Dans le cadre de mon MBA Digital Marketing & Business (majeure IA & DATA) à l’EFAP, je documente ici comment j’ai utilisé l’IA générative pour produire mon infographie sur l’IA et l’emploi en 2026. Cette note couvre à la fois la recherche des données et la conception visuelle.
Lien de l’article principal : IA & emploi 2026 : l’infographie qui résume tout
1. Les outils utilisés
Trois outils ont été mobilisés. Premièrement, Claude Sonnet (Anthropic) — version payante : génération de la structure visuelle en SVG, calcul des proportions de graphiques (donut chart, barres de progression), rédaction du texte d’accompagnement. Deuxièmement, Canva (version gratuite) : finalisation du design, intégration du vrai logo MBA DMB, ajustement de la typographie. Troisièmement, Google Search : vérification de chaque donnée chiffrée auprès des sources primaires.
2. Exploration, développement d’idées et créativité
L’idée de transformer mon article sur l’AI washing en infographie est venue d’un constat simple : les chiffres clés de l’article (55 000 licenciements, 80% d’AI washing estimé, 40% d’entreprises formant à l’IA) se prêtaient bien à une lecture visuelle rapide. J’ai posé à Claude la question suivante : « Quels sont les 6 chiffres les plus marquants de mon article sur l’AI washing qui pourraient structurer une infographie en une seule planche ? » Cela m’a permis de sélectionner les données les plus percutantes plutôt que de tout vouloir intégrer.
3. Planification et organisation
Prompt 1 : « Propose une structure d’infographie en 5 blocs visuels pour présenter les données de mon article sur l’IA et l’emploi : licenciements, AI washing, formation, fracture sociale, perspective positive. »
Prompt 2 : « Le format doit respecter le cahier des charges du blog MBA DMB : données de plusieurs sources clairement lisibles, signature avec mon lien LinkedIn, charte graphique aux couleurs #0c00fc et #ffd810, logo MBA DMB visible. »
Prompt 3 : « Adapte le format en carré 1080×1080 pixels pour les réseaux sociaux, en vérifiant qu’aucun texte ne se chevauche. »
Cette planification en plusieurs itérations m’a permis de corriger les premiers essais — la première version utilisait un format trop allongé et une police trop fine, peu lisible et peu « marketing ».
4. Rédaction et articulation
Le texte d’accompagnement publié sous l’infographie a été rédigé en plusieurs allers-retours avec Claude pour qu’il explique chaque section du visuel de façon fluide, sans répéter mot pour mot l’article source. L’objectif : que quelqu’un qui voit seulement l’infographie sur LinkedIn ait envie de cliquer pour lire l’article complet. KPIs visés : partages LinkedIn, taux de clic vers l’article source, score Yoast vert.
5. Éthique, sources et hallucinations
Chaque chiffre intégré dans l’infographie a été vérifié individuellement auprès de sa source primaire avant intégration — aucune donnée n’a été générée ou estimée par l’IA. Le pourcentage « 80% estimés AI washing » est une approximation tirée de la tonalité de l’étude HBR, clairement présentée comme une estimation et non un chiffre officiel exact, pour éviter toute désinformation.
6. Exemples de prompts et interactions
Prompt de correction (Claude) : « Le format actuel ne respecte pas les standards des réseaux sociaux (1080×1920 ou 1080×1080) et certains textes se chevauchent. Corrige le format en carré et vérifie chaque bloc de texte individuellement pour éviter toute superposition. » Résultat : passage à un format 1080×1080 propre, sans chevauchement.
Prompt de style (Claude) : « La typographie actuelle fait trop générée par IA, je veux quelque chose de plus marketing et impactant. » Résultat : passage à une typographie en gras/majuscules avec plus de contraste, façon affiche publicitaire.