Le gâchis de l'IA arrive pour les podcasts.

Les chiffres sont suffisamment frappants pour être presque absurdes. Une entreprise, Inception Point AI, dirigée par un ancien cadre de podcast, gère maintenant plus de 10 000 émissions actives, y compris un réseau qui produit celles énumérées ci-dessus. Un autre réseau appelé Daily News Network, opérant sur plus de 400 flux de marques locales, diffusait environ 11 000 épisodes par jour plus tôt cette année.

L'Index Podcast, une plateforme de suivi open-source, a trouvé que lors d'une période récente de neuf jours, environ 39 % de tous les nouveaux flux de podcasts créés étaient probablement générés par IA.

Les économies qui en découlent sont simples. La publicité programmatique ne se soucie guère de savoir si un humain ou une machine a assemblé l'audio. Si une émission génère un dollar de revenus publicitaires et coûte cinquante cents à produire, le calcul fonctionne, même si seules quelques personnes écoutent.

Appliquez cette logique à des milliers de flux hyper-ciblés et les rendements s'accumulent. Certaines plateformes d'hébergement permettent aux émissions d'opter pour des marchés publicitaires sans exigence de public minimum, ce qui signifie quelque chose comme un podcast dédié aux canneberges (qui existe) avec une poignée d'auditeurs peut être rentable.

La question de la bouillie

Le mot "podslop" est entré dans le vocabulaire de l'industrie, bien que personne ne s'accorde précisément sur sa signification. Pour certains, il désigne tout ce qui est entièrement automatisé sans examen humain. Pour d'autres, il s'agit plus d'un jugement de qualité : un contenu manifestement généré par une machine, répétitif, parfois inexact, et finalement utile à personne sauf à la feuille de bilan de son créateur.

Inception Point AI classe sa production par qualité. Ses émissions haut de gamme comprennent des contrôles internes, exigent que les animateurs dévoilent leur nature IA au début de chaque épisode et évitent les actualités difficiles où les erreurs sont plus difficiles à pardonner.

Mais les pires exemples dans l'espace sont vraiment problématiques. Un réseau a été découvert pour avoir publié des centaines d'épisodes qui reflétaient de près les articles des journaux locaux, apparaissant souvent quelques minutes après la mise en ligne des histoires originales, empruntant des structures et des phrases spécifiques sans attribution. Bill Adair, professeur de journalisme à Duke $DUK, qui a rencontré une telle émission en cherchant un podcast étudiant, l'a décrite simplement comme du plagiat.

Les plateformes réagissent, bien que lentement. Apple $AAPL Podcasts exige maintenant une divulgation lorsque l'IA génère une partie importante d'une émission. Spotify $SPOT récemment a annoncé des badges de vérification pour les créateurs humains, avec des coches vertes qui seront déployées dans les mois à venir. Un service d'hébergement, RSS.com, interdit les émissions à forte teneur en IA sur son marché publicitaire à moins qu'elles ne dépassent un seuil minimum d'auditeurs et réussissent un examen humain.

Une question de ce à quoi sert le podcasting

L'inconfort plus profond concerne ce que le média est censé être. Le podcasting a construit son audience sur le principe d'une personne qui vous parle, un sentiment de présence authentique que la publicité a toujours été heureuse de soutenir. L'IA perturbe ce principe, non pas nécessairement en ayant un mauvais son, mais en supprimant le principe lui-même.

Ce ne sont pas seulement les startups qui font cela. Amazon $AMZN génère des segments quasi-podcast pour présenter des produits sur sa plateforme de shopping, avec des hôtes IA décrivant avec enthousiasme des articles comme la crème anti-érythème pour adultes et le faux caca de chien. Le Washington Post a lancé une fonctionnalité de podcast personnalisée malgré que ses propres tests internes montrent que jusqu'à 84 % des scripts générés échouaient à répondre aux normes du journal. Le personnel l'a qualifiée de "désastre total." Le journal l'a quand même maintenue. Alexa Plus génère maintenant des épisodes audio à la demande à partir d'un réseau de partenaires d'information. Le NotebookLM de Google $GOOGL propose quelque chose de similaire depuis des mois.

Ce qui reste véritablement flou, c'est si les auditeurs s'en soucient. Ils ne semblent pas aimer la musique créée par l'IA, et l'intérêt diminue. L'économie du podcasting par IA dépend en partie de la découverte, de la présence élevée d'une émission dans les résultats de recherche, peu importe son contenu réel. Si les badges de vérification et les exigences de divulgation modifient ce calcul, le flot pourrait ralentir. Sinon, le podcast sur les canneberges aura le dernier mot.