Comment l’intelligence artificielle transforme-t-elle l’industrie des médias? – Partie 1

Cet article est présenté dans le cadre d’un partenariat éditorial entre FMC Veille et Méta-Media. © [2018] Tous droits réservés.

Les algorithmes sont faits pour résoudre des problèmes. Source de défiance pour les uns, solution miracle pour les autres, l’intelligence artificielle (IA) est partout, et impacte toutes les industries. Quelques-unes ont toutefois plus de mal à s’en emparer. C’est le cas des médias, moins solvables et dynamiques que la finance ou la santé pour se doter des outils nécessaires à son intégration. Le cabinet PwC, dans son dernier AI Predictions Report, démontre bien ces différences, avec 20% des exécutifs interrogés qui prévoient de déployer l’IA dans leur entreprise, mais seulement 7% dans les médias.

Pourtant, les champs d’application de l’IA dans la presse, le cinéma, la radio, la télé et la publicité sont vastes: automatisation des process métier et des relations client, veille et écoute des réseaux sociaux, vérification de l’info, analyse prédictive de succès, création de vidéo et post-production, assistants vocaux et conversation, rédaction automatisée, personnalisation, recommandation, optimisation de la diffusion de contenus, tracking émotionnel et accessibilité.

Loin de se vouloir exhaustif, voici un panorama en deux parties des utilisations de l’IA dans toute la chaîne de valeur des médias de l’information et du divertissement. Des applications qui pourraient bien redonner un élan à une industrie en réinvention.

1. L’intelligence artificielle comme outil pour une information augmentée

La peur, non seulement des journalistes, d’être remplacés par un robot ne date pas d’hier. L’IA va en effet remplacer une partie des tâches et rendre caduque certains métiers. En cela, l’année 2020 sera une année pivot: selon Gartner, l’IA va éliminer 1,8 M d’emplois, tout en en créant 2,3 M de nouveaux. Mais l’avenir des journalistes n’est pas en danger. Même si les «journalistes robots» sont déjà une réalité et utilisés dans de nombreuses rédactions pour produire plus vite, il restent confinés à des typologies de contenu bien précis.

L’agence Associated Press publie depuis 2015 des dépêches créées par des robots journalistes pour les annonces standardisées de l’actualité financière. La même année, Le Monde s’attache les services d’un robot-rédacteur de Syllabs pour les élections départementales et régionales. Avec Heliograf, développé en 2016 pour les Jeux Olympiques, Le Washington Post utilise l’IA pour couvrir notamment des événements de petite envergure, comme du sport local d’étudiant, dont l’audience est trop restreinte pour mobiliser un journaliste humain. La chaîne télé finlandaise YLE utilise son bot Voitto pour créer 100 articles et 250 images chaque semaine. On observe toutefois des différences culturelles dans l’adoption des nouvelles technologies par les rédactions. D’une part, entre les pays du Nord et du Sud, mais aussi entre service public et médias privés, ces derniers étant davantage poussés par une logique de rendement.

Robots-rédacteurs? En réalité, il ne s’agit pas vraiment de création, mais plutôt d’assemblage de contenus existants que l’on fait rentrer dans des gabarits prédéfinis. Mais la technologie progresse, et les générateurs de langage peuvent de plus en plus tenir compte du contexte pour sélectionner le format adapté.

L’IA peut aussi aider les journalistes à analyser les données et détecter des tendances à partir de sources d’informations multiples allant des sources ouvertes habituelles aux sources inédites comme les données publiées par Wikileaks. Par sa capacité de scanner et d’analyser des masses de données importantes, l’IA permet d’effectuer une veille permanente des tendances sur les réseaux sociaux et de détecter des signaux faibles. Elle peut en cela aider à accomplir une des missions du service public: faire en sorte que le public trouve efficacement l’information qu’ils recherchent et soit ainsi mieux informé. Associated Press utilise NewsWhip pour détecter des tendances sur Twitter, Facebook, Pinterest et LinkedIn. News Tracer est utilisé par l’agence Reuters pour détecter les tendances et les grandes nouvelles sur Twitter et faciliter la fabrication de contenu. Le système conçu avec Alibaba repère les nouvelles, les classifie, les annote et les ordonne.

