibles

Après-midi : Adapter son style et structurer ses écrits

• Adapter son style à son audience : identifier les besoins de différents lecteurs et ajuster le ton et le vocabulaire
• Structurer son contenu : techniques pour organiser ses idées (titres, paragraphes, bullet points)
• Atelier pratique : réorganisation et clarification d’un texte mal structuré avec l’aide de l’IA

Jour 2 : enrichir son style

Matin : diversification lexicale et créativité

• Enrichir son vocabulaire : exploration des outils IA pour varier les mots et expressions
• Créer des images fortes : utiliser des métaphores et analogies pour donner vie aux idées abstraites
• Atelier pratique : reformuler un texte en le rendant plus riche et imagé grâce aux suggestions d’une IA

Après-midi : expérimenter les styles et plan d’action

• Jouer avec les rythmes et tonalités : découvrir comment l’IA peut aider à tester différents styles (persuasif, narratif, descriptif)
• Définir son style : identifier les caractéristiques uniques de son écriture et les développer pour affirmer sa personnalité rédactionnelle
• Synthèse et perspectives : mise en commun des progrès, évaluation des apprentissages, et plan individuel pour continuer à utiliser l’IA au quotidien
• Évaluation à chaud de la formation par les participant·es

Quelques liens pour approfondir votre réflexion sur l’écriture avec les intelligences artificielles génératives :

• Ecrire avec ChatGPT : améliorer une phrase

• ChatGPT, un auteur comme les autres ?

• Ecrire avec l’intelligence artificielle

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).