Data.ina : l’IA de l’INA au service de l’analyse des médias

Une archive audiovisuelle n’est pas seulement un lieu de mémoire. Lorsqu’elle rassemble des centaines de milliers d’heures de programmes de télévision et de radio, elle devient aussi une matière première considérable pour comprendre ce qui a été dit, montré et mis en scène dans l’espace médiatique. C’est l’ambition de data.ina, la plateforme de l’Institut national de l’audiovisuel, qui associe données, outils de visualisation et intelligence artificielle.

Présentée comme accessible, la plateforme cherche à transformer un ensemble de contenus difficilement exploitable à l’échelle humaine en résultats plus faciles à parcourir. Son principe est simple à énoncer, mais exigeant sur le plan technique : faire analyser des sons et des images par des algorithmes, puis restituer les résultats sous une forme chiffrée et visuelle. Au 7 octobre 2024, l’enjeu n’est donc pas de remplacer la lecture ou le visionnage attentif des documents, mais de donner des points d’entrée dans un corpus d’une ampleur inhabituelle.

De l’archive audiovisuelle à une matière analysable

L’INA a pour mission de préserver et de valoriser un patrimoine audiovisuel. Avec data.ina, ce patrimoine peut aussi être abordé comme un vaste ensemble de données. La plateforme s’appuie sur des contenus provenant de centaines de milliers d’heures d’émissions de radio et de télévision, couvrant notamment l’actualité, la culture et la société.

Face à une telle masse de programmes, les méthodes traditionnelles atteignent vite leurs limites. Un chercheur, un journaliste ou un professionnel des médias peut consulter des documents précis, mais il ne peut pas visionner ou écouter seul l’intégralité d’un corpus sur une longue période. L’automatisation permet alors de repérer plus vite des occurrences, des évolutions ou des régularités susceptibles de mériter une enquête plus approfondie.

Il faut toutefois bien distinguer deux choses. L’analyse d’un corpus renseigne d’abord sur les contenus diffusés : les thèmes, les images et les signaux que les outils sont en mesure de traiter. Elle ne constitue pas automatiquement une mesure d’audience, ni une preuve directe de l’effet d’un programme sur le public. Un indicateur peut révéler une tendance, mais son interprétation exige de replacer les résultats dans leur contexte éditorial, historique et social.

Que fait l’intelligence artificielle sur data.ina ?

Le texte de présentation évoque des algorithmes qui analysent les sons et les images des chaînes de télévision et de radio. Dans un environnement audiovisuel, ce type de traitement peut reposer sur plusieurs grandes familles de techniques d’intelligence artificielle : la reconnaissance de la parole pour exploiter l’audio, l’analyse d’images pour traiter la vidéo, ou encore des méthodes statistiques pour repérer des répétitions et des évolutions dans le temps.

La plateforme ne détaille pas, dans les éléments présentés, les modèles précis employés ni leurs performances. Cette réserve compte. Les résultats générés par une IA dépendent de la qualité du signal sonore, de la netteté des images, du contexte de diffusion et des règles utilisées pour classer les éléments. Une voix couverte par de la musique, une archive ancienne ou une image ambiguë peuvent rendre l’analyse moins fiable.

L’intérêt de l’IA est avant tout un changement d’échelle. Là où une équipe humaine devrait consacrer un temps très important au dépouillement initial des programmes, les outils peuvent effectuer un premier passage automatisé sur de grandes quantités de contenus. Les résultats chiffrés obtenus servent ensuite à orienter l’exploration : ils indiquent où regarder, quelles périodes comparer ou quelles tendances interroger.

Cette logique ne transforme pas une corrélation en certitude. Si un thème devient plus visible dans des données, il faut encore vérifier comment il a été traité, dans quels formats, par quels médias et à quel moment. L’IA accélère l’observation, elle ne remplace ni l’analyse critique ni la connaissance du terrain médiatique.

Une datavisualisation pour rendre les résultats lisibles

L’autre promesse centrale de data.ina est la datavisualisation. Ce mot recouvre la transformation de données en représentations graphiques : courbes, comparaisons, répartitions ou autres vues synthétiques. L’objectif est de permettre à un utilisateur de repérer un phénomène sans devoir manipuler directement une grande quantité de données brutes.

La personnalisation des visualisations est particulièrement utile pour les personnes qui n’ont pas une formation technique approfondie. Au lieu de devoir écrire du code ou bâtir une base de données, elles peuvent explorer les résultats à partir d’une interface conçue pour clarifier l’information. Les outils de la plateforme sont ainsi présentés comme intuitifs et accompagnés de ressources pédagogiques.

Une visualisation reste néanmoins une manière de raconter les données. Le choix d’une période, d’une catégorie ou d’un indicateur influe sur ce que l’on voit. Lire correctement un graphique consiste donc aussi à demander ce qu’il mesure, ce qu’il ne mesure pas et quelles données sont regroupées derrière une même étiquette.

Quels usages pour les médias, la recherche et les politiques publiques ?

