Parfois, les données d’une enquête se trouvent bloquées dans un site web défaillant, enfouies dans des documents ou parpillées sur les réseaux sociaux. L’IA aide aujourd’hui de plus en plus de journalistes à repérer ces informations et à les exploiter.
Par Tom Vaillant
Peu d’enquêtes commencent avec un tableau Excel proprement préparé. Les données se cachent souvent dans une API publique complexe, sur un site officiel capricieux, dans des centaines de posts Reddit, un forum douteux ou dans un mélange d’images et de vidéos sur les réseaux sociaux.
Obtenir et nettoyer ces informations était autrefois fastidieux et chronophage. Aujourd’hui, un agent IA doté des bons outils peut naviguer de façon autonome sur le web, télécharger des fichiers et exécuter du code. Il en résulte une première ébauche. Souvent, un seul prompt suffit. Nous pouvons désormais structurer les données selon nos axes de recherche, sans attendre que les données soient disponibles.
Des logiciels à la demande
Certaines enquêtes nécessitent un scraper rapide pour un site peu lisible, d’autres un outil simple pour classer des documents, recouper des jeux de données ou surveiller une page quotidiennement. Jusqu’ici, ces tâches étaient généralement trop spécifiques ou trop éphémères pour justifier un développement logiciel dédié.
Aujourd’hui, il suffit que les rédactrices et rédacteurs décrivent leurs besoins. L’agent construit la solution adéquate. Il peut par exemple extraire toutes les décisions de construction d’un site communal, en isoler l’adresse, le maître d’ouvrage et le résultat, puis enregistrer le lien source dans le tableau. Des outils comme Firecrawl viennent à bout des pages web difficiles, tandis qu’Apify collecte des publications sur des plateformes comme Reddit.
Ces programmes ne sont pas conçus pour durer. On les développe pour une enquête précise, puis on les abandonne. Si une application s’avère utile, elle peut être réutilisée, partagée au sein de l’équipe ou exploitée durablement pour collecter automatiquement de nouvelles données. Les rédactions n’ont ainsi plus besoin d’adapter leurs problèmes de recherche à des logiciels standard rigides.
Publicité
rédactions régionales, notamment, peuvent collecter des données locales que personne d’autre ne rassemble — comme un tableau de bord immobilier qui actualise chaque mois les loyers, les autorisations de construire et les logements vacants. Le résultat peut prendre la forme d’un dashboard public ou d’un jeu de données qui gagne en valeur à chaque mise à jour. Scoutpost, un outil de monitoring que ‘ai développé, repose sur ce principe : il surveille des sources sélectionnées et avertit les journalistes en cas de changement. Les données sont bien plus que des colonnes de chiffres. Il faut souvent analyser des milliers de commentaires sur une votation ou un afflux d’’avis de produits suspects. C’est là qu’interviennent les embeddings — des empreintes numériques qui saisissent le sens d’un texte. Une recherche par similarité regroupe des énoncés de même contenu, même formulés différemment.
La découverte a besoin de la bonne forme
Une fois les preuves structurées, les agents aident à créer des graphiques, des cartes interactives ou des formats de scrollytelling. Parce qu’il devient de plus en plus facile de produire ces formats, les rédactions peuvent tester différentes variantes. L’opportunité réside dans la collecte de données propres, la création d’outils d’enquête et la mise à disposition d’offres à réelle valeur ajoutée.
Tom Vaillant est fondateur du studio technologique Buried Signals.
