Gains :
- Capacité à explorer un ensemble de données avec l'intelligence artificielle, à générer des questions dignes d'intérêt et à extraire des données sensibles
- Au lieu de laisser l'intelligence artificielle effectuer les calculs, la méthode est décrite et exécutée dans un outil auditable et prendre l'habitude de vérifier chaque résultat à partir de données brutes.
- Comprenant qu'il est de la responsabilité du journaliste de rédiger les valeurs aberrantes et de documenter les relations archivistiques et de les confirmer dans la source originale.
Le journalisme d’investigation commence souvent par une pile : une feuille de calcul de milliers de lignes, un bilan de centaines de pages, une archive de courriers électroniques divulgués, un ensemble de dépenses publiques open source. Le journalisme de données – la pratique consistant à trouver des modèles, des anomalies et des relations dans des données numériques et documentaires et à les transformer en actualités – est exactement la tâche qui consiste à donner un sens à cette masse. Dans ces piles, qu’il faudrait toute une vie humaine pour parcourir manuellement, l’intelligence artificielle (IA) est un puissant outil de première sélection et de génération d’idées : elle peut résumer un tableau, extraire les noms en double dans une archive de texte, suggérer les questions à poser pour une analyse, et même décrire les étapes de nettoyage des données. Mais mettons une phrase dès le début : l’IA est un partenaire dans l’analyse des données ; C'est le journaliste qui décide de l'exactitude et de la valeur médiatique du résultat et réexamine le chiffre à partir des données brutes. Le risque d’hallucination est ici le plus dangereux, en nombre.
Pas à pas : explorer un ensemble de données avec l'IA
Étape 1 — Apprenez à connaître les données. Comprenez d’abord les colonnes, le nombre de lignes, la plage de dates et les unités. Sachez par vous-même de quoi il s'agit avant de charger le fichier brut dans l'IA ; Autrement, les « découvertes » de l’IA restent en suspens.
Étape 2 — Extrayez les données sensibles. S'il contient des données personnelles (nom, TR ID, adresse, santé), anonymisez-les sans les communiquer à l'outil public d'IA ou envoyez uniquement les colonnes à analyser. Les traces de documents divulgués révélant la source sont également effacées (unités 1 et 10).
Étape 3 — Générez des questions de découverte avec l'IA. « Quelles nouvelles cet ensemble de données pourrait-il cacher ? Commencez par dire. L'IA propose une liste de questions à poser : les 10 principaux articles, les fournisseurs réguliers, les sauts inhabituels, les zones laissées vides.
Étape 4 — NE LAISSEZ PAS L'IA FAIRE L'ANALYSE, DÉCRIVEZ-LA. C'est le point critique. La moyenne ou le pourcentage que l’IA calcule en tête est souvent erroné. Demandez plutôt à l’IA les étapes que vous exécuteriez dans un outil fiable (formule de feuille de calcul, requête, script). Faisant ainsi du calcul un outil vérifiable, l’IA ne fait que donner la méthode.
Étape 5 — Vérifiez le résultat. Voyez toutes les anomalies signalées par l'IA en revenant à la ligne brute. Filtrez le tableau et comptez l'affirmation « Cette entreprise a remporté 31 appels d'offres sur 40 ». Tout numéro non vérifié ne fera pas la une des journaux.
Étape 6 — Établissez le contexte. Le chiffre à lui seul n’est pas une nouveauté. Comparaison (année dernière, institutions similaires, rapport à la population), contexte et avis d'expert sont le travail du journaliste.
Attention : Faire dire à l'IA "calculer la moyenne de ce tableau" et mettre le résultat directement dans l'actualité est l'erreur de non-responsabilité la plus courante du journalisme de données. L'IA est un modèle de langage, pas une calculatrice. Laissez l’outil faire le calcul, demandez simplement à l’IA la méthode et l’interprétation.
