La vidéo est en train de devenir l’une des principales interfaces d’accès à l’information. Ce changement est suffisamment visible pour alimenter une inquiétude assez simple : à force de regarder au lieu de lire, ne sommes-nous pas en train d’appauvrir notre rapport à l’information ?
L’intuition se comprend. Une vidéo TikTok de quarante secondes laisse moins de place à la nuance qu’un article de dix pages. Mais la comparaison est un peu trop pratique. Elle oppose généralement le meilleur de l’écrit au pire de la vidéo. Un mauvais article reste un mauvais article, et une conférence filmée de deux heures peut contenir davantage d’information qu’une dépêche de quatre cents mots.
Le vrai déplacement est ailleurs : Nous sommes passés du document au flux.
De l’oral à l’écrit, puis de l’écrit au flux
Nous disposons de plusieurs manières assez différentes de transmettre une information.
Il y a d’abord l’oral. Une personne parle à une autre. Sa force vient de l’interaction : on peut l’interrompre, demander une précision, contester une affirmation. L’information est vivante, mais volatile.
L’enregistrement sonore, radio ou podcast, conserve la voix mais supprime cette interaction immédiate. La vidéo ajoute encore une couche : l’image permet de montrer un geste, un lieu, un graphique, une expérience ou un visage. Pour expliquer certaines choses, c’est difficile à battre. Décrire précisément comment réparer une pièce mécanique pendant trois pages reste possible. La regarder faire pendant trente secondes est plus efficace.
Enfin vient l’écrit. Il perd l’intonation, le mouvement et une partie du contexte non verbal. En échange, il possède une propriété assez remarquable : il laisse au lecteur le contrôle du temps. Je peux m’arrêter au milieu d’un paragraphe. Relire la phrase précédente. Chercher un mot. Comparer deux passages. Copier une citation. Ouvrir la source dans un autre onglet. Revenir trois jours plus tard exactement au même endroit.
Ce fonctionnement paraît banal parce que plusieurs siècles d’écrit imprimé nous y ont habitués. Il constitue pourtant une architecture de consultation très particulière.
Une étude publiée dans Computers & Education, comparant un même contenu présenté sous forme de texte, de vidéo ou de vidéo sous-titrée, ne trouvait pas de différence significative de compréhension immédiate entre ces modalités. La vidéo n’est donc pas intrinsèquement un support intellectuellement inférieur (lorsqu’elle est bien faite, ce qui n’est pas le cas).
Une autre étude consacrée à la compréhension d’une controverse à partir de vidéos et de pages web aboutissait à un résultat plus ambigu : les élèves exposés aux textes avaient tendance à mieux intégrer les informations provenant de plusieurs documents, tandis que les vidéos exerçaient une influence plus forte sur leurs opinions.
La distinction utile se situe peut-être là : la capacité d’un média à transmettre une information n’est pas exactement la même chose que sa capacité à permettre son examen.
La vidéo gagne, mais surtout sur les plateformes
Le changement d’échelle est réel.
Selon le Digital News Report 2026 du Reuters Institute, 77 % des personnes interrogées dans 48 marchés regardent désormais chaque semaine des vidéos d’information en ligne. YouTube est utilisé pour l’actualité par 34 % des répondants, Instagram par 26 % et TikTok par 20 %. Pour la première fois, réseaux sociaux et plateformes vidéo sont également devenus, en moyenne dans ces marchés, un moyen d’accès à l’information en ligne plus répandu que les sites et applications des médias : 54 % contre 51 %.
Mais un détail est plus intéressant que la progression de la vidéo elle-même : sa croissance se fait essentiellement sur des plateformes tierces. La consommation de vidéos sur les sites et applications des éditeurs d’information a au contraire reculé, comme le montre également le chapitre du Reuters Institute consacré à l’évolution de la vidéo d’information.
Une vidéo sur TikTok, une émission de vingt minutes sur YouTube et un documentaire disponible sur le site d’un média utilisent tous de l’image animée. Ils n’organisent pourtant pas du tout l’attention de la même manière.
Sur TikTok ou Instagram, l’information apparaît souvent sans avoir été explicitement recherchée. Le Reuters Institute relève que 54 % des utilisateurs de TikTok qui y rencontrent de l’actualité disent principalement la voir alors qu’ils étaient sur la plateforme pour autre chose. Le chiffre est de 55 % sur Instagram. Sur YouTube, la logique s’inverse : une majorité déclare y rechercher intentionnellement de l’information.
Le problème concerne davantage le flux.
Un flux est conçu pour continuer
Un document possède des limites. Il commence quelque part et finit quelque part. Il peut comporter un auteur identifié, des références, une table des matières, des notes, une bibliographie. Même lorsque son contenu est discutable, son architecture facilite l’examen.
Le flux possède une autre logique. Sa fonction principale est de ne pas finir.
Une vidéo en appelle une autre. Le contenu suivant est sélectionné avant même que nous ayons réellement décidé de le regarder. L’unité de consommation n’est plus tellement le document que la session.
