L’IA peut réellement bouleverser l’industrie des médias

L’intelligence artificielle (IA) se nourrit des milliards de données que nous lui offrons : métadonnées, vidéos, images, etc . C’est une réelle arme qui a par exemple permis aux journalistes de l’ICIJ (International Consortium of Investigative Journalists) de sortir en un temps record l’affaire des Panama Papers. L’IA a rendu possible le traitement de 2,6 térabits de données, soit plus de 1 500 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.

De vrais bénéfices pour 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 8 000 articles par jour qui sont rédigés de manière automatique (source : Rue89). Kris Hammond, fondateur de la start-up spécialisée Narrative Science, va même jusqu’à prédire que 90 % des informations lues par le grand public seront générées par des robots d’ici 2025. Les nouvelles technologies sont parfois source d’inquiétudes pour les rédactions. Mais que les journalistes se réjouissent ; l’intelligence artificielle offre la promesse de gagner un temps précieux sur des tâches annexes. 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.

Redonner du temps au journaliste

On distingue traditionnellement l’IA faible, qui fait référence au fonctionnement d’un système qui simule un comportement intelligent dans un domaine restreint, à la différence de l’IIA forte, qui 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. L’IA faible permet déjà de faire tout le travail récurrent et chronophage à la place du journaliste. On observe ainsi un repositionnement des journalistes sur des tâches à plus 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 résultats bruts d’élections ou 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 (plus de détails dans cette présentation par slate.com). Wibbitz, autre solution d’automatisation, propose depuis 2011 la génération de vidéo d’actualités à partir d’informations textuelles. Et la start-up française Syllabs permet déjà de produire des textes très convaincants pour Le Monde ou Guy Hocquet (lire sur mind Media).

In fine, il faut donc appréhender 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’IA peut transformer l’expérience de la publicité

L’intelligence artificielle 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 revenus. Elle intervient ainsi pour identifier les sujets porteurs, analyser les tendances et mettre en place des publicités programmatiques 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.

La donnée aura un rôle essentiel

Mais pour être pleinement efficace et pour être déployée à l’échelle industrielle, 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. 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.

De son utilisation ensuite. C’est ici 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, en charge de la déontologie pour l’agence The Associated Press (AP), 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 médias.