Depuis les élections municipales de mars 2026 et le premier conseil municipal de Besançon, j'ai mis au point une méthode hybride homme + machine pour analyser les discours et les décisions politiques. Voici, en toute transparence, comment ça marche.
Je ne suis pas journaliste. Je suis citoyen du quartier Battant, et depuis plus de dix ans je m'investis dans la vie locale de Besançon. Quand il y a une élection, un conseil municipal, un débat public — j'essaie de comprendre, de vérifier, et de partager ce que je trouve. Pas pour accabler, pas pour défendre : pour savoir.
Avec l'arrivée de l'IA générative, j'ai reconstruit ma façon de travailler. Ce que je faisais en une journée complète, je le fais maintenant en 2 à 4 heures — avec, j'ose le dire, bien plus de rigueur sur les sources. Voici ma méthode, étape par étape.
- 2–4h par vidéo analysée
- 3 agents IA distincts
- 100% sources officielles en priorité
Le principe de base : l'IA comme copilote, pas comme auteur
La première chose à comprendre, c'est que l'IA n'écrit pas mes articles. Elle me fait gagner du temps sur les tâches ingrates : transcrire, chercher, trier, pré-lire. Moi, j'écoute la vidéo, je prends mes notes, je rédige le fond, je confronte. L'IA est mon assistant de recherche. Je reste responsable de chaque mot publié.
L'IA transcrit, cherche, classe et pré-lit. Moi, j'écoute, je comprends, j'écris et je valide. C'est une collaboration — pas une délégation.
Le pipeline complet, étape par étape
1.Étape technique
Téléchargement & transcription de la vidéo
Je commence par télécharger la vidéo à analyser — conseil municipal en ligne, vidéo de campagne, débat. Ensuite, j'utilise Whisper en local (modèle medium, en français) pour générer deux fichiers : le texte brut complet, et une transcription horodatée avec les timestamps. Ce deuxième fichier est précieux : il me permet de retrouver n'importe quel moment de la vidéo à la seconde près.
whisper medium | yt-dlp | python
2. Agent IA n°1
Détection des points à vérifier
Je soumets le texte brut à mon premier agent (Claude Sonnet, avec un prompt dédié) et je lui demande d'identifier : les affirmations factuelles vérifiables, les points qui font débat, les chiffres avancés, les promesses et les implicites. Le prompt est calibré pour ne pas faire d'analyse à charge — l'agent ne défend ni n'attaque, il liste.
claude sonnet 4.6 | prompt audit
3. Agent IA n°2
Recherche de sources officielles & presse
Un deuxième agent prend cette liste et part chercher des sources. L'ordre de priorité est strict : data.gouv.fr, opendata, gouv.fr, insee.fr, besancon.fr — les sources officielles d'abord. Puis la presse locale et spécialisée. L'agent a pour consigne de signaler le positionnement éditorial connu de chaque source, pour que je ne navigue pas inconsciemment dans une bulle.
claude sonnet 4.6 | data.gouv.fr [ insee.fr [ opendata besançon
4. Travail humain
Écoute active & prise de notes personnelle
Pendant que les agents tournent, j'écoute la vidéo une à deux fois, stylo en main (ou clavier). Je note ce qui m'interpelle, ce que je veux expliquer, les points que je veux creuser. C'est ma grille de lecture personnelle, indépendante de ce que l'IA a trouvé. Elle sera croisée ensuite.
écoute active | prise de notes | regard citoyen
5. Agent IA n°3
Classement des sources par thèmes
À partir de ma liste de points personnels, je demande à l'agent de reclasser toutes les sources trouvées par mes thèmes à moi — pas les siens. Pour chaque source, il m'indique : la page pertinente, le paragraphe, ou le timestamp vidéo concerné. L'objectif : me permettre de lire uniquement ce qui compte, sans noyer dans des dizaines de PDF complets.
claude sonnet 4.6 | extraction ciblée | pré-lecture IA
6. Rédaction
J'écris la trame — en première personne
Je rédige ce que j'ai compris, avec mes mots et mes sources. C'est un brouillon construit sur ma compréhension réelle, pas sur ce que l'IA m'a résumé. Je cite mes sources directement. J'écris en "je", en citoyen, pas en éditorialiste.