Cela ne signifie pas que les plateformes chercheraient intentionnellement à produire une information médiocre (quoique…). Elles optimisent simplement autre chose : la recommandation, la pertinence perçue, la continuité de l’expérience, l’engagement. La vérifiabilité d’une affirmation ou la facilité avec laquelle elle pourra être comparée demain à une source contradictoire sont des critères beaucoup moins importants pour ce type de système.
Nous avons gagné en facilité de transmission et en richesse audiovisuelle. Nous avons parfois perdu en inspectabilité.
Prenons une affirmation dans un article. Un lecteur peut la sélectionner, la rechercher, consulter le lien associé et revenir exactement au paragraphe concerné. Prenons la même affirmation prononcée à la dix-septième minute d’une vidéo de cinquante minutes. Tout reste techniquement possible. Rien n’est aussi immédiat.
La différence est faible à l’échelle d’une affirmation. Répétée quelques centaines de fois par semaine, elle devient une manière différente de consommer l’information.
Les commentaires contiennent déjà une partie de ce qui manque
Il existe pourtant sous beaucoup de vidéos une réserve documentaire souvent inexploitée : les commentaires.
On les traite surtout comme un indicateur d’engagement. Ils contiennent parfois exactement ce qui manque au contenu initial.
Quelqu’un corrige une date. Un spécialiste explique pourquoi un chiffre est trompeur. Un autre apporte la source originale. Une personne directement concernée ajoute un contexte absent de la vidéo. Plusieurs utilisateurs formulent la même objection avec des arguments différents.
La vidéo transmet une proposition. Les commentaires commencent parfois à construire sa contradiction. Le problème est que cette richesse est pratiquement inutilisable à grande échelle. Deux mille commentaires ne constituent pas une documentation. Ce sont deux mille fragments qu’il faut lire, hiérarchiser, regrouper et vérifier.
Les recherches sur les espaces de discussion montrent d’ailleurs que la qualité des échanges dépend fortement de leur architecture. Une étude publiée dans Policy & Internet, comparant forum d’information, sites de presse et pages Facebook, constatait des différences significatives de rationalité, de respect et de qualité constructive entre les plateformes. Le forum structuré produisait les échanges les plus rationnels et respectueux ; Facebook obtenait de moins bons résultats sur ces dimensions.
Ce n’est donc pas seulement ce que les gens ont à dire qui détermine la valeur des commentaires. La manière dont le système organise ce qu’ils disent compte aussi.
Utiliser l’IA pour transformer le flux en document
L’usage le plus évident de l’IA consiste aujourd’hui à produire encore plus de contenu : plus de textes, plus d’images, plus de vidéos. Il existe une autre possibilité, moins spectaculaire : l’utiliser pour rendre ce qui existe déjà plus intelligible.
Prenons une vidéo d’une heure accompagnée de 8 000 commentaires.
Une première couche d’IA peut désormais la transcrire avec une précision suffisante pour transformer la bande sonore en texte navigable. Elle peut découper ce texte en chapitres sémantiques, identifier les concepts abordés, repérer les noms, les études et les chiffres cités. La vidéo cesse déjà d’être une simple séquence temporelle. Elle commence à acquérir certaines propriétés d’un document.
Chaque affirmation importante peut être associée au moment exact où elle apparaît. Les références fournies par l’auteur peuvent être reliées à ces affirmations plutôt que déposées en vrac dans une description. Les corrections apportées après publication peuvent apparaître au bon endroit.
Puis viennent les commentaires.
Au lieu de choisir simplement ceux qui ont reçu le plus de likes, un système pourrait regrouper les contributions par fonction. Quels commentaires apportent une source ? Lesquels signalent une erreur ? Quels arguments contestent le raisonnement ? Quels commentaires apportent un exemple contraire ? Quelles questions reviennent régulièrement sans recevoir de réponse ?
L’utilisateur verrait la structure de la discussion.
Une expérimentation publiée en 2026 sur la synthèse de discussions en ligne, menée auprès de 643 participants, donne un premier argument en faveur de cette approche. La présentation de synthèses de discussions réduisait le sentiment de surcharge informationnelle et augmentait à la fois les connaissances factuelles et la perception qu’avaient les participants de leur compréhension du sujet. Une meilleure connaissance et une moindre surcharge étaient associées à une meilleure qualité des contributions.
Plus intéressant encore, des chercheurs ont commencé à tester des résumés qui ne se contentent pas de condenser une discussion, mais introduisent explicitement les contre-arguments présents dans celle-ci afin de favoriser l’examen critique. Ces travaux publiés en 2025 sur la synthèse de discussions et les contre-arguments déplacent légèrement la fonction du résumé.
Une représentation contradictoire répond à une question plus utile : « Sur quoi porte réellement le désaccord ? »
Une vidéo pourrait devenir un document contradictoire
Imaginons maintenant l’interface.
