Des robots au service du journalisme

27 Mars 2019 , Rédigé par Benoît Raphaël Publié dans #Intelligence artificielle, #médias, #Aurélie Jean

Data scientist reconnue, spécialiste de l'hashtagintelligence artificielle, Aurélie JEAN, a eu l'opportunité de travailler six mois pour l'agence Bloomberg afin de modéliser la rédaction automatique d'articles par des robots. Oulah ! Allez-vous peut-être me dire. Pourtant, ce que raconte Aurélie Jean est aussi passionnant que positif.

L'idée était de capter, grâce aux algorithmes, des signaux faibles dans les indicateurs économiques des pays, de croiser les données, afin d'écrire automatiquement des petits articles d'alerte, permettant au journaliste de se concentrer ensuite sur l'approfondissement du même sujet.

Pour créer ces algorithmes il fallait donc modéliser le chemin d'enquête qu'aurait fait un expert, triant les données, les comparant avec d'autres etc afin d'en tirer des informations. En faisant cet exercice, Aurélie a réalisé qu'un des indicateurs (celui de stabilité du pays) était correct dans 90% des cas, mais faux dans certains pays. Intégrer cet indicateur aurait donc créé un biais dans l'algorithme et l'équipe a choisi de ne pas le faire.

On voit dans cet exemple toute la limite mais aussi la puissance de l'IA au service des journalistes. Avant d'embaucher des robots, les médias ont d'abord besoin de recruter des data scientists !

Benoit Raphael on LinkedIn: "Data scientist reconnue, spécialiste de l'#intelligenceartificielle, Aurélie JEAN, a eu l'opportunité de travailler six mois pour l'agence Bloomberg afin de modéliser la rédaction automatique d'articles par des robots. Oulah ! Allez-vous peut-être me dire. Pourtant, ce que raconte Aurélie Jean est aussi passionnant que positif. L'idée était de capter, grâce aux algorithmes, des signaux faibles dans les indicateurs économiques des pays, de croiser les données, afin d'écrire automatiquement des petits articles d'alerte, permettant au journaliste de se concentrer ensuite sur l'approfondissement du même sujet. Pour créer ces algorithmes il fallait donc modéliser le chemin d'enquête qu'aurait fait un expert, triant les données, les comparant avec d'autres etc afin d'en tirer des informations. En faisant cet exercice, Aurélie a réalisé qu'un des indicateurs (celui de stabilité du pays) était correct dans 90% des cas, mais faux dans certains pays. Intégrer cet indicateur aurait donc créé un biais dans l'algorithme et l'équipe a choisi de ne pas le faire. On voit dans cet exemple toute la limite mais aussi la puissance de l'IA au service des journalistes. Avant d'embaucher des robots, les médias ont d'abord besoin de recruter des data scientists !"

https://www.linkedin.com/feed/update/urn:li:activity:6516602083137851392

Poursuivre la conversation sur LinkedIn.