Data2Story : Transformer des fichiers CSV bruts en actualités vérifiables pilotées par l'IA

L'ère du journalisme de données manuel connaît un changement de paradigme avec l'introduction de Data2Story, un système autonome capable de convertir des ensembles de données bruts en articles d'actualité entièrement interactifs et multimodaux. En s'appuyant sur une architecture multi-agents spécialisée, cette technologie dépasse la simple génération de texte pour créer des récits vérifiables et étayés par des données, sans aucune intervention humaine.

Une rédaction virtuelle pilotée par sept agents spécialisés

Contrairement aux LLM standards qui tentent de « halluciner » ou de deviner les tendances statistiques, Data2Story utilise une « rédaction virtuelle » structurée composée de sept agents d'IA distincts. Ce pipeline garantit que chaque étape du processus éditorial — de la recherche initiale au déploiement HTML final — est gérée par un modèle optimisé pour cette tâche spécifique.

Le flux de travail commence par le Detective, qui effectue des recherches sur le web pour contextualiser les tableaux bruts, et l'Analyst, qui exécute du code réel pour calculer les chiffres plutôt que de les prédire. L'Editor sélectionne les ressorts narratifs les plus captivants, tandis que le Designer détermine le meilleur support pour les données (tels que des cartes ou de l'audio). Enfin, le Programmer construit la page web, l'Auditor vérifie les erreurs de mise en page et l'Inspector s'assure que chaque affirmation est traçable. Le système est propulsé par Claude Opus 4.7 fonctionnant sur Claude Code, avec des ressources multimodales générées via des modèles OpenRouter tels que gpt-5.4-image-2 et lyria-3-pro-preview.

Résoudre la crise de la vérifiabilité dans le journalisme d'IA

L'une des percées les plus significatives de Data2Story est son panneau « Inspector », conçu pour s'attaquer au problème des hallucinations de l'IA qui touche l'ensemble de l'industrie. Alors que la référence pour les articles écrits par des humains montre que seulement environ 25 % des affirmations analytiques sont facilement traçables jusqu'au code source, Data2Story permet de vérifier l'origine de 93 % de ses déclarations.

Chaque phrase, graphique et élément interactif est lié à une fiche d'index qui affiche soit la ligne de code exacte utilisée pour générer le chiffre, soit une URL externe. Cela crée un modèle de journalisme « exécutable » : si un lecteur doute d'une statistique, il peut exécuter le script sous-jacent pour recalculer lui-même le résultat, comblant ainsi un énorme fossé de transparence dans les médias numériques modernes.

Humain vs Agent : là où l'IA gagne et échoue

Dans une étude rigoureuse comparant Data2Story à des contenus rédigés par des humains provenant de The Economist, The Pudding et TidyTuesday, l'IA a surpassé les humains dans 74 % des tests de préférence des lecteurs. L'agent a connu son plus grand succès en matière de transparence et de briefings riches en données, où il a souvent fait preuve de plus de clarté que ses homologues humains.

Cependant, les chercheurs ont noté des limites claires où l'expertise humaine reste indispensable :

• Perspective éditoriale : Bien que l'IA puisse montrer ce qui se passe dans un ensemble de données, elle ne peut pas expliquer le « pourquoi » (par exemple, attribuer de faibles taux de réparation à la politique d'un fabricant) sans un reportage d'investigation externe.
• Conception créative : Les interfaces hautement personnalisées et expérimentales — comme celles vues dans The Pudding — nécessitent encore une sensibilité artistique humaine qui dépasse les modèles HTML standards.
• Visualisations denses : L'IA a tendance à disperser les données sur plusieurs graphiques, tandis que les designers humains experts peuvent superposer des annotations complexes dans un seul graphique puissant.

Points clés à retenir

• Architecture multi-agents : Data2Story utilise sept agents spécialisés (Detective, Analyst, Editor, Designer, Programmer, Auditor et Inspector) pour gérer l'intégralité du cycle de vie éditorial.
• Vérifiabilité sans précédent : Le système atteint un taux de traçabilité de 93 % pour ses affirmations, dépassant de loin les ~25 % de vérifiabilité que l'on trouve dans le journalisme analytique traditionnel rédigé par des humains.
• Potentiel de collaboration : Plutôt que de remplacer les journalistes, l'outil est conçu comme un « collaborateur de rédaction » pour gérer les calculs lourds et le sourçage vérifiable par machine, laissant les questions d'investigation sur le « pourquoi » aux humains.