À 12 minutes 43, l’auteur affirme que X entraîne Y.
À côté du lecteur vidéo, une couche documentaire indique la source invoquée. Elle signale également que cette affirmation concentre une partie importante de la discussion. Trois objections distinctes émergent des commentaires. L’une porte sur les données, une autre sur le lien de causalité, la troisième apporte un contre-exemple.
Un clic permet d’accéder aux commentaires originaux et aux sources citées. Un autre revient au passage précis de la vidéo. Si l’auteur répond dans une seconde vidéo, cette réponse peut être rattachée à la discussion initiale.
La vidéo devient un document multimodal, navigable et contradictoire.
Certaines plateformes expérimentent déjà une petite partie de cette logique avec les systèmes de notes communautaires. Une étude publiée en 2026 dans Nature Communications, portant sur 237 180 cascades de publications sur X, estime que l’affichage d’une note communautaire réduit de 61,2 % les repartages ultérieurs des publications trompeuses étudiées. Mais les chercheurs mettent également en évidence la faiblesse du système : les notes arrivent souvent après la phase principale de diffusion. Leur effet sur l’engagement cumulé est donc beaucoup plus limité, autour de 14,9 % dans cette étude.
Une correction tardive est exacte lorsque tout le monde est déjà parti.
Renaud Joly
L’IA peut potentiellement réduire ce délai. Elle peut repérer rapidement qu’un passage concentre des contestations, faire émerger les arguments récurrents et organiser les sources proposées. Elle ne remplace pas nécessairement la validation humaine. Elle réduit le coût nécessaire pour savoir où regarder.
L’IA doit structurer le débat, pas le fermer
Cette architecture possède évidemment son propre problème.
Dès qu’un système résume 8 000 commentaires en cinq arguments, il exerce un pouvoir éditorial considérable. Pourquoi ces cinq-là ? Pourquoi cette formulation ? Une position minoritaire a-t-elle été éliminée parce qu’elle apparaissait moins souvent ? Des groupes coordonnés pourraient-ils artificiellement modifier la représentation du débat ?
Des travaux récents sur l’agrégation d’opinions par grands modèles de langage ont précisément identifié ce risque de sous-représentation de positions minoritaires et de sensibilité à l’ordre dans lequel les contributions sont présentées. Ces recherches restent récentes, mais elles suffisent à écarter l’idée d’une synthèse parfaitement neutre produite par magie.
Le danger serait alors assez ironique. Nous partirions d’un problème où le lecteur dépend trop de l’organisation algorithmique du flux, pour construire une solution dans laquelle il dépendrait d’un autre algorithme chargé de lui expliquer ce qu’il aurait dû retenir du flux. La complexité n’aurait pas disparu. Elle aurait simplement changé d’adresse.
Le principe de conception devrait donc être inverse : utiliser l’IA pour ouvrir l’accès au matériau, pas pour le remplacer.
Une synthèse doit permettre de revenir aux commentaires dont elle est issue. Une objection doit conserver ses sources. Une catégorie doit expliquer pourquoi telle contribution y figure. Les positions minoritaires suffisamment argumentées doivent pouvoir apparaître même si elles sont numériquement faibles. Et l’utilisateur doit pouvoir quitter la synthèse pour inspecter les éléments originaux.
L’objectif est de réduire le coût de la vérification et de la contradiction.
Rendre les flux inspectables
La vidéo n’est probablement pas en train de rendre Internet idiot. Elle est extrêmement efficace pour transmettre certaines formes d’information, parfois bien plus que l’écrit. Son développement n’implique donc pas mécaniquement une baisse de qualité.
Le changement plus préoccupant se situe dans l’architecture qui l’entoure.
Nous sommes passés d’un web largement organisé autour de documents que l’on allait chercher à un web de flux où les contenus viennent continuellement à nous. Le gain de simplicité est considérable. Nous trouvons plus facilement des contenus susceptibles de nous intéresser. Mais une partie du contrôle s’est déplacée avec cette simplicité : sélection, ordre, rythme, contexte.
L’enjeu n’est donc peut-être pas de faire revenir tout le monde à l’article de trois mille mots (cet article fait un peu plus de 2000 mots) . Il consiste à redonner au flux certaines propriétés du document.
Pouvoir s’arrêter. Chercher. Citer. Identifier une affirmation. Retrouver sa source. Voir ses corrections. Comprendre les objections. Explorer la discussion sans devoir lire huit mille commentaires dans leur ordre d’apparition.
L’IA peut contribuer à cette transformation précisément parce qu’elle sait traiter une quantité de texte et de parole qu’aucun utilisateur raisonnable ne parcourra intégralement.
On peut l’utiliser pour produire encore davantage de flux, en générant automatiquement vidéos, résumés et contenus destinés à maintenir l’attention.
Ou l’utiliser pour transformer le flux en quelque chose que nous pouvons de nouveau inspecter. Ce second usage est peut-être moins monnayable. Il est pourtant beaucoup plus important.