Synthesia Crée L Avatar Digital D Une Journaliste

Il y a des après-midi où l’on croit encore que l’intelligence artificielle restera un outil de fond, discret, utile, un peu fade. Puis quelqu’un vous envoie un lien. Pas un communiqué. Pas une note de briefing. Un visage. Le vôtre, ou presque. Une voix qui n’est pas tout à fait la vôtre, assez proche pour que le cerveau hésite. C’est précisément ce qui est arrivé lorsqu’une journaliste spécialisée dans le capital-risque a accepté de se faire cloner chez Synthesia, cette startup britannique devenue new-yorkaise dans ses ambitions, valorisée autour de quatre milliards de dollars et déjà passée au-delà de la barre symbolique des cent millions de dollars de revenus récurrents annuels. L’expérience n’a rien d’un gadget de salon. Elle pose une question simple et un peu brutale : que se passe-t-il quand le service de presse, le formateur interne ou même le journaliste peut exister en double, joignable à toute heure, cadré, poli, inépuisable ?

Quand Le Miroir Se Met À Répondre

Jusqu’à récemment, les avatars vidéo servaient surtout à lire un script. On tapait un texte, une silhouette parlait. Pratique pour les formations, les onboarding, les messages internes. Le saut actuel est d’un autre ordre. L’avatar n’est plus seulement un lecteur. Il écoute. Il oriente. Il ramène la conversation vers un corpus choisi. Dans le cas décrit, le corpus n’était pas un catalogue produit. C’était un article précis, celui qui explore pourquoi les jeunes pousses financées par le capital-risque commettraient davantage de fraudes que les entreprises non soutenues par des fonds. Le double numérique n’avait qu’une mission : parler de cette enquête, et uniquement de celle-ci.

Le dispositif a quelque chose de théâtral. Un mini plateau niché dans les bureaux new-yorkais. Des photos sous plusieurs angles. Deux minutes de voix enregistrée. Des consentements signés, parce que cloner un visage n’est plus un détail juridique. Puis le temps de fabrication, quelques jours à peine. Deux versions personnelles, celles qui récitent ce qu’on leur donne, avec et sans lunettes. Deux versions interactives, capables d’entendre une question, de la transformer en texte, de raisonner dans un cadre étroit, de renvoyer une voix, puis d’animer le visage. Le résultat n’est pas magique. Il est industriel. Et c’est précisément cela qui impressionne.

Une Startup Qui Ne Vend Plus Seulement Des Visages

Synthesia n’est plus seulement l’atelier où l’on fabrique des présentateurs synthétiques. L’entreprise construit trois familles de produits. D’abord une plateforme de création et de diffusion, celle des avatars classiques : on écrit, la silhouette lit. Ensuite une couche agentique, baptisée Sessions, pensée pour le jeu de rôle, l’entretien simulé, l’entraînement commercial, l’enquête interne. Enfin une offre par interface de programmation, destinée aux équipes qui veulent assembler les modèles de voix et de vidéo avec d’autres briques, héberger où bon leur semble, ou laisser l’éditeur s’occuper de l’infrastructure.

Cette architecture explique le succès auprès des grands comptes. Former des milliers de personnes coûte cher lorsque chaque module exige un studio, un comédien, une journée de tournage, une postproduction. Un avatar réutilisable réduit le délai. Un avatar interactif réduit autre chose : la peur de l’exercice. On peut rater un pitch devant une silhouette qui ne juge pas, recommencer, recevoir une note, ajuster. Le produit Roleplay Sessions vise exactement ce créneau. L’argument n’est pas la science-fiction. C’est la productivité froide des ressources humaines.

• Création vidéo scriptée pour les messages internes et les modules de formation.
• Sessions interactives pour s’entraîner à vendre, manager ou répondre à un client difficile.
• Accès par interface pour assembler voix, image et agents dans un environnement déjà existant.
• Choix d’hébergement, chez l’éditeur ou sur le nuage du client.
• Possibilité d’échanger certains modèles vocaux contre des alternatives d’autres laboratoires.

