Jusqu’ici, j’avais une conviction assez simple sur l’intelligence artificielle : il fallait apprendre à travailler avec elle, pas lui laisser faire notre métier à notre place. Voilà d’ailleurs ce que j’essaie de transmettre aux juniors que je forme. Je leur apprends les relations presse, évidemment : reconnaître une information, trouver un angle, cibler un journaliste, comprendre pourquoi on ne relance pas tout le monde de la même manière, préparer un porte-parole et, surtout, construire une relation avec une rédaction.
Mais je leur apprends également à utiliser les LLM. Former aujourd’hui un attaché de presse exactement comme je l’ai été n’aurait aucun sens. L’IA appartient désormais à notre environnement professionnel. Il faut savoir s’en servir, comprendre ses forces, identifier ses limites et savoir quand s’en passer.
Jusque-là, le partage des rôles me semblait assez clair. Puis GPT-6 Astra est arrivé, avec une question que je ne m’étais jamais vraiment posée : que se passe-t-il si, demain, il ne suffit plus d’apprendre aux juniors à utiliser l’IA, parce que l’IA commence elle-même à apprendre une partie du métier des juniors ?
Astra change la question
GPT-6 Astra n’est pas présenté comme une AGI, une intelligence artificielle générale, et rien ne justifie aujourd’hui de lui attribuer cette qualification. Ses capacités invitent néanmoins à regarder un peu plus loin que la génération de texte.
OpenAI met notamment en avant ses performances dans l’usage d’un ordinateur et d’un navigateur, la recherche, le développement logiciel et l’exécution de travaux professionnels complexes de bout en bout. Astra sait enchaîner des tâches, travailler sur des documents et adapter son travail lorsque les instructions évoluent.
Ses résultats sur ARC-AGI-3 ont beaucoup circulé. Le chiffre de 99,9 % mérite toutefois d’être précisé : ARC Prize mesure 99,9 % avec un environnement spécialement adapté au modèle, contre 62,7 % avec son protocole standard commun aux différents systèmes. Dans les deux configurations, Astra établit un nouvel état de l’art sur ce benchmark conçu pour tester l’adaptation à des environnements nouveaux. ARC Prize souligne d’ailleurs explicitement que ces résultats ne constituent pas une preuve d’AGI.
Le sujet n’est donc pas de décréter qu’Astra serait devenu une intelligence générale. Il est ailleurs. Depuis trois ans, nous nous demandons principalement quelles tâches nous allons confier à l’IA. Avec des systèmes capables de rechercher, d’agir, de s’adapter et de mener des séquences de travail de plus en plus longues, une autre question apparaît : quelles parties d’un métier une IA finira-t-elle par apprendre ? Et le nôtre n’est pas à l’abri.
Regardons le métier d’attaché de presse
Comprendre un client. Analyser son environnement. Faire de la veille. Identifier une information. Construire un angle. Repérer les journalistes pertinents. Étudier leurs publications. Rédiger. Adapter un pitch. Préparer une interview. Relancer. Analyser les résultats. En tirer des enseignements. Parmi ces tâches, lesquelles sommes-nous encore prêts à affirmer qu’une IA ne saura jamais réaliser ?
Il y a quelques mois encore, j’écrivais qu’aucune machine ne fournissait seule tout ce qu’un journaliste attend d’un bon attaché de presse. Je continue de le penser. La différence tient à la prudence que j’ajouterais désormais à cette affirmation : pour combien de temps ?
Une intelligence beaucoup plus générale ne serait pas simplement un ChatGPT qui rédige mieux. Le changement viendrait de sa capacité à transférer un apprentissage, à comprendre des situations qu’elle n’a pas rencontrées auparavant et à agir avec une autonomie croissante.
Il ne faudrait alors plus nécessairement développer un outil différent pour chaque tâche des relations presse. Il faudrait lui apprendre les relations presse. Ou la laisser progressivement les apprendre.
Qui seront les seniors de 2040 ?
Voilà probablement la question qui me préoccupe le plus.
Un junior coûte du temps à une organisation. Il faut le former, lui expliquer, relire son travail, corriger ses erreurs, lui montrer pourquoi tel angle ne fonctionnera pas ou pourquoi un fichier de 500 journalistes présente parfois beaucoup moins de valeur qu’une sélection intelligente de quinze noms. Et il se trompera. Tant mieux : une partie de son apprentissage vient précisément de là.
Un attaché de presse senior n’a pas acquis son jugement dans un manuel. Il l’a construit pendant des années. Il a envoyé des communiqués qui n’ont intéressé personne, appelé le mauvais journaliste, vu des interviews déraper, observé des confrères plus expérimentés et appris progressivement une foule de choses qui ne figurent dans aucune procédure. Cette expérience constitue précisément l’un des arguments que nous opposons aujourd’hui à l’automatisation.
Imaginons maintenant qu’une agence dispose demain d’une IA capable d’absorber une grande partie du travail actuellement confié aux juniors. La tentation économique sera difficile à ignorer : pourquoi recruter autant de débutants ? Pourquoi consacrer autant de temps à leur formation si une machine effectue immédiatement une part importante de leurs tâches ?
Le calcul fonctionne à court terme. À long terme, il devient beaucoup plus problématique. Car en supprimant les juniors dont l’IA réalise le travail, nous supprimons également une partie de ceux qui devaient devenir les seniors de demain.
Voilà le paradoxe : nous défendons face à l’IA la valeur du jugement, de l’expérience et de la compréhension humaine, tout en risquant de supprimer progressivement le parcours grâce auquel ces qualités s’acquièrent.
Et en face, les journalistes ?
Le problème devient encore plus intéressant lorsqu’on regarde l’autre extrémité de la chaîne. Les rédactions françaises traversent déjà une période extrêmement difficile. Chez EBRA, 400 suppressions de postes ont été annoncées en juin 2026 sur environ 3 200 salariés, même si 68 créations sont également prévues. Les rédactions sont concernées et le groupe prévoit notamment d’automatiser la mise en page de ses éditions et d’utiliser un assistant IA pour certaines tâches éditoriales.
Le phénomène dépasse largement EBRA. Selon un décompte de l’intersyndicale des métiers de l’information cité par Le Monde en août 2026, 1 331 emplois avaient déjà été supprimés ou étaient menacés depuis le début de l’année dans les médias français.
Attribuer ces destructions d’emplois à l’IA serait simpliste. La crise économique de la presse précède de très loin ChatGPT. L’IA entre néanmoins désormais dans les arbitrages d’organisation, de productivité et de coûts.
Poussons alors le raisonnement.
Une IA travaillant pour une entreprise détecte une information, évalue son intérêt potentiel, construit un angle et identifie les interlocuteurs pertinents. Une autre, du côté d’un média, reçoit cette information, la confronte à d’autres sources, participe à son traitement et à sa publication. Une troisième l’indexe, la synthétise et l’utilise pour répondre aux questions de ses utilisateurs. L’information continue de circuler. Mais la chaîne professionnelle qui l’entourait a profondément changé.
Le problème n’est plus seulement l’automatisation
Astra ne m’amène pas à annoncer la disparition des attachés de presse. Il oblige plutôt à devenir beaucoup plus exigeant sur la définition de leur valeur.
Si notre métier repose principalement sur la rédaction d’un communiqué, la constitution d’un fichier presse, la veille, la production d’un reporting ou la capacité à produire davantage de contenus en moins de temps, la concurrence avec l’IA deviendra de plus en plus difficile. Sur la vitesse, le volume et le coût marginal, l’humain part déjà avec un sérieux handicap. Reste notamment la relation.
Une relation construite pendant dix ans avec un journaliste ne se résume pas à une ligne dans une base de données. La confiance qu’il accorde à un attaché de presse parce qu’il sait que celui-ci ne l’appelle pas pour rien n’est pas seulement un score de pertinence. Dire à un dirigeant que son actualité n’intéressera probablement personne relève aussi d’une connaissance du métier, d’une expérience et parfois d’une capacité à assumer une conversation inconfortable.
Du moins aujourd’hui. Ces deux mots deviennent importants. L’histoire récente de l’IA devrait nous rendre prudents devant les grandes affirmations sur les capacités qu’une machine « n’aura jamais ». Nous en avons déjà formulé beaucoup, et plusieurs ont très mal vieilli.
À qui transmettrons-nous notre métier ?
L’arrivée des LLM m’avait convaincu d’une chose : nous devions transmettre nos métiers différemment. Apprendre les fondamentaux aux nouvelles générations tout en leur apprenant à travailler avec l’intelligence artificielle. Ne pas choisir entre la maîtrise d’un métier et celle des nouveaux outils, mais construire les deux en même temps. Voilà ce que je fais aujourd’hui.
Astra m’oblige à envisager l’étape suivante. Si des intelligences artificielles acquièrent progressivement la capacité de réaliser une part croissante d’un métier avec davantage d’autonomie, la question ne sera bientôt plus seulement de savoir comment former les attachés de presse de demain.
Il faudra également se demander dans quelles conditions économiques les entreprises continueront à les former. Je n’ai pas la réponse, et je me méfierais de celui qui prétend déjà l’avoir. Astra n’est pas l’AGI. Une intelligence artificielle véritablement générale arrivera peut-être beaucoup plus tard que certains l’annoncent, ou sous une forme différente de celle que nous imaginons aujourd’hui.
Attendre qu’elle soit officiellement là pour réfléchir aux conséquences de systèmes de plus en plus autonomes serait néanmoins une étrange stratégie. Le vrai risque n’est peut-être pas qu’une IA apprenne un jour à devenir attachée de presse. Il est que, pendant ce temps, nous ayons progressivement oublié d’apprendre à des humains à le devenir.
Bruno SANVOISIN
