Le journalisme de solutions ne peut plus ignorer l’IA. Mais au lieu de simplement « subir » le passage des robots, comment structurer un média pour qu’il dialogue avec eux sans perdre sa fiabilité, son éthique ou sa sobriété ? Avec la version 3 de Soluble(s), je transforme mon podcast en terrain d’expérimentation pour une information vraiment « AI-Ready ». Cette nouvelle étape franchit un cap décisif en ouvrant une Search API REST dédiée aux agents intelligents, leur permettant d’interroger dynamiquement ma base de connaissances.

Sur mon site personnel, j’ai déjà partagé ma réflexion sur l’IA, le climat et la confiance. Ici, je souhaite entrer dans les coulisses de la « V3 » : une architecture pensée pour être lue aussi bien par des humains que par des modèles de langage, sans enfermer l’utilisateur.

1. Petit Solu V3 : Un RAG « chirurgical » pour limiter les hallucinations

L’IA qui « invente » est le cauchemar du journaliste. Pour mon assistant Petit Solu, j’ai opté pour une approche de RAG (Retrieval-Augmented Generation) qui privilégie la précision au bavardage inutile. L’enjeu n’est plus seulement d’être lu par des humains, mais d’être « interrogeable » par des machines via une structure de données qui garantit la fiabilité des informations.

• Le déclencheur d’intention : L’assistant n’active la lecture profonde des transcriptions que si la question le nécessite (demande de détails, de citations, d’analyse). C’est plus sobre et plus rapide.
• Le respect du verbatim : Dans cette version, les guillemets ont un sens. Ils sont réservés aux propos exacts tenus par les invités. Pour le reste, l’IA doit préciser qu’elle résume « en substance ». C’est un retour nécessaire aux fondamentaux de la citation journalistique.