Face à l’automatisation d’une partie des tâches du journaliste, l’IA force à repenser et réaffirmer les valeurs journalistiques pour revenir à un journalisme «authentique» en prenant en considération l’utilisateur individuel. Mais attention à ne pas ajouter de la masse inutile à l’infobésité: les contenus créés par l’IA doivent rester pertinents, et cela n’est possible que par une collaboration intelligente entre l’homme et la machine. Il s’agit de trouver la bonne balance entre jugement humain et automation, intuition, expérience et créativité pour devenir plus efficace dans la collecte, le traitement et la vérification de l’information.

2. L’intelligence artificielle pour lutter contre les fausses nouvelles

Si l’IA est capable de générer des fausses nouvelles, elle peut aussi aider à les détecter. Fausses informations diffusées par des bots à l’accent slave ou deepfakes imitant la parole de Barack Obama, les progrès de l’IA pour nuire sont impressionnants. Tellement que Open AI a dernièrement stoppé son projet GPT-2, car l’IA était si sophistiquée qu’elle finissait par faire peur à ses créateurs. L’IA est parfois annoncé comme un remède miracle, notamment par Mark Zuckerberg lors de sa première audience devant le Congrès américain suite au scandale Cambridge Analytica, où il répondait à toutes les questions embarrassantes: « I dont know, our AI team will fix it« . Bien sûr, la vérité n’arrive pas magiquement par le Big Data. Mais la technologie pour fabriquer du faux étant la même que celle pour le détecter, l’IA est une alliée importante dans la lutte contre la désinformation.

On le sait, le problème avec les fausses nouvelles n’est pas tant que les gens ne font plus confiance aux médias, mais plutôt qu’ils font confiance à n’importe quelle nouvelle. Grâce à ses capacités d’analyse poussée,s l’IA peut automatiser, du moins en partie, la vérification de l’information: vérification de l’authenticité des photos/vidéos grâce à la reconnaissance d’images, à l’analyse des métadonnées, à la comparaison en temps réel des informations avec des banques de données.

Combinée à la blockchain, l’IA peut aussi permettre d’authentifier une information. Facebook utilise l’IA pour détecter des «patterns sémantiques» qui seraient caractéristiques des fausses nouvelles, avec le succès que l’on lui connaît. Truepic et Serelay se basent sur la blockchain pour authentifier les images, utilisés par l’équipe de vérification d’info du Wall Street Journal. ADOBE détecte les images retouchées grâce à un algorithme. DeepNews.ai est un outil surtout destiné aux plateformes d’agrégation. Il sélectionne sur Internet les articles les plus pertinents sur les sujets d’actualité. L’algorithme prend ensuite en compte la profondeur du traitement du sujet, l’expertise, les qualités de l’analyse et les moyens mis en œuvre en s’appuyant sur un réseau de neurones convolutifs.

Là encore, l’algorithme n’est pas la solution miracle, la plupart des initiatives et des outils fonctionnent en combinaison avec les humains, dont la capacité d’analyse et de vérification des sources, ne serait-ce que par un simple coup de fil, dépasse encore celle des robots. Pour optimiser la recherche, les algorithmes peuvent simplement être entraînés avec les données du taux de clic sur un contenu. Cette technique ne fonctionne pas pour la détection de fausses nouvelles. Ici, les jeux de données pour entraîner l’algorithme à la détection de fausses nouvelles doivent être codés par des fact-checkeurs humains.

3. L’intelligence artificielle pour améliorer la discussion sur Internet

Discours de haine, discrimination, violence, les trolls sont un fléau d’Internet. L’IA, à travers le traitement automatique du langage naturel (NLP) peut analyser automatiquement des contenus, les classifier, et mettre en place une modération automatique 24h/24. Mais attention, l’analyse automatique des contenus a ses limites. Même les IA très sophistiquées des plateformes ne sont pas capables d’empêcher la diffusion d’images violentes en direct, comme cela était encore le cas récemment avec les directs de la tuerie de Christchurch. Les plateformes ne se fient pas à 100% à la modération par l’IA, leur processus de modération de contenu est une combinaison entre IA et humains. L’IA ne résoudra pas si vite, et peut être même jamais – car la technologie ne sera pas capable de saisir certaines nuances comme l’humour – la misère des modérateurs humains de Facebook.

Les systèmes automatiques sont néanmoins incontournables pour analyser des masses de contenu disponibles sur les réseaux sociaux, détecter des nuisances, sélectionner d’éventuelles contenus à supprimer (en qualifiant les cas de doute qui nécessitent une intervention humaine), et même empêcher la mise en ligne de contenus douteux, en bloquant le téléchargement d’images de haine. Les algorithmes sonnent aussi le retour des commentaires sur les sites, que les éditeurs avaient souvent fermés faute de moyens de modération. L’outil Perspective utilisé au New York Times évalue le degré de toxicité des commentaires via reconnaissance de mots-clés. Le NYT souhaite ainsi passer de 10% d’articles ouverts aux commentaires à 80%. Il est aussi adopté par The Guardian et The Economist.

L’IA permet donc de donner un peu plus d’espace à l’expression de l’audience en automatisant un certain nombre de tâches, mais sans pour autant remplacer les humains pour la gestion des nuances qui dépassent l’intelligence des robots.

4. L’intelligence artificielle au service de la voix

Le traitement naturel du langage et la reconnaissance vocale ont permis de développer des assistants conversationnels (chatbots, smart speakers) capables de dialoguer avec des humains. Déjà 20% des recherches sont vocales (rapport Mary Meeker), 50% le seront d’ici 2020 (ThinkWithGoogle). Les assistants vocaux sont un nouveau carrefour d’audience pour les médias.

Lorsque nous parlons à Google Home, Amazon Alexa ou Apple Siri, l’IA est utilisée pour comprendre notre voix. Cette même technologie de réseau de neurones et de Natural Language Processing peut être utilisée pour dessiner des concepts spécifiques et définir des mots clés qui déclenchent des actions. Dans le sens inverse, par la Natural Language Generation, l’IA est capable de transformer des textes en voix. Des centaines de milliards de données sont nécessaires pour entraîner les algorithmes afin de traduire nos accents, dialects, formulations rocambolesques et autres originalités de la langue en des formules mathématiques compréhensibles pour un robot. C’est la raison pourquoi Alexa a besoin d’écouter toutes nos conversations, selon Jeff Bezos.

L’arrivée de BERT (Bidirectional Encoder Representations from Transformers) développé par Google marque une évolution signifiante dans le développement de l’IA pour la voix: arrivant à une précision de 93,2%, des ordinateurs sont désormais capables d’apprendre les aléas des langues et peuvent appliquer ses apprentissages à une multitude de tâches.

De nombreux outils se développent pour exploiter au mieux la voix, ce moyen de communication des plus naturels: Lyrebird est une start-up canadienne qui crée des voix artificielles ultra réalistes et des avatars vocaux. Alexa a désormais une voix de présentateur professionnel pour la lecture d’infos. L’IA de Google est capable de reconnaître une voix même si elle ne l’a jamais entendue. La voix boostée à l’IA reprend les intonations et formules d’un présentateur d’info humain après un entraînement en text to speech de seulement quelques heures. Snips.ai propose un service d’assistant vocal entièrement embarqué pour constructeurs professionnels, quel que soit le support, et respectueux de la vie privée des utilisateurs. Le VSO devient le nouveau SEO, un enjeu majeur pour les médias, et Google propose désormais des podcasts dans ses résultats de recherche.

Mais même derrière Duplex, l’assistant virtuel de Google capable d’imiter votre voix et vos défauts pour prendre des rendez-vous, se cachent 25% d’humains travaillant dans un centre d’appel.

5. L’intelligence artificielle pour créer l’interactivité et l’engagement

En 1960, le laboratoire d’Intelligence Artificielle MIT a créé la machine ELIZA qui simulait un psychothérapeute rogérien en reformulant la plupart des affirmations du «patient» en questions, et en les lui posant. Grâce à l’IA, les possibilités d’interactions sont aujourd’hui bien plus développées. Le chatbot utilise à l’origine des bibliothèques de questions et réponses, mais les progrès de l’intelligence artificielle lui permettent de plus en plus «d’analyser» et «comprendre» les messages par le biais des technologies de traitement du langage naturel et d’être doté de capacités d’apprentissage liées à l’apprentissage automatique. Que ce soit pour la consommation d’information ou l’interaction avec des clients (Gartner Marketing prévoit 85% des interactions sans humains pour 2020), l’automatisation du dialogue est de plus en plus sophistiquée et personnalisée.

