• Print
  • Decrease text size
  • Reset text size
  • Larger text size
01/12/2017

L'intelligence artificielle bouleverse-t-elle l'industrie des médias ?

L’intelligence artificielle (IA) se nourrit des milliards de données que nous lui offrons au quotidien : métadonnées, vidéos, images, etc… C’est une réelle arme qui a permis aux journalistes de l’ICIJ (International Consortium of Investigative Journalists) de sortir en un temps record l’affaire des Panama Papers, l’un des plus gros scandales fiscaux de notre temps. L’IA a ainsi permis le traitement de 2,6 térabits de données, soit plus de 1500 fois la quantité d’informations dévoilée par les Wikileaks en 2010, pour transformer les millions de mails et documents de Mossack Fonseca en données exploitables par les journalistes.

 

Comment l’IA s’insère-t-elle dans les médias ?

L’IA est l’ensemble des théories et des techniques mises en œuvre en vue de réaliser des machines capables de simuler l’intelligence. Les agences de presse sont en train de s’y convertir et ce sont aujourd’hui plus de 8000 articles par jour qui sont rédigés de manière automatique. Kris Hammond, fondateur de Narrative Science, va même jusqu’à prédire que 90 % des informations lues par le grand public seront générées par des robots d’ici 2025. Le Monde a tenté l’expérience en 2015 pour les élections cantonales et a laissé le soin au robot de Syllabs, Data2Content, de générer les quelques 36 000 articles présentant les résultats locaux. Il nous est sans doute déjà arrivé de lire un article entièrement rédigé par un robot sans même nous en rendre compte ! Mais avant de fabuler sur les pouvoirs de l’IA et sur la mort du journalisme, regardons au contraire ces évolutions comme autant de formidables opportunités business.

Endiguer la désinformation et décharger le journaliste de ses tâches répétitives du quotidien

Que les éditorialistes se réjouissent, ils peuvent aujourd’hui gagner un temps précieux. Plus besoin de vérifier leurs sources, de faire de la modération de commentaires ou d’analyser de gros volumes de données pour dégager les principales tendances, l’IA s’en charge pour eux. L’outil Perspective de Google exploité par le New York Times a par exemple pour objectif de modérer les commentaires en évaluant leur degré de toxicité à partir de la reconnaissance de mots-clés anglophones. Salient, de Lore.ai, est quant à lui un moteur de recherche capable d’analyser du contenu multilingue pour vérifier et exploiter les données qui proviennent de plusieurs sources. Tous les types de contenus sont concernés : les données peuvent être converties en texte, les textes en contenus vidéo ou audio, les images et photos peuvent faire l’objet de traitement et de reconnaissance faciale. Dans la même perspective d’analyse de flux d’information, Reuters a lancé en 2014 son projet News Tracer afin d’analyser en temps réel les quelques 500 millions de tweets quotidiens. L’IA leur sert à filtrer les spams et la publicité, puis regroupe les tweets par sujet en leur attribuant un mot clé. Enfin, le traitement du langage permet de générer un résumé clair de chaque groupe. Le résultat est d’une efficacité record dans la gestion des flux d’informations : 8 à 60 minutes sont ainsi gagnées par rapport aux concurrents dans le timing des publications !

Donner au journaliste le temps de faire mieux son travail et de le valoriser

L’IA faible (*1) permet de faire tout le travail récurrent et chronophage à la place du journaliste. Dans les structures qui adoptent l’IA, on observe ainsi un repositionnement des journalistes sur des tâches à haute valeur ajoutée, en laissant le soin à la machine de générer et produire les contenus pouvant être automatisés : les faits divers, la météo, l’actualité sportive, économique et politique (pour les actualités qui ne nécessitent pas d’analyse complémentaire), etc… Le robot-journalisme a permis au Los Angeles Times, dès 2014, de se lancer dans la génération automatique de texte (Natural Language Generation, NLG) en publiant un article suite à un tremblement de terre (2*). La machine utilisée, Quakebot, est réglée pour générer et compléter des contenus à partir de textes pré-écrits. Wibbitz, autre solution d’automatisation, propose depuis 2011 la génération de vidéo d’actualités à partir d’informations textuelles. Partenaire de Reuters et TF1, il permet de transformer en un temps record des articles en vidéos, ensuite sous-titrées grâce à la technologie « speech to text ». Aujourd’hui, les principales structures de presse et de l’audiovisuel ont chacune leur IA. Le Los Angeles Times utilise donc Quakebot, The Associated Press a Wordsmith, Reuters et TF1 ont choisi Wibbitz, Le Monde Syllabs, etc… In fine, il faut envisager le recours à l’IA comme une opportunité de sous-traiter certaines tâches pour permettre au journaliste de se concentrer sur son cœur de métier. L’arrivée de l’IA au sein de The Associated Press a par exemple libéré 20% de la charge de travail des journalistes !

L’IA transforme l’expérience de la publicité : mieux cibler pour mieux diffuser et monétiser les contenus

L’IA est aussi un formidable outil d’optimisation. Elle optimise la diffusion des contenus. Echobox a ainsi créé un assistant nommé Larry en charge de la diffusion des contenus sur les réseaux sociaux. L’IA associée analyse les contenus et les tendances sur les réseaux sociaux puis propose des contenus en générant automatiquement les titres, résumés et illustrations afin de maximiser l’impact. Le Monde, Le Figaro, Libération, VICE ou encore New Scientist l’ont déjà adopté. L’IA optimise également les recettes. L’IA intervient ainsi pour identifier les sujets porteurs, analyser les tendances et mettre en place des publicités programmatiques (3*), comme le fait l’outil français Adomik. D’autres outils, tel que True Anthem, viennent le compléter en cherchant notamment le moment opportun pour diffuser un contenu. De plus, avec la DCO (Dynamic Creative Optimization), les spots publicitaires peuvent être automatiquement modifiés en temps réel en fonction de l’audience et du contexte de diffusion. France Télévisions a par exemple mis en place un « Résumé à la carte » pour les matches de Roland Garros afin de générer des résumés de matches selon le temps choisi par l’utilisateur (2, 5 ou 10 minutes). L’IA analyse le match et en détermine les temps forts afin de proposer automatiquement les résumés. France TV Publicité compte ainsi sur l’IA pour réinventer l’expérience replay du sport et satisfaire en même temps internautes et annonceurs. Du point de vue consommateur aussi, que l’on soit lecteur ou téléspectateur, il faut voir l’IA d’un bon œil. Elle nous propose de réduire l’abondance des choix et des sources d’information qui nous submerge. Au travers notamment des chatbots d’actualité (4*), l’IA nous fait des recommandations personnalisées selon nos goûts et centres d’intérêts. L’interface conversationnelle permet en outre de développer une relation plus intime avec le lecteur.

Mais l’IA peut-elle être vraiment intelligente dans les medias ?

L’IA pose la question centrale de la donnée.

De sa qualité d’abord, car pour générer automatiquement des articles ou faire de la reconnaissance faciale sur des photos, encore faut-il avoir une donnée brute de qualité ! L’IA faible est une intelligence qui a besoin d’apprentissage et qui ne peut fonctionner seule, par opposition à l’IA forte, intelligence autonome qui s’améliore et apprend seule, sans avoir besoin de présence humaine. L’IA faible ne crée rien, elle analyse et rassemble les données structurées jugées pertinentes par rapport à un contexte d’utilisation. Il faut tout apprendre au robot, y compris ce qui est intuitivement compris par un être humain, comme une faute d’orthographe par exemple.

De son utilisation ensuite. C’est un enjeu de taille notamment pour la publicité programmatique qui vise à mieux connaître son audience sans porter atteinte à la vie privée des lecteurs ou téléspectateurs. Les données utilisées par l’IA sont-elles toutes libres de droit ? Tom Kent, rédacteur en chef en charge de la déontologie pour The Associated Press, souligne à quel point la transparence sur la fiabilité, l’exactitude et la cohérence des données transformées par l’IA est capitale pour le secteur des medias. Si une donnée est mauvaise ou privée, le résultat ne pourra qu’être mauvais.

 

Les avantages de l'IA pour les journalistes

L’IA ne remplace donc pas le journaliste mais précipite le renouveau de ses méthodes. L'IA forte avec des aspirations créatives n'est pas pour tout de suite, ce qui implique que la valeur ajoutée reste aujourd'hui aux mains des journalistes qui peuvent être augmentés de l'accompagnement de l'IA dans leur quotidien. L'IA agit alors comme un formidable outil d'optimisation et de gestion dans un monde où la donnée se produit à grande échelle de manière structurée et s'échange à grande vitesse. L'avenir semble appartenir aux "journalistes-codeurs", un modèle hybride conjuguant les compétences des professionnels de l'information et des ingénieurs et programmeurs en informatique.

 

Notes

(1*) Définitions (d'après le JDN) :

  • IA faible : fait référence au fonctionnement d'un système qui simule un comportement intelligent dans un domaine restreint.
  • IA forte : c'est l'aptitude d'une machine capable non seulement de reproduire les capacités de réflexion et d'interaction intelligentes (analyse, raisonnement, action rationnelle), mais aussi d'avoir une "conscience", des "sentiments" et la compréhension de ses propres raisonnements.

(2*) Retrouver l’article publié par le robot Quakebot :

Will Oremus, The First News Report on the L.A. Earthquake Was Written by a Robot, Slate.com (17/03/2014) (Slate.com)

(3*)  La publicité programmatique :

Désigne l’activité publicitaire pour laquelle l’achat d’espace publicitaire, la mise en place des campagnes et leur diffusion sont réalisés de manière automatisée (plus d'infos).

(4*) Découvrir un chatbot d’actualité : Freshr.fr 

 

Sources

Back to Top