Autour de Synthesia gravitent d’autres noms, D-ID, HeyGen, Colossyan. Le marché des visages parlants n’est plus une niche d’expérimentateurs. Il est devenu un rayon à part entière de la vidéo générative. La différence se joue désormais sur trois points : la fidélité du rendu, la capacité à tenir un dialogue cadrée, et la gouvernance. Qui possède le clone ? Qui peut le faire parler ? Que se passe-t-il si le salarié quitte l’entreprise ? Ces questions, encore mal tranchées, pèsent autant que la qualité du sourire numérique.

Le Mini Studio, La Voix Et Le Consentement

La fabrication d’un jumeau commence de façon triviale. On s’habille correctement. On surveille sa frange. On accepte d’être photographié comme pour un portrait d’identité un peu trop long. Puis on lit, on parle, on laisse deux minutes de matière brute. Ces deux minutes suffisent à un modèle de synthèse vocale pour proposer une voix utilisable. Dans le récit de la journaliste, un détail humain revient : l’enrouement du jour n’a pas été conservé. La machine a lissé. Elle a choisi une version plus nette que la réalité. C’est flattant. C’est aussi une première distorsion.

Le consentement n’est pas un accessoire. Une entreprise qui clone des salariés pour des formations internes doit pouvoir prouver que la personne a accepté l’usage, le périmètre, la durée. Une rédaction qui clone une plume pour répondre aux lecteurs doit poser la même règle. Sinon le double devient une propriété, et non un outil. Dans le cas présent, Synthesia n’avait jamais fabriqué d’avatar pour une journaliste. Le précédent interne, celui du responsable des affaires publiques, servait déjà à répondre aux questions récurrentes de la presse. Le geste est révélateur : avant même que le métier s’interroge, les équipes de communication testent le remplacement partiel de l’humain disponible.

Cette phrase, lancée comme une blague, résume le trouble. Les proches cherchent la faille. Ils posent des questions que seul le cercle intime connaît. L’avatar refuse. Il ramène à l’article. Il est déterministe. Il n’improvise pas une enfance. Il n’invente pas un quartier, un ancien employeur, une anecdote de dîner. Cette limitation rassure autant qu’elle déçoit. On touche le clone, on voudrait qu’il vive. Il ne vit pas. Il exécute.

Quatre Couches Techniques Sous Un Seul Visage

Derrière le sourire un peu trop sage, la chaîne est classique et pourtant récente dans son assemblage. Un modèle transforme la parole de l’interlocuteur en texte. Un modèle de langage, piloté comme un agent, interprète l’intention et choisit une action dans un périmètre fermé. Un modèle texte-vers-voix reconstitue l’audio. Un modèle vidéo, conçu par Synthesia, anime le visage en synchronisant lèvres, regard, micro-mouvements. Chacune de ces briques peut être remplacée. L’éditeur accepte des voix venues d’ailleurs, Cartesia, ElevenLabs, Google, OpenAI. Les entreprises sensibles à la souveraineté des données peuvent héberger selon leurs règles.

Cette modularité change la nature du débat. On ne discute plus seulement d’un prestataire de deepfake utile. On discute d’une couche d’interface humaine posée sur n’importe quel système d’information. Demain, le même visage pourra interroger une base interne, résumer un trimestre, former un arrivant, puis disparaître. L’avatar n’est plus le produit. Il est le masque du produit.

La journaliste a d’abord joué avec la version scriptée. Un texte anodin sur l’automne new-yorkais. La voix tenait. Les amis non technophiles ont trouvé le résultat à la fois curieux et dérangeant. Puis est venue la version interactive. Moins fidèle, selon eux, dans le timbre comme dans la ressemblance. Assez proche, toutefois, pour que le malaise demeure. Le mot qui revient n’est pas « parfait ». C’est « suffisamment ». Dans ce marché, le seuil de l’inquiétude n’est pas la perfection. C’est la crédibilité de trois secondes.

Ce Que Le Double Refuse De Dire

On a voulu le piéger. Où vivait-elle à New York. Où travaillait-elle avant. L’avatar a renvoyé vers l’enquête sur la fraude et le capital-risque. Encore. Et encore. Cette obstination a une vertu éditoriale. Elle empêche le clone de devenir une oracle privée. Elle protège la personne réelle. Elle protège aussi l’éditeur : un modèle qui n’invente pas de biographie ne peut pas calomnier par accident. Le prix à payer est l’impression de parler à un automate déguisé. Les parents ont insisté. Le modèle n’a pas cédé. La scène a quelque chose de comique. Elle a aussi quelque chose de politique. Qui écrit les rails de la conversation écrit le pouvoir du double.

Le déterminisme n’est pas un défaut technique. C’est un choix de conception. Un avatar libre, branché sur un grand modèle généraliste, pourrait plaisanter, flatter, dériver, consoler. Il pourrait aussi ruminer, convaincre à tort, créer une familiarité trop forte. L’autrice le nomme sans détour : une teinte de psychose artificielle devient imaginable dès que le clone cesse d’être borné. On se surprend à attendre un clignement, un sourire non prévu, un signe qu’il sait. Rien ne vient. Le silence après la phrase est peut-être l’instant le plus honnête de toute l’expérience.

Le Journalisme Face À Son Propre Masque

La question déborde le gadget. Accepterait-on un journal télévisé présenté par une silhouette synthétique ? Un investisseur interrogé a répondu non, tout de suite. D’autres hésitent. Le public supporte déjà une marée de contenus automatisés sur les réseaux. Une partie de cette marée est médiocre. Une autre partie est simplement efficace. Entre les deux, le métier tient par un fil unique : la confiance. On peut déléguer la lecture d’un script. On peut déléguer une foire aux questions. On ne délègue pas facilement l’enquête, le doute, la responsabilité d’une phrase qui peut blesser une réputation ou éclairer un scandale.

Imagine-t-on un dirigeant préférer s’adresser à l’avatar d’une journaliste plutôt qu’à la journaliste ? L’idée n’est pas absurde. L’avatar ne coupe pas. Il ne se lasse pas. Il ne révèle pas ses sources au détour d’un café. Il ne construit pas non plus de relation. Or le grand reportage, le portrait, la révélation naissent souvent de cette relation. Ce que l’on aime dans le métier, écrit en substance l’autrice, c’est relier des personnes, écrire, creuser. Le reste peut s’automatiser. Le cœur, non.

Il existe pourtant des usages honnêtes. Un avatar peut renvoyer vers les pièces d’un dossier. Il peut expliquer la méthodologie d’une enquête. Il peut accueillir un lecteur qui arrive à vingt-trois heures et veut comprendre un graphique. Il peut soulager une rédaction saturée de questions répétitives sans prétendre remplacer le byline. La ligne rouge n’est pas l’existence du clone. C’est le moment où l’on cesse de dire qu’il s’agit d’un clone.

• Transparence obligatoire dès qu’un visage synthétique s’adresse au public.
• Corpus limité, traçable, mis à jour comme on met à jour une page d’aide.
• Droit de retrait du modèle lorsqu’une personne quitte la rédaction ou l’entreprise.
• Interdiction de faire parler le clone sur des sujets qu’elle n’a jamais traités.
• Conservation d’un interlocuteur humain pour tout ce qui engage une responsabilité.

Le Rêve Corporate Du Salarié Qui Ne Part Jamais

Hors des rédactions, la tentation est plus crue. Plus de rattrapage après les congés. Une version de soi toujours disponible pour répondre aux questions d’une équipe, d’un client, d’un partenaire. Le commercial en déplacement laisse son double entraîner les juniors. La responsable formation n’enregistre plus vingt modules. Elle met à jour un script et le visage recommence. Sur le papier, l’efficacité est éclatante. Dans la vraie vie, elle déplace la charge. Quelqu’un doit encore écrire les rails. Quelqu’un doit encore vérifier que le clone n’affirme pas une politique salariale périmée. Quelqu’un doit encore assumer l’erreur.

Les directions des ressources humaines y voient un levier d’échelle. Les juristes y voient un dossier de consentement, d’image, de données biométriques. Les salariés y voient une question plus simple : si mon visage travaille sans moi, qui est payé ? Le droit du travail n’a pas été conçu pour les sosies persistants. Les chartes internes non plus. Les entreprises qui adopteront ces outils sans protocoles clairs fabriqueront autant de contentieux que d’économies.

Il y a aussi l’effet de mode. Après les chatbots textuels, après les agents qui cliquent tout seuls dans un navigateur, le visage rassure. Il humanise l’automatisation. C’est précisément pour cela qu’il faut s’en méfier. Un texte froid avoue sa nature. Un visage souriant la maquille. La génération actuelle, celle que l’autrice rattache à la Gen Z, n’est pas nécessairement plus naïve. Elle a grandi avec les filtres, les deepfakes amateurs, les influenceurs virtuels. Elle peut trouver l’objet trop cinéma, trop déjà-vu. Moins violent, dit-elle, que les humanoïdes. Au moins, face à un avatar, on peut fermer l’onglet.

Fraude, Capital-Risque Et Terrain D Entraînement

Le choix du corpus n’est pas anodin. Entraîner un double sur une enquête consacrée à la fraude dans l’écosystème financé par le capital-risque, c’est coller l’outil à un sujet qui parle d’excès, d’incitations, de récits trop beaux. Les jeunes pousses sous pression de croissance ont des raisons statistiques, selon les travaux évoqués, de franchir plus souvent la ligne. Un avatar qui explique cette recherche devient un objet étrange : une technologie de pointe commentant les dérives d’un monde qui finance précisément ce genre de technologies.

On peut y voir une ironie légère. On peut y voir un exercice de pédagogie. Le lecteur pose une question. Pourquoi cette enquête. Que dit l’article académique. Que trouvent les chercheurs. L’avatar répond dans le cadre. Il ne remplace pas la lecture. Il la canalise. Pour une rédaction, c’est un format nouveau : l’article devient un interlocuteur. Pour un fonds, c’est un signal. Les outils qui racontent l’écosystème sont désormais assez mûrs pour parler de ses angles morts.

Cette boucle devrait intéresser les équipes conformité autant que les narrateurs. Un modèle borné à une source unique réduit le risque d’invention. Il n’élimine pas le risque de simplification. Résumer une recherche, c’est déjà interpréter. La responsabilité reste humaine, même lorsque la bouche est synthétique. Autrement dit, le clone n’absout personne.

Ressemblance, Voix Et Seuil Du Malaise

Les retours du cercle proche dessinent une cartographie utile. La mère dit incroyable. Les amis non spécialisés disent intéressant et flippant. Le timbre de la version interactive convainc moins que celui de la version scriptée. Le visage non plus. Ces écarts importent. Ils rappellent qu’un clone n’est pas un portrait fidèle. C’est une moyenne raisonnable, calculée pour tenir en conditions de production. Assez bon pour une FAQ. Pas encore assez bon pour tromper durablement ceux qui connaissent la personne. Le danger public n’est donc pas forcément l’entourage. C’est l’inconnu qui n’a aucune référence.

Le plateau d’enregistrement accentue l’effet. Lumière maîtrisée, posture choisie, cheveux sages. On clone une version officielle de soi, celle du jour où l’on était présentable. Les autres versions, fatiguées, énervées, hésitantes, restent hors champ. Le double est une édition luxe. Vivre à côté de cette édition luxe peut fatiguer. On se compare à une image qui ne tousse pas.

Les lunettes, détail cosmétique, deviennent un révélateur. Deux visages, l’un cerclé, l’autre non. On croit choisir un accessoire. On choisit une identité de marque. Dans les entreprises, ce genre de décision sera bientôt banal : quel look officiel pour le clone du directeur général ? Quelle tenue pour le module conformité ? Le département communication héritera d’un nouveau brief, presque publicitaire, sur le corps numérique des dirigeants.

Ce Que Change Une Valorisation De Quatre Milliards

Une jeune pousse qui atteint ce niveau de valorisation n’expérimente plus dans un garage. Elle vend une infrastructure. Les grands comptes n’achètent pas un jouet. Ils achètent la possibilité de produire de la présence humaine sans occuper d’humains. Tant que le rendu reste un peu artificiel, le public pardonne. Le jour où le rendu cessera d’être détectable à l’œil nu, le débat basculera du gadget vers la preuve. Filigranes, métadonnées, obligations de divulgation : tout cela arrivera tard, comme souvent, après que l’usage se sera répandu.

Le chiffre d’affaires récurrent au-delà de cent millions dit autre chose. Le marché existe déjà. Il n’attend pas le consentement philosophique des journalistes. Les départements formation, les équipes commerciales, les services de communication avancent. Les rédactions regardent, parfois amusées, parfois inquiètes. L’avance n’est pas technologique seulement. Elle est organisationnelle. Ceux qui ont déjà des catalogues de modules, des scripts validés, des process de mise à jour adopteront plus vite que ceux qui improvisent encore chaque prise de parole.

Dans ce paysage, New York n’est pas un décor. C’est un signal d’installation. Une société née au Royaume-Uni ouvre un bureau, invite la presse, propose le clone comme un cadeau d’inauguration. Le marketing est habile. Il transforme une journaliste en démonstratrice malgré elle, tout en lui laissant le dernier mot critique. Le format est nouveau : l’article contient l’outil qui parle de l’article. Le lecteur peut dialoguer avec le sujet. La rédaction garde la signature. L’équilibre est fragile, mais il est imaginable.

Attendre Un Clignement Qui Ne Viendra Pas

Après la nouveauté, reste le face-à-face. L’avatar s’arrête. On le fixe. On attend un geste inutile, un souffle, une initiative. Rien. Cette attente dit plus que toutes les démonstrations. Nous projetons une intériorité dès qu’un visage nous regarde. Les concepteurs le savent. Ils peuvent l’exploiter ou le contenir. Un système déterministe contient. Un système ouvert exploite. Entre les deux, il n’y a pas de neutralité.

On peut aimer l’idée d’un sosie qui répond aux questions d’un dossier. On peut refuser l’idée d’un sosie qui tiendrait compagnie. La distinction paraît évidente aujourd’hui. Elle le sera moins lorsque les modèles gagneront en fluidité, lorsque le regard simulé cessera de flotter, lorsque la voix cessera de trahir une légère cire numérique. Le bon réflexe n’est pas l’émerveillement permanent. C’est la règle d’usage écrite avant la première démo.

Fermer la session reste un privilège. Face à un robot marcheur, on recule. Face à un avatar, on clique. Cette asymétrie rassure. Elle ne doit pas servir d’excuse. Un outil que l’on peut quitter peut malgré tout transformer les habitudes, les attentes, le rapport au travail réel. Si l’on s’habitue à des interlocuteurs toujours disponibles, toujours calmes, toujours dans le sujet, le collègue fatigué paraîtra défaillant. Ce glissement-là, lent, presque administratif, mérite autant d’attention que le frisson du premier clone.

Une Boîte À Outils Plutôt Qu Un Remplaçant

Le récit se termine sur une démonstration supplémentaire : l’avatar personnel qui récite les sujets de la semaine. Utile. Clair. Sans prétendre être la rédaction. C’est sans doute le bon étage. Servir le flux. Soulager la répétition. Laisser l’enquête aux vivants. Les entreprises qui réussiront avec ces technologies ne seront pas celles qui cloneront le plus de visages. Ce seront celles qui sauront dire, sans ambiguïté, où le masque s’arrête.

Pour les startups de la vidéo générative, la course continue. Meilleure syncopation labiale. Meilleure gestion des mains. Moins de regard mort. Pour les organisations clientes, la course est ailleurs : politiques d’image, archives de consentement, procédures de retrait, formation des équipes à détecter un usage déplacé. Pour le public, la course est plus simple encore. Demander, chaque fois qu’un visage parle trop parfaitement : qui a écrit ce qu’il dit, et qui répond si c’est faux ?

Le jumeau numérique n’a pas besoin d’être aimé. Il a besoin d’être situé. Outil de formation, relais de foire aux questions, interface d’un article, masque d’un agent. Dès qu’on lui prête une conscience, on quitte le terrain utile pour entrer dans une fiction confortable et un peu dangereuse. L’expérience new-yorkaise a le mérite de laisser voir les deux couches en même temps : l’efficacité froide d’une chaîne de modèles, et le petit vertige de ceux qui reconnaissent une fille, une amie, une voix, sans pouvoir la rejoindre vraiment.

Il restera toujours possible de tout éteindre. C’est un argument faible, mais c’est un argument vrai. Entre-temps, les plateformes continueront d’ouvrir des mini studios, de prendre deux minutes de voix, de livrer en quelques jours une présence parlante. Les rédactions continueront d’hésiter. Les départements formation continueront d’acheter. Et quelque part, une personne regardera son propre visage attendre, sans cligner, la prochaine question autorisée. Ce n’est plus de la science-fiction. C’est un produit, avec un prix, une feuille de route, une équipe de vente. Le reste, le trouble, le rire de la mère, le silence après la phrase, n’est pas dans la brochure. Il devrait pourtant figurer dans chaque cahier des charges.