Alexandru Voica, responsable des affaires corporate chez Synthesia, une startup spécialisée dans la génération de vidéos, a envoyé un lien à un nouveau membre de son équipe de relations publiques cet été. Ce lien menait vers un avatar virtuel interactif de Voica, formé pour répondre aux questions de presse les plus courantes sur l’entreprise. Synthesia, à l’origine basée au Royaume-Uni, est l’une des principales startups dans le domaine des avatars numériques, aux côtés d’entreprises comme D-ID, HeyGen et Colossyan. La société vient d’atteindre une valorisation de 4 milliards de dollars et a annoncé avoir dépassé les 100 millions de dollars de revenus annuels récurrents (ARR) l’année dernière. Synthesia permet aux entreprises de créer des vidéos de formation interactives à l’aide d’avatars IA et a récemment lancé un produit appelé Roleplay Sessions, qui permet aux employés de s’entraîner à des présentations commerciales avec des avatars IA capables de réagir et de noter leurs réponses. Synthesia a invité le journaliste dans ses nouveaux locaux à New York. Lors de la visite, le journaliste a eu l’occasion de créer son propre avatar IA. Le processus consistait à entrer dans un mini studio de tournage au sein du bureau, où des photos ont été prises et un enregistrement vocal de deux minutes a été réalisé. Le journaliste a consenti à la création des avatars, aboutissant à un avatar personnel (qui lit un texte donné) et à deux avatars interactifs (capables de répondre et d’interagir), avec et sans lunettes. L’avatar interactif a été formé à partir du récit du journaliste sur les raisons pour lesquelles les startups soutenues par des fonds de capital-risque commettent davantage de fraudes que les autres, et ne répondra qu’à des questions liées à ce sujet. La technologie utilisée inclut les propres modèles vidéo et vocaux de Synthesia, avec la possibilité pour les clients d’utiliser des modèles d’autres laboratoires comme Cartesia, ElevenLabs, Google ou OpenAI. Les entreprises peuvent également choisir d’héberger leurs avatars sur n’importe quel cloud ou de payer Synthesia pour le faire. Le journaliste a testé les avatars, constatant que la voix de l’avatar personnel était fidèle et ne présentait aucune raucité par rapport à l’échantillon audio. Des amis ont trouvé l’avatar interactif à la fois intéressant et inquiétant, bien que sa voix ne ressemble pas étroitement à celle du journaliste et que sa ressemblance soit moins bonne que celle de l’avatar personnel. La mère du journaliste l’a qualifié d’« incroyable », bien qu’elle et le père du journaliste aient tenté de lui poser des questions « que seuls eux pourraient connaître » sur le journaliste, ce à quoi le modèle a répondu en revenant systématiquement à l’histoire sur la fraude liée aux fonds de capital-risque. Cette expérience a soulevé des questions sur l’avenir du journalisme, notamment sur la réaction des gens face à des informations présentées par un avatar. Certains investisseurs ont exprimé un scepticisme immédiat, tandis que d’autres restaient indécis. Le journaliste a souligné que la confiance est un élément essentiel du journalisme et qu’elle ne semble pas pouvoir être externalisée à l’IA. En dehors du journalisme, l’idée de se cloner soi-même pourrait être séduisante, permettant une disponibilité permanente pour répondre aux questions sans avoir à rattraper le travail après une période de congé ou de vacances. Le journaliste a exprimé des sentiments mitigés à propos de son propre double numérique, notant d’abord la nouveauté de l’expérience, avant d’examiner de près l’avatar après qu’il ait cessé de parler, attendant qu’il cligne des yeux, sourie ou dise quelque chose de nouveau. Il a prédit que la génération Z pourrait ne pas s’habituer aux doubles numériques, les trouvant plus proches de la science-fiction que de la réalité. Cependant, il a trouvé les avatars numériques moins déstabilisants que les humanoïdes, car il est toujours possible de se déconnecter si la situation devient étrange.