rédaction humaine | style citoyen
7. Agent IA n°4 — croisement
Confrontation & enrichissement du texte
Je soumets ma trame à l'agent, qui compare son propre travail de recherche avec ce que j'ai écrit. Il signale les points que j'ai manqués, les sources supplémentaires pertinentes, les éventuelles imprécisions. Je lis, j'accepte ou je refuse chaque suggestion. C'est moi qui décide.
claude sonnet 4.6 | cross-check | relecture critique
8. Publication
Mise en page, image & publication
Un dernier agent applique mes styles CSS, ma charte graphique, et les règles de ton (écriture en "je", formulations non-partisanes, vérification des affirmations présentées comme factuelles). Puis je génère une image d'illustration — photo réaliste ou univers steampunk Besançon-Cœur-d'Airain selon l'envie du moment. Ces images sont libres de droits car générées par moi. Je colle tout sur mon blog, je relis une dernière fois, je publie.
css custom | image IA libre (nano banana) | Odoo
Quelques règles que je me suis fixées
⚖️ Équilibre éditorial
Je demande systématiquement à l'agent de signaler le bord politique connu des sources de presse. L'objectif : ne pas me retrouver à ne citer que Médiapart ou que Le Figaro sans le savoir. Je veux des sources variées, et je veux le savoir quand elles ne le sont pas.
🔍 Officiel d'abord
Les sources primaires (données publiques, délibérations, rapports officiels) ont toujours la priorité sur la presse. La presse commente les faits — moi aussi. Les faits bruts, eux, viennent des institutions.
✍️ Je reste l'auteur
Aucun paragraphe publié n'est directement généré par l'IA. L'IA me soumet des suggestions, des formulations, des compléments. Je les lis, je les reformule ou je les écarte. Chaque mot publié est mien.
Ce que cette méthode change vraiment
Avant, fact-checker une vidéo d'une heure de conseil municipal me prenait une journée entière — et encore, en surface. Je passais la moitié de ce temps à chercher où était le bon PDF, le bon rapport, la bonne délibération. Aujourd'hui, la pré-lecture est déléguée. Je reçois des pointeurs précis : page 47, section 3.2, timestamp 1h12. Je lis ce qui compte.
L'autre changement, c'est la traçabilité. Chaque assertion dans mes articles est liée à une source. L'IA m'oblige à ne pas écrire "les experts disent que" — elle me demande : quels experts ? quelle étude ? quelle date ? C'est une discipline que j'aurais dû avoir depuis le début.
Et enfin — et c'est peut-être le plus important — cela m'a forcé à articuler ma méthode. À me demander ce que je veux vérifier, et pourquoi. L'IA ne sait pas ce qui m'intéresse dans telle déclaration du maire. C'est moi qui décide ce qui mérite d'être creusé. Et cette question — qu'est-ce qui mérite d'être creusé ? — c'est le cœur du journalisme citoyen.
La transcription automatique d'une heure de vidéo prend 8 minutes sur mon ordinateur. Ce qui prend du temps, c'est comprendre.
Les limites que je reconnais
Cette méthode n'est pas parfaite. Whisper fait des erreurs sur les noms propres bisontins, les sigles, les accents régionaux. Je relis toujours la transcription avant de la soumettre à l'agent. L'IA peut aussi manquer des sous-entendus, de l'ironie, du contexte oral — des choses que l'oreille capte et que le texte ne transmet pas. C'est pourquoi j'écoute la vidéo moi-même, indépendamment.
Et bien sûr : l'IA peut halluciner des sources, citer des chiffres approximatifs, confondre des dates. Je vérifie chaque source fournie avant de la citer. Cela reste du travail. Moins qu'avant, mais réel.
Pourquoi je partage cette méthode
Parce que ce n'est pas un secret de fabrication. Parce que la transparence sur comment on travaille, c'est la base de la confiance. Et parce que si d'autres citoyens, d'autres associations, d'autres voisins de quartier peuvent s'en emparer — c'est tant mieux. Le fact-checking démocratisé, outillé, rigoureux : c'est exactement ce dont le débat public a besoin.
Je publie mes articles sur ce blog. Les sources sont citées. Les limites sont signalées. Les erreurs, quand elles surviennent, sont corrigées publiquement. C'est ma ligne éditoriale depuis le début, l'IA n'a fait que la renforcer.