Ce texte m’est venue à la lecture d’une publication de la journaliste Alexandra Klinnik, de France Télévisions, sur la montée du contenu audio généré par intelligence artificielle. Le podcast s’est longtemps imposé comme le média de l’intime. Une voix dans l’oreille, un rendez-vous régulier, un ton familier, parfois presque confidentiel. C’est précisément cette relation de proximité qui est aujourd’hui bousculée par la montée du « podslop », ces balados générés ou largement produits par intelligence artificielle, souvent en masse, avec peu de valeur éditoriale réelle.

Selon des données du Podcast Index, sur 10 871 nouveaux flux créés en seulement neuf jours, 4 243 auraient été générés par intelligence artificielle. Cela représente 39 % des nouvelles créations recensées sur cette courte période. Le chiffre donne la mesure du phénomène : l’IA ne se contente plus d’aider les producteurs, elle commence à occuper l’espace audio à grande échelle.

Cette expansion s’explique en partie par la nature même du podcast. Contrairement à la vidéo ou à l’article long, l’audio est souvent consommé en arrière-plan, pendant les déplacements, le travail ou les tâches quotidiennes. L’attention de l’auditeur est parfois fragmentée. Dans ce contexte, des scripts générés automatiquement et des voix synthétiques de plus en plus crédibles peuvent donner l’illusion d’un contenu acceptable, surtout lorsque l’écoute n’est pas attentive.

L’économie du secteur pousse aussi dans cette direction. Des entreprises comme Inception Point affirment pouvoir produire jusqu’à 3 000 épisodes par semaine, pour un coût d’environ un dollar par épisode. Le modèle est simple : produire beaucoup, très vite, à très faible coût, puis monétiser ces contenus par la publicité programmatique. Selon cette logique, un épisode pourrait devenir rentable avec seulement une vingtaine d’auditeurs.

Ce modèle change profondément la dynamique du podcast. Il n’est plus nécessaire de bâtir une communauté importante, ni même de produire un contenu particulièrement original. Il suffit de saturer des niches très précises : météo locale, conseils de jardinage, actualité ultra-spécialisée, sujets pratiques ou curiosités documentaires. Même un contenu très moyen peut devenir rentable s’il coûte presque rien à produire.

Le risque, toutefois, est évident : une multiplication de flux audio sans véritable intention éditoriale. Le podcast devient alors moins un média de création qu’un produit d’indexation. On ne cherche plus nécessairement à informer, raconter ou analyser, mais à occuper des créneaux, capter quelques écoutes et engranger de petites recettes publicitaires. À grande échelle, cette logique peut transformer les catalogues audio en vastes dépotoirs de contenus interchangeables.

Le phénomène ne se limite pas aux productions anonymes. Certains créateurs connus expérimentent déjà avec des clones vocaux ou des déclinaisons automatisées de leurs émissions. Des plateformes testent aussi des formats conversationnels générés à partir de textes, de fiches produits ou de documents. L’idée est toujours la même : convertir n’importe quel contenu écrit en audio fluide, immédiatement consommable.

L’un des projets les plus ambitieux dans ce domaine est The Epstein Files. Lancée en février 2026 par l’entrepreneur Adam Levy, cette série s’appuie sur plus de trois millions de documents pour proposer une forme d’audit narratif, présenté comme une conversation entre deux hôtes virtuels. Le succès a été important : environ deux millions de téléchargements et une présence remarquée dans les classements d’Apple Podcasts.

Pour Adam Levy, l’IA permet de faire en quelques heures un travail qui aurait autrefois demandé des mois. Son ambition dépasse le simple balado automatisé. Il imagine des systèmes capables de lire des archives publiques, des rapports déclassifiés, des témoignages au Congrès et d’autres masses documentaires que le public peut théoriquement consulter, mais qu’il n’a jamais réellement le temps de parcourir.

Cette promesse d’exhaustivité est séduisante. Elle laisse croire qu’une machine pourrait tout lire, tout classer et tout rendre accessible. Pour Levy, c’est même une façon de regagner la confiance que les médias traditionnels auraient perdue au fil des dernières décennies. Mais cette vision soulève une question centrale : lire des millions de documents n’est pas la même chose que les comprendre.

C’est là que se situe le danger journalistique. Une IA peut repérer des motifs, assembler des citations, construire une narration cohérente et donner une impression de rigueur. Mais la cohérence ne garantit ni la justesse, ni la pertinence, ni le sens. La reconnaissance de formes n’est pas une interprétation. Et citer une source obscure à la page 450 d’un document que presque personne ne vérifiera ne suffit pas à établir une vérité.

The Conversation résume bien cette limite : The Epstein Files montre avec quelle efficacité l’IA peut traiter de grandes quantités de documents et produire un récit apparemment cohérent. Mais cette cohérence ne remplace pas l’analyse humaine. Elle ne remplace pas non plus la responsabilité éditoriale, surtout lorsque les sujets abordés sont sensibles, complexes ou liés à des personnes réelles.

Le problème n’est donc pas seulement technologique. Il est aussi éthique. Qui porte la responsabilité d’un récit généré par IA ? Qui vérifie les rapprochements suggérés par l’algorithme ? Qui décide de ce qui mérite d’être retenu, nuancé ou écarté ? Dans un média fondé sur la confiance, ces questions deviennent impossibles à contourner.

Le podcast repose sur une forme de contrat implicite avec l’auditeur. Celui-ci accepte de consacrer du temps à une voix, à un ton, à une personnalité, à une relation qui se construit au fil des épisodes. Lorsque cette voix devient artificielle, ou lorsque le contenu est produit sans véritable présence humaine, ce contrat se fragilise. L’auditeur peut avoir l’impression d’avoir été remplacé, lui aussi, par une simple donnée d’audience.

Il ne faut pas pour autant condamner tout usage de l’IA dans la production audio. Les outils de transcription, de montage, de recherche, de traduction ou de structuration peuvent être utiles. Ils peuvent alléger certaines tâches, améliorer l’accessibilité ou accélérer le travail préparatoire. La différence essentielle se situe entre l’IA comme outil au service d’un projet éditorial, et l’IA comme usine à produire du contenu sans intention claire.

Cette distinction deviendra de plus en plus importante. Dans un univers où il devient facile de générer des milliers d’épisodes en quelques jours, la rareté ne sera plus le contenu. Ce sera la confiance. Les auditeurs voudront savoir qui parle, qui écrit, qui vérifie et quelle part du travail a été confiée à la machine.

Le podcast entre ainsi dans une nouvelle phase. L’IA peut élargir les possibilités du média, mais elle peut aussi en diluer la valeur. Si tout devient audio, si tout devient voix, si tout devient émission, le vrai défi sera de préserver ce qui a fait la force du podcast depuis ses débuts : une présence humaine, une intention éditoriale et une relation authentique avec l’auditeur.

Source : meta-media, The Conversation

*****

Du lundi au vendredi, Bruno Guglielminetti vous propose un regard sur l’essentiel de l’actualité numérique avec 120 secondes de Tech.

Ou encore…

Écoutez la plus récente édition de Mon Carnet,
le magazine hebdomadaire de l’actualité numérique.