Les données extraites d’un corpus audiovisuel peuvent servir à plusieurs domaines. Pour la recherche, elles offrent un moyen de formuler ou de vérifier des hypothèses sur les évolutions de la représentation médiatique de certains sujets. Elles peuvent aider à observer la place prise par une thématique, à comparer des périodes ou à repérer des changements dans les contenus.

Dans le secteur des médias et du marketing, ces outils peuvent contribuer à mieux comprendre les dynamiques de couverture et les comportements observables dans les programmes. Une entreprise ou une rédaction peut y chercher des signaux utiles pour ajuster une stratégie, préparer un dossier ou identifier une évolution à documenter. Le bénéfice ne vient pas seulement de la rapidité de calcul, mais de la possibilité de confronter des données qui seraient restées dispersées dans une très vaste archive.

Les politiques publiques constituent un autre champ potentiel. Des indicateurs sur le traitement médiatique de sujets culturels, sociaux ou d’actualité peuvent nourrir un débat, à condition de ne pas les détacher de leur méthode de production. Les résultats ne doivent pas être traités comme des verdicts : ils sont des éléments d’analyse parmi d’autres, à mettre en regard d’études qualitatives, d’enquêtes de terrain et de données sur les publics.

Données, droits et responsabilité : les limites à ne pas oublier

Le recours à l’intelligence artificielle dans l’analyse des médias soulève des questions de régulation et d’éthique. Les programmes audiovisuels peuvent montrer des personnes, citer des noms ou contenir des éléments sensibles. Exploiter ces contenus à grande échelle impose donc de tenir compte de la protection des données, des droits liés aux œuvres et des conditions d’accès aux archives.

L’article de présentation souligne que l’INA entend contribuer à une utilisation éthique des données, conciliant protection des droits et potentiel de l’IA. Pour les utilisateurs, la transparence est un point essentiel : comprendre l’origine des données, les limites des traitements et la manière dont un résultat a été produit conditionne la confiance que l’on peut lui accorder.

En Europe, le cadre juridique de l’intelligence artificielle évolue rapidement en 2024, tandis que les règles de protection des données personnelles continuent de s’appliquer. Le règlement européen sur l’IA, entré en vigueur en août 2024, prévoit une mise en application progressive de ses dispositions. Sans préjuger du régime précis applicable à chaque outil, cette évolution renforce l’importance de principes tels que l’évaluation des risques, la documentation des systèmes et la vigilance face aux biais.

Pour une plateforme d’analyse audiovisuelle, l’enjeu consiste aussi à éviter une illusion de neutralité. Les algorithmes ne regardent pas les images comme un être humain. Ils produisent des résultats selon des catégories, des choix techniques et des données d’entraînement qui doivent pouvoir être interrogés. L’expertise humaine demeure indispensable pour contrôler, expliquer et nuancer ce que les outils font ressortir.

Une plateforme appelée à évoluer avec la recherche

L’INA indique travailler avec des institutions académiques et de recherche afin de développer et de perfectionner son offre. Ces collaborations sont cohérentes avec la nature même du projet : l’analyse des médias par l’IA croise l’informatique, les sciences de l’information, la linguistique, les sciences sociales, le droit et les études culturelles.

La recherche permet notamment d’améliorer les méthodes de traitement, de tester leurs limites et de définir des protocoles d’évaluation. Dans ce domaine, une innovation utile ne consiste pas uniquement à automatiser davantage. Elle consiste aussi à produire des outils compréhensibles, à documenter leurs résultats et à permettre leur discussion par des spécialistes comme par le grand public.

Les avancées techniques évoquées pour data.ina, notamment les simulations et l’analyse plus fine des données, pourraient trouver des applications dans la recherche et le développement, l’éducation ou la culture. Leur valeur dépendra de leur pertinence concrète, de leur accessibilité et de la qualité de l’accompagnement proposé aux utilisateurs.

Ce qu’il faut surveiller

Le développement de data.ina illustre une tendance de fond : les archives médiatiques ne sont plus seulement conservées, elles deviennent explorables à l’aide d’outils capables de traiter des volumes considérables de contenus. Pour le public, l’enjeu est prometteur. Une information auparavant réservée à des spécialistes de la donnée peut devenir plus visible grâce à des interfaces et à des visualisations adaptées.

Plusieurs points méritent toutefois une attention continue : la fréquence réelle des mises à jour, la clarté des méthodes d’analyse, les conditions d’accès aux données, la documentation des erreurs possibles et les garanties apportées aux personnes et aux œuvres concernées. L’utilité d’une telle plateforme se mesurera autant à la sophistication de ses outils qu’à sa capacité à rendre leurs résultats vérifiables et intelligibles.

L’IA peut faire gagner un temps précieux dans l’exploration de centaines de milliers d’heures de radio et de télévision. Mais son apport le plus solide apparaît lorsqu’elle aide les utilisateurs à poser de meilleures questions sur les médias, plutôt que lorsqu’elle prétend répondre seule à leur place.