Analyse des métadonnées et des documents
Outre les tableaux numériques, le journalisme d’investigation traite également de grandes archives textuelles : emails, procès-verbaux, contrats. Ici, l'IA peut rédiger des cartes de relations telles que « qui a parlé à qui et quand », « quel sujet est répété », « quels noms sont mentionnés ensemble ». Là encore, la règle est la même : l’IA donne une première carte ; Chaque lien est confirmé dans le document original, car l’IA peut expliquer de manière convaincante un lien qui n’existe pas.
trois mini-cases
Cas 1 — Condensation cachée. Un journaliste disposait d’une feuille de calcul des marchés publics comportant 2 400 lignes. Il a demandé à l'IA de produire des questions exploratoires ; La question « Combien d’offres un même fournisseur a-t-il reçu ? » est venu au premier plan. Le journaliste n'a pas demandé à l'IA de calculer cela ; Il a appliqué la formule de feuille de calcul suggérée par YZ lui-même et a constaté qu'une seule entreprise recevait 380 (15,8 %) des 2 400 articles. Il l'a vérifié manuellement et le numéro était correct. L'« estimation » initiale de l'IA indiquait 22 % – donc si l'on devait faire confiance à l'IA, les nouvelles seraient fausses.
Cas 2 — Gain de temps, archivage des e-mails. Il faudrait des jours pour rechercher manuellement « quels sujets sont en cours » dans une archive de 6 000 e-mails. L'IA a produit un aperçu des groupes de sujets en 15 minutes ; Parmi ceux-ci, le journaliste a sélectionné 3 clusters prometteurs et a lu les e-mails originaux. Le temps total de découverte a été réduit à environ 3 jours, mais chaque devis mis en ligne a été vérifié textuellement à partir de l'e-mail d'origine.
Cas 3 — Hallucination détectée. Un journaliste économique a reçu un résumé de YZ selon lequel "les dépenses de personnel ont augmenté de 60% en un an" à partir d'un bilan. Lorsqu'il revint au tableau brut, il vit que l'augmentation était de 6% et que l'IA avait mal lu un chiffre. Une seule vérification des faits a permis de bloquer un titre faux et prétentieux comme « explosion à 60 % ».
Modèles copiables
1) Questions de reconnaissance et de découverte d’ensembles de données :
Je vais vous donner les en-têtes de colonnes et les 20 premières lignes d'un ensemble de données. Générez 10 questions journalistiques qui PEUVENT être posées avec ces données : en termes de concentration, de valeurs aberrantes, de saut dans le temps, de zones manquantes/vides, d'acteurs récurrents. Aucun calcul de nombre ; écrivez simplement quelles questions valent la peine d'être posées et pourquoi elles pourraient faire l'actualité. Données : [titres + exemples de lignes]
2) Ne pas faire de calculs, mais les faire décrire :
Je souhaite faire l'analyse suivante : [par ex. trouver le montant total de l'offre et le pourcentage de part de chaque fournisseur]. Je veux exécuter cela moi-même dans une feuille de calcul. Écrivez-moi étape par étape quelles formules/paramètres de pivot installer. Résultat du calcul SEN ; donnez simplement la méthode.Mes colonnes : [noms des colonnes]
3) Chasse aux valeurs aberrantes :
Je donnerai ci-dessous des statistiques récapitulatives (min, max, moyenne, médiane). Expliquez quelles valeurs sont inhabituelles/suspectes et pourquoi je devrais les vérifier pour avoir des nouvelles. Ne portez pas de jugement définitif ; Une liste de contrôle apparaît au format « les lignes suivantes doivent être vérifiées manuellement ». Résumés : [ici]
4) Carte des relations entre les archives documentaires (projet) :
Je vais vous donner un ensemble de textes de documents. Produisez les éléments suivants sous forme de BROUILLON : les noms qui apparaissent fréquemment ensemble, les sujets récurrents, les dates notables. Marquez le document d'où provient chaque lien, comme [B12]. N'ajoutez aucune relation qui ne soit pas explicitement écrite dans le document. Documentation : [ici]
Invite faible/Invite forte
Invite faible : « Analysez ce graphique et indiquez toutes les conclusions significatives. »
Résultat : l'IA fait des pourcentages et des moyennes de front, imagine des anomalies, on ne sait pas sur quelle ligne elle se base. Cela ne peut pas être vérifié.
Invite puissante : "Je donne les colonnes et les 20 premières lignes de ce tableau. (1) Liste quelles analyses pourraient être dignes d'intérêt. (2) Suggérez une formule de feuille de calcul pour chaque analyse afin que je puisse l'exécuter. (3) Ne calculez aucun résultat. (4) Marquez les lignes à vérifier, comme [S45]."
Différence : une invite forte laisse le calcul à l'outil contrôlable, réduisant l'IA au rôle de méthode et de direction ; empêche l'hallucination de s'infiltrer dans le numéro.
tableau comparatif
Scène
L'IA fait
Le journaliste fait
vérification
Reconnaître les données
Résumé des colonnes/modèles
Connaît l'unité et le contexte
Dictionnaire des données sources
questions de découverte
Génère une liste de questions
Sélectionne la valeur de l'actualité
—
calcul
Décrit la méthode
Exécute la formule dans le véhicule
Approvisionnement manuel
valeur aberrante
note les candidats
Regarde la ligne brute
Filtrer et compter
Commentaire/contexte
cadre de brouillon
Comparaison, expert
deuxième source
Erreurs courantes
- Faire calculer l’IA. Demander à l'IA de calculer la moyenne, le pourcentage, le total, etc. et d'utiliser le résultat ; L'IA fait fréquemment des erreurs, laissez le véhicule faire le calcul.
- Ne pas connecter la découverte à la ligne brute. Rédiger la déclaration « Cette entreprise a remporté la plupart des appels d'offres » sans filtrer le tableau ni compter.
- Publier des numéros sans contexte. Communiquer des chiffres simples sans comparaison ni ratio est trompeur.
- Téléchargement de données sensibles telles quelles. Donner des données personnelles ou un document révélant la source au véhicule sans le nettoyer.
- Penser que la fausse relation est vraie. Traiter le lien que l'IA "voit" dans l'archive dans la carte sans le confirmer dans le document original.
En résumé
Dans le journalisme de données, l'IA est un partenaire de découverte et d'analyse : elle analyse la pile, génère des questions à poser, décrit la méthode d'analyse, signale les candidats aux valeurs aberrantes. Mais demander à l’IA de calculer elle-même le nombre est l’erreur la plus risquée ; Confiez le calcul à un outil vérifiable, vérifiez chaque résultat en revenant aux données brutes et ajoutez du contexte et une comparaison au nombre. Dans les archives documentaires, l’IA donne une carte de départ ; Chaque lien est confirmé dans le document original.
Tâche de candidature
Prenez un ensemble de données dont vous disposez (ou qui est accessible au public). Tout d’abord, demandez-leur de générer 10 questions à l’aide de l’invite « Questions d’exploration ». Sélectionnez une question, obtenez la formule de l'IA avec l'invite « Décrire le calcul » et exécutez-la vous-même. Demandez ensuite directement à l’IA le même calcul et comparez les deux résultats ; Notez la différence et sa leçon.
liste de contrôle
- [ ] J'ai compris les colonnes, les unités et les champs sensibles avant de donner les données à l'outil.
- [ ] Je ne laisse pas l'IA faire les calculs ; Je décris la méthode et l'exécute dans l'outil auditable.
- [ ] Je vérifie manuellement chaque résultat en revenant à la ligne brute.
- [ ] J'ajoute une comparaison et un contexte au numéro ; Je ne communique pas les chiffres.
- [ ] Je confirme chaque relation dans l'archive dans le document original.