Le journalisme enrichi par l'intelligence artificielle offre un aperçu de l'avenir de l'économie du savoir

De même que les robots ont transformé des pans entiers de l'économie manufacturière, l'intelligence artificielle et l'automatisation modifient aujourd'hui le travail de l'information, permettant aux humains de déléguer une partie de leurs tâches cognitives aux ordinateurs. En journalisme, par exemple, les systèmes d'exploration de données alerter les journalistes sur les sujets d'actualité potentiels, alors que robots d'actualités offrir de nouvelles façons aux publics d'explorer l'information. Les systèmes de rédaction automatisée génèrent des contenus financiers, sportifs et couverture des élections. UN question courante à mesure que ces technologies intelligentes s'infiltrent dans divers secteurs d'activité, comment le travail et l'emploi seront affectésDans ce contexte, qui – ou quoi – fera du journalisme dans ce monde automatisé et amélioré par l'IA, et comment ? Les éléments que j'ai rassemblés dans mon nouveau livre « L'automatisation du nouveau : comment les algorithmes réécrivent les médiasCela laisse entendre que l'avenir du journalisme assisté par l'IA nécessitera toujours la présence de nombreux humains. Cependant, les emplois, les rôles et les tâches de ces personnes évolueront et prendront une forme différente. Le travail humain sera hybride – combiné aux algorithmes – afin de tirer parti des capacités de l'IA tout en palliant ses limites.

Augmenter, et non remplacer

Quelques estimations Selon certaines études, le niveau actuel de l'intelligence artificielle ne permettrait d'automatiser qu'environ 15 % du travail d'un journaliste et 9 % de celui d'un rédacteur en chef. L'humain conserve un avantage certain sur l'IA (hors IA hollywoodienne) dans plusieurs domaines clés essentiels au journalisme, notamment la communication complexe, l'expertise, l'adaptabilité et la créativité. Reportage, écoute, réponse et argumentation, négociation avec les sources, et enfin, la créativité nécessaire à la synthèse des informations : l'IA est incapable d'accomplir toutes ces tâches journalistiques indispensables. Elle peut cependant souvent compléter le travail humain, permettant ainsi de travailler plus rapidement ou avec une meilleure qualité. Elle peut également créer de nouvelles opportunités pour approfondir la couverture de l'actualité et la personnaliser davantage pour chaque lecteur ou téléspectateur. Le travail en salle de rédaction s'est toujours adapté aux vagues successives de nouvelles technologies, qu'il s'agisse de la photographie, du téléphone, de l'ordinateur ou même de la simple photocopieuse. Les journalistes s'adapteront eux aussi au travail avec l'IA. En tant que technologie, elle transforme déjà le métier d'expert et continuera de le faire, souvent en le complétant, mais rarement en le remplaçant.

Nouvelles œuvres

J'ai constaté que, le plus souvent, les technologies d'IA semblent en réalité créer de nouveaux types de travail dans le journalisme. Prenons par exemple l'Associated Press, qui, en 2017 a introduit l'utilisation des techniques d'IA de vision par ordinateur Le système permet d'étiqueter les milliers de photos d'actualité qu'il traite quotidiennement. Il peut ajouter des informations sur le sujet, les personnes présentes, le style photographique et la présence ou non de violence. Ce système libère les rédacteurs photo du temps consacré à la sélection des photos à publier, les dispensant ainsi de la tâche fastidieuse d'étiquetage. Son développement a cependant nécessité un travail considérable, tant éditorial que technique : les rédacteurs ont dû déterminer les éléments à étiqueter, vérifier l'adéquation des algorithmes et créer de nouveaux jeux de données de test pour évaluer leurs performances. Une fois cette étape franchie, ils ont dû superviser le système et approuver manuellement les étiquettes proposées pour chaque image afin de garantir une grande précision. Stuart Myles, le responsable du projet à l'AP, m'a indiqué que cela a représenté environ 36 mois-personnes de travail, répartis sur deux ans, et a mobilisé plus d'une douzaine de personnes (rédaction, technique et administration). Environ un tiers du travail, m'a-t-il précisé, reposait sur l'expertise et le jugement journalistiques, particulièrement difficiles à automatiser. Même si la supervision humaine peut être réduite à l'avenir, il estime que des personnes devront toujours effectuer un travail éditorial continu à mesure que le système évoluera et s'étendra.

Production de contenu semi-automatisée

Au Royaume-Uni, RADAR projet produit de manière semi-automatique environ 8 000 articles d'actualité localisés par moisLe système repose sur une équipe de six journalistes qui exploitent les données gouvernementales classées par zone géographique, identifient des angles d'approche pertinents et dignes d'intérêt, puis les transforment en modèles basés sur les données. Ces modèles définissent comment adapter automatiquement des extraits de texte aux spécificités géographiques identifiées dans les données. Par exemple, un article pourrait aborder le vieillissement de la population en Grande-Bretagne et montrer aux lecteurs de Luton comment leur ville évolue, avec des statistiques locales différentes pour Bristol. Les articles sont ensuite diffusés par agence de presse aux médias locaux, qui choisissent