C’est moi ou vous avez aussi l’impression qu’un tsunami de podcasts 100% faits par IA nous tombe dessus depuis quelques mois ?

Je ne sais pas quelle place les podcasts occupent dans votre quotidien. Mais pour beaucoup, ils se sont installés progressivement comme un compagnon discret et privilégié.

Pendant un trajet, une tâche ménagère, une séance de sport ; ils viennent agrémenter ces moments et leur donner une autre dimension : se distraire, apprendre, réfléchir. On choisit quoi écouter, quand, et pendant combien de temps. L’offre est vaste. Bien plus vaste que ce que nos journées de 24 heures nous permettent réellement d’explorer.

Jusqu’à 2024, si on écoutait une voix sur un podcast, il s’agissait d’une voix humaine, enregistrée par le biais d’un micro. La question ne se posait même pas.

Il y avait déjà l’effervescence des premiers modèles grand public d’intelligence artificielle, mais ils ne produisaient que du texte et des images. Les meilleures technologies de génération de voix épataient déjà par le réalisme des timbres ; mais la prononciation, l’intonation et la “personnalité” étaient encore plutôt robotiques et rendaient ces voix synthétisées facilement reconnaissables.

Mais ça, c’était avant. L’avancée de ces technologies au cours de ces deux dernières années donne le vertige et il est désormais presque impossible de distinguer une voix réelle d’une artificielle.

Si on ajoute à ces voix ultra-réalistes la capacité de l’IA à rédiger, mot par mot, ce qui sera dit, le résultat de l’équation est simple : des centaines de milliers d’épisodes de podcasts 100% faits par IA, produits à la chaîne et à une vitesse éclair.

En cherchant sur ce sujet, je suis tombé sur un article récent de Bloomberg qui lançait l’alerte : nous entrons dans l’ère du “podslop”, c’est à dire du “slop” en forme de podcast.

Ce que le spam a été pour l’e-mail, le slop est en train de le devenir pour des formes d’expression qui étaient jusqu’ici associées à du travail humain : texte, image, vidéo, voix.

Le terme s’impose progressivement pour désigner le jus de poubelle des contenus produits à grande échelle par IA ayant envahi les sites, les réseaux sociaux ou encore YouTube depuis le début de l’année dernière.

Les chiffres donnent une idée de l’ampleur. D’après Podcast Index, sur les 10.871 nouveaux podcasts lancés pendant ces deux dernières semaines dans le monde entier, environ 4.243, soit près de 40%, ont été générés par IA.

En creusant un peu, de fil en aiguille, je suis par exemple tombé sur Inception Point AI, une entreprise qui aurait produit près de 10 000 épisodes de podcast en un an, dont une grande partie sur les dernières semaines.

Les créateurs indépendants s’y mettent aussi. Adam Levy, un podcasteur anglophone spécialisé dans les cryptomonnaies et la programmation informatique, a flairé le filon et a lancé récemment un podcast 100% généré par IA sur l’affaire Epstein. Le succès a été immédiat : le podcast a même brièvement atteint la première place d’Apple Podcasts. Une révélation pour Levy, qui prévoit désormais de publier jusqu’à 120 épisodes par mois !

Même les grandes entreprises participent au mouvement. Amazon par exemple teste déjà des formats où des produits sont présentés sous forme de « podcast » avec une conversation entre deux voix synthétiques.

Tout cela avance très vite.

Et un effet commence à apparaître.

Il devient plus difficile de savoir, instinctivement, ce que l’on écoute. D’où cela vient. Ce que cela vaut. Ce qui mérite d’être retenu.

Beaucoup de contenus commencent à se ressembler. Les lois du capitalisme numérique sont implacables : on se fie aux chiffres et on reproduit ce qui a bien “performé”. Les structures convergent, les voix finissent par sonner pareil, les tons s’alignent, les idées circulent sous des formes de plus en plus standardisées. On reconnaît désormais davantage les formats que les personnalités qui parlent, ou ce qu’elles ont réellement à raconter.

On pourrait en conclure que le problème est là. Trop de contenu. Trop de production. Trop de bruit.

En réalité, le bruit n’a rien de nouveau.

Depuis que les podcasts se sont imposés comme un format populaire, puis comme un levier médiatique et économique crédible, une grande quantité de contenus ont été produits avec un objectif simple : capter de l’attention, générer des revenus, servir une stratégie. Souvent au détriment de la qualité, de la pertinence ou de l’intérêt réel pour l’auditeur.

Le déséquilibre existait déjà. Il y avait déjà beaucoup plus de podcasts sans intérêt que de podcasts réellement solides. Mais il restait des repères pour orienter l’attention.
Produire un bon podcast demandait du temps, du jugement, une capacité à choisir les bons sujets, à structurer une pensée, à tenir une ligne dans la durée. Même avec des moyens, cela restait difficile. Ce coût d’entrée jouait un rôle implicite de filtre.

Ce qui se transforme aujourd’hui est plus difficile à saisir. On ne peut plus se fier au naturel pour juger de ce qui est vrai, ni à la qualité perçue pour estimer la valeur ou la pertinence.

À force d’exposer nos cerveaux à des contenus entièrement faits par des machines, un certain phénomène s’installe. Le cerveau s’adapte. Il ajuste progressivement son niveau d’exigence sans même que l’on s’en rende compte. Le niveau moyen devient la référence, et ce qui aurait semblé médiocre il y a quelques années devient acceptable, puis normal. Avec le temps, le discernement se dégrade légèrement. Une dérive lente, presque imperceptible, qui modifie notre manière d’écouter et de juger.

Les créateurs adoptent ces outils parce qu’ils permettent de produire plus facilement, plus rapidement, à moindre coût. Les plateformes les accueillent parce qu’ils augmentent le volume disponible, et avec lui les opportunités de monétisation.
À chaque niveau de l’écosystème, la logique est la même : produire plus pour capter plus d’attention, et en tirer davantage de revenus.

Cela fonctionne parce que, pour l’instant, ces contenus trouvent leur public.

On consomme ce qu’on tolère.

Dans un environnement saturé, le trop-plein rend le tri plus difficile et l’exploration plus superficielle. Trop de choix finit par tuer la décision.

Dans ce contexte, certains éléments reprennent de l’importance. Tout d’abord, la signature, au sens large, réapparaît comme un point d’ancrage. D’une certaine façon, elle certifie le podcast en question comme étant “fait par des humains”. À défaut bien sûr d’aller vérifier s’il s’agit bien d’une vraie personne ou d’une vraie équipe derrière la marque, et non de personnages également inventés par IA.

Ensuite, un style identifiable, un fil conducteur, une manière de penser qui se reconnaît d’un contenu à l’autre. Des éléments qui ne s’improvisent pas, qui ne se produisent pas instantanément et qui finissent par établir une relation de confiance.

Si l’on prolonge simplement la trajectoire actuelle, ces technologies vont continuer de progresser, et la qualité perçue des contenus générés par IA va encore augmenter, y compris sur le fond. Le point de bascule n’est probablement pas encore derrière nous.
Ces questions se posent alors, de manière plus directe :

Pendant les prochains mois et années, d’où viendra la valeur d’un podcast ?

Du fait qu’il s’agit de l’expression d’une personne ou d’une équipe identifiable, avec une voix, une intention, une trajectoire ?

Ou de sa capacité à distraire, apprendre ou faire réfléchir, indépendamment de son origine ?

Si l’on n’y prend pas garde, on finira par évoluer dans un environnement où tous les podcasts se vaudront à peu près. Où l’on les consommera sans vraiment les distinguer.

Qu’est-ce qui mérite encore d’être écouté ?

Je suis persuadé que le risque le plus important n’est pas de tomber sur du faux.

C’est de perdre progressivement l’envie de chercher le vrai.

Image A

Image B