La fabrication des bots basiques est aussi accessible plus facilement: Facebook propose une solution clé en main dans Messenger, et des plateformes comme Omnibot, Politibot ou encore Sently distribuent des solutions plug and play avec des formats spécialement dédiés aux médias pour ce dernier.

Que ce soit des bots intégrées dans des messageries pour aller à la rencontre des utilisateurs (1,6 milliard d’utilisateurs pour WhatsApp, 1,3 milliard pour Facebook Messenger), ou des bots développés directement dans les sites et applis, l’interaction conversationnelle est pour les médias un moyen de proposer une expérience utilisateur de proximité.

Les chatbots automatisent la relation, favorisent l’engagement et sont immédiatement personnalisées. Quartz a développé son bot studio pour proposer des narrations conversationnelles personnalisées. Le Guardian a son chatbot depuis 2016, CNN et le Wall Street Journal utilisent Facebook Messenger pour diffuser de l’information, NBC propose des nouvelles via l’application Slack. La BBC a intégré un bot dans ses articles pour interagir avec l’audience.

Des contenus interactifs de fiction sont aussi développés: The Inspection Chamber est un format créé par la BBC pour interagir avec un récit par la voix, StoryFlow propose des histoires sonores interactives pour enfants, The Wayne Investigation est une fiction sonore interactive disponible sur les enceintes connectées équipées d’Amazon Alexa. Alexa adapte aussi les histoires dont vous êtes le héros en version sonore. Avec OLI, Radio France propose des contes de nuit dédiés à l’enceinte connectée de la chambre d’enfant.

Au-delà de ces exemples, en simple assistant ou créateur de contenus, l’IA peut innover le storytelling dans les secteurs de la pub, du marketing, du cinéma et de l’audio.

6. L’intelligence artificielle dans la réalité étendue

Grâce aux avancées de la technologie, les chatbots se transforment en compagnons virtuels, capables de tenir de véritables discussions et débats. L’intelligence artificielle et la réalité virtuelle semblent être deux champs de recherche différents, mais l’évolution technologique montre que les deux domaines sont de plus en plus liés. Au départ réservé au monde du jeu vidéo, ces nouvelles technologies arrivent petit à petit dans la création audiovisuelle. L’IA va changer le storytelling grâce à des personnages virtuels capables d’interactions avancées avec des humains.

Avec son projet Whispers in the Night, le studio Fable s’est lancé dans la création de personnages virtuels animés par l’intelligence artificielle. Il s’agit de dessins animés par ordinateur augmentés par l’IA et basés sur la même technologie que celle utilisée par Epic Games ou encore Magic Leap, au service d’un storytelling immersif. Emoshape utilise le composante «Emotion Processing Unit» (EPU) pour déterminer en temps réel les émotions des utilisateurs et permettre aux robots de répondre avec un état émotionnel en phase avec celui de l’utilisateur. La technologie s’associe même aux sciences pour optimiser les interactions et les rendre le plus réaliste possible. Le MIT Media Lab a travaillé sur un casque RV qui intègre un dispositif capable de détecter les émotions de l’utilisateur. Ce module de capture physiologique est constitué d’électrodes permettant de collecter les données de «réponse galvanique de la peau» (GSR) et de capteurs de type photoplethysmogramme (PPG) pour collecter les données de rythme cardiaque.

Moins emplie d’appréhension face aux robots humanoïdes que le continent européen, la Chine a lancé des présentateurs JT boostés à l’IA avec son agence de presse Xinhua: d’abord, le 9 novembre 2018, la version masculine, Qiu Hao (qui parle chinois et anglais), ensuite, le 19 février 2019, la version féminine, Xin Xiamomeng. Dopés à l’intelligence artificielle et à l’apprentissage automatique, ils peuvent commenter de manière autonome des vidéos en direct et lire des textes sur un prompteur.

La suite des usages de l’intelligence artificielle dans les médias la semaine prochaine! 

LAISSER UN COMMENTAIRE

Please enter your comment!
Please enter your name here