Contexte de la démarche : Cette note documente la collaboration humain-IA pour la structuration, l’extraction de données, la rédaction et la mise en page visuelle des livrables (infographie et article) portant sur la souveraineté des données dans le Sud Global.

1. Ingestion et Extraction des Informations

Le processus a débuté par la fourniture à l’IA d’un corpus de données brutes, sourcées et vérifiées. Le rôle de l’IA a d’abord été d’extraire, de trier et de qualifier ces informations selon leur nature :

• Structuration des métriques clés : L’IA a isolé les 5 statistiques fondamentales : le volume de données (129 ZB en 2023), l’externalisation du stockage (80 % hors d’Afrique), la fracture matérielle (223 data centers en Afrique contre 5 381 aux USA), la concentration du marché Cloud (63 % pour le trio américain) et les infrastructures de transport (77 câbles sous-marins, mais seulement 59 IXPs).
• Qualification des sources (rigueur académique) : Conformément aux exigences d’une thèse, l’IA a opéré une distinction stricte entre les données primaires publiques (comme celles de l’African IXP Association) et les estimations consensuelles d’experts (utilisées comme proxys pour pallier l’absence de données gratuites issues de rapports payants comme ceux d’IDC).
• Modélisation comparative : Les données extraites ont été synthétisées sous forme de tableaux comparatifs croisant les régions (Afrique, Inde, Moyen-Orient, USA) pour faire ressortir l’asymétrie géopolitique.

2. Structuration et Adaptation du Ton (Prompt Engineering)

Le travail éditorial s’est fait de manière itérative via le traitement du langage naturel :

• Architecture de l’information : L’IA a suivi un gabarit strict en 5 sections imposé par l’utilisateur (Le chiffre choc, La carte de la fracture, Le contrôle du cloud, Les câbles, L’horizon) pour garantir un fil narratif logique.
• Ajustement algorithmique du ton : Initialement paramétrée pour un ton « engagé, à contre-courant » et « provocateur », l’IA a été ré-orientée au cours de la conversation pour adopter une posture « strictement neutre, analytique et académique ». Le vocabulaire militant (ex: « braquage ») a été expurgé et remplacé par un lexique technique et géopolitique objectif (ex: « asymétrie infrastructurelle », « dépendance externe », « phénomène de tromboning »).

3. Rédaction de l’Article de Blog

Pour passer du format « synthèse infographique » au format « article long », l’IA a opéré un travail d’enrichissement sémantique :

• Mise en récit des données (Data Storytelling) : Les puces et tableaux ont été transformés en paragraphes argumentés. Par exemple, la donnée brute des « 59 IXPs » a été développée pour expliquer techniquement ses conséquences : la hausse de la latence et l’augmentation des coûts de transit de 30 à 50 % (le « tromboning »).
• Mise en perspective géopolitique : L’article a été enrichi par l’IA en intégrant les données de benchmark régional (lois PDPA en Inde, investissements au Moyen-Orient) extraites du corpus, afin de démontrer que l’Afrique a un retard spécifique comparativement aux autres pays du Sud Global.

4. Génération et Mise en Page de l’Infographie (Via le Studio NotebookLM)

L’étape de design visuel n’a pas nécessité d’outil tiers (comme Canva) dans sa phase de prototypage, grâce à la fonction de création d’artefacts intégrée à l’IA :

• Traduction du texte en instructions visuelles (Prompts de design) : L’IA a transformé la structure textuelle en commandes de génération d’images. De multiples itérations ont été générées dans l’espace « Studio » de NotebookLM avec des directives de personnalisation précises.
• Affinage itératif du design : En fonction de vos retours, l’IA a ajusté les paramètres de l’infographie pour qu’elle passe d’un format standard à un format « vertical » (optimisé pour LinkedIn), avec une « haute densité d’information », un style « coloré et visuel » intégrant des graphiques et des icônes, tout en conservant une esthétique « clean » et sérieuse, alignée avec le niveau d’exigence d’un MBA.

Conclusion : L’IA a été utilisée comme un partenaire cognitif et technique : vous avez fourni la direction stratégique, les contraintes académiques et les données vérifiées, tandis que l’IA a assuré l’ingestion analytique, la reformulation adaptative (neutre/académique), l’expansion narrative (l’article) et la génération automatisée des maquettes visuelles.