L'étude a été menée en ligne entre mars et avril 2024 dans six pays : Argentine, Danemark, France, Japon, Royaume-Uni et États-Unis.
L'étude vise à comprendre comment les personnes utilisent l'IA générative et ce qu'elles en pensent, en particulier dans le contexte du journalisme et des médias.
Elle offre des perspectives précieuses sur les attentes du public envers l'IA générative et son impact potentiel sur différents secteurs, y compris les médias d'information.
Principaux enseignements de l'étude
ChatGPT est le produit d'IA générative le plus largement reconnu et utilisé dans les six pays étudiés, bien que son utilisation quotidienne reste faible. Environ 50% de la population en ligne dans ces pays ont entendu parler de ChatGPT.
Une majorité de répondants estiment que l'IA générative aura un impact important sur presque tous les secteurs de la société dans les cinq prochaines années, notamment sur les médias et les scientifiques.
Il existe une méfiance générale envers la fiabilité des médias générés par IA. Les jeunes sont généralement plus à l'aise avec l'IA générative, contrairement aux personnes plus âgées qui sont sceptiques.
Les attentes varient largement concernant la responsabilité des différents secteurs d'utiliser l'IA générative de manière éthique. Les scientifiques et les professionnels de la santé sont généralement jugés dignes de confiance pour utiliser l'IA de manière responsable, contrairement aux entreprises de médias sociaux et aux politiciens.
Les opinions sur l'IA générative varient peu selon les pays malgré des différences culturelles et médiatiques, indiquant une perception globalement homogène de la technologie à travers différentes régions.
Impact sur l’économie des médias
Réduction des coûts: L'utilisation de l'IA générative dans la production de nouvelles est largement perçue comme un moyen de réduire les coûts pour les éditeurs.
Confiance et transparence: Il existe une inquiétude que les nouvelles produites par IA soient moins dignes de confiance et moins transparentes, ce qui pourrait influencer négativement la perception du public et affecter la valeur perçue de ces contenus.
Usage sporadique et scepticisme: Bien que l'IA soit utilisée pour certaines tâches journalistiques comme la rédaction et la traduction, il y a un scepticisme quant à son utilisation généralisée sans supervision adéquate.
Recommandations spécifiques pour les éditeurs de médias d'information
Prudence dans l'adoption de l'IA générative : Les éditeurs doivent être prudents dans l'adoption de l'IA générative, en considérant les implications potentielles sur la confiance et la transparence dans la production de nouvelles.
Maintien de la surveillance humaine : Il est crucial de maintenir une intervention humaine dans le processus de génération de contenu pour garantir l'exactitude et l'éthique des informations.
Transparence avec le public : Les éditeurs devraient être transparents sur l'utilisation de l'IA dans leur production de contenu, en clarifiant où et comment l'IA est utilisée.
Formation et sensibilisation : Investir dans la formation des journalistes sur les capacités et les limites de l'IA générative peut aider à optimiser son utilisation et à prévenir les erreurs.
Évaluation continue : Établir des mécanismes d'évaluation continue de l'impact de l'IA sur la qualité et la fiabilité des nouvelles pour ajuster les stratégies en conséquence.
Méthodologie
La méthodologie de l'étude comprend une enquête en ligne réalisée par YouGov pour le compte de l'Institut Reuters pour l'étude du journalisme (RISJ) de l'Université d'Oxford. L'enquête a été menée entre le 28 mars et le 30 avril 2024 dans six pays : Argentine, Danemark, France, Japon, Royaume-Uni et États-Unis. Les échantillons dans chaque pays étaient constitués en utilisant des quotas représentatifs nationaux pour des variables telles que le groupe d'âge, le genre, la région et l'orientation politique, et les données ont été pondérées en fonction de données de recensement ou acceptées par l'industrie.
Limitations
Échantillonnage non probabiliste : L'utilisation de cette méthode signifie qu'il n'est pas possible de calculer une marge d'erreur conventionnelle pour les points de données individuels. Par conséquent, certaines précautions doivent être prises lors de l'interprétation des résultats.
Biais de désirabilité sociale : Comme dans toute enquête, les réponses peuvent être influencées par le désir des répondants de se présenter sous un jour favorable.
Représentation limitée : Les échantillons en ligne ont tendance à sous-représenter les opinions et comportements des personnes qui ne sont pas en ligne, souvent des individus plus âgés, moins aisés, et moins éduqués.
Variabilité temporelle : Les données reflètent un instantané de l'opinion publique qui peut fluctuer avec le temps, particulièrement dans un domaine technologique en rapide évolution comme l'IA générative.
Ces éléments soulignent l'importance d'interpréter les résultats avec prudence et de les considérer comme un élément d'un tableau plus large des perceptions et utilisations de l'IA générative.
GenAI
Article rédigé sous supervision éditoriale avec des outils d'Intelligence Artificielle Générative.
