Comment Radio France a utilisé NotebookLM, l’outil d’IA de Google

Radio France a mené son expérimentation avec NotebookLM fin 2024, à l’occasion d’une interview de Michel Barnier axée sur l’agriculture. Le dispositif s’appuyait sur les 44 stations locales d’Ici (ex-France Bleu), qui ont toutes consacré leur émission du matin, entre 9h et 10h, à la thématique agricole, recueillant ainsi des témoignages d’agriculteurs et de consommateurs à travers tout le territoire. 

Le défi ? Exploiter cette masse d’informations en quasi-temps réel, pour que les interventions locales puissent nourrir l’interview nationale à 13h. Pour y parvenir, l’équipe a d’abord transcrit les 44 heures d’émission grâce à une technologie de speech-to-text, avant d’utiliser l’outil de Google pour analyser l’ensemble des échanges.  

Une expérimentation pour convaincre les journalistes

“C’était vraiment une expérience pour convaincre les équipes journalistiques qu’il y a un intérêt. On n’était pas du tout sûrs que ça marche,” reconnaisait Florent Latrive, directeur adjoint de l’information en charge de la stratégie numérique des rédactions, lors de l’événement Médias en Seine. Il ajoute que “ça paraît simple sur le papier, mais dans un temps très limité, récupérer les 44 transcriptions dans un temps suffisant pour faire l’analyse, c’était un enjeu. Comme toujours dans ces cas-là, on a eu 42 antennes qui ont bien transmis, et deux avec un problème technique.” 

Finalement, “ce qui a été le plus difficile dans cet exercice, c’est de bien caler les antennes pour qu’elles démarrent et terminent au même moment et que la machine sache où prendre la matière”, explique Céline Pigalle, directrice éditoriale déléguée en charge de l’information et de la proximité. 

En quelques heures, l’équipe a ainsi pu produire une série de documents synthétiques qui ont servi à alimenter les questions des journalistes qui interrogeaient Michel Barnier. Comme le souligne Florent Latrive, “NotebookLM a cet immense avantage de vous renvoyer à chaque fois directement vers la source de ce qu’il cite”. Cette traçabilité permet non seulement de vérifier l’absence d’hallucinations de l’IA, mais aussi de retrouver rapidement les témoignages précis dans la masse des 44 transcriptions.

Un vieux fantasme qui se réalise

L’IA a ainsi permis d’identifier les enjeux émergents à l’échelle nationale, tout en établissant une cartographie territoire par territoire des priorités. De quoi concrétiser un “vieux fantasme” au sein de la Maison ronde: pouvoir s’appuyer sur le réseau des antennes locales de Radio France pour “sentir le territoire”.

Une démarche difficile à mettre en oeuvre avant l’arrivée de l’IA, estime Céline Pigalle: “Si vous demandez à une personne, ou même à plusieurs de nous dire à l’écoute de nos radios ce matin, qu’est-ce qui émerge, qu’est-ce qui est porteur, ou, par exemple, sur la crise agricole, selon chaque territoire, quel est l’enjeu principal, on n’aura pas suffisamment de bras pour ça !”

Une question de la souveraineté

Néanmoins, comme le souligne Florent Latrive, l’utilisation d’outils d’IA, si elle se généralise, pourrait poser des questions de souveraineté au sein de la radio publique: “NotebookLM est un outil particulièrement puissant pour le journalisme, on a assez peu d’équivalents. […] Mais NotebookLM, c’est Google. Autant là, sur des expériences comme ça, très ponctuelles, très localisées, on ne se pose pas tellement de questions sur les données qui circulent: ce sont des données publiques, limitées, il n’y a pas de soucis. Mais évidemment, à partir du moment où il faut passer à l’échelle, se posera la question de la souveraineté de ce genre de modèle, ce qui n’est pas un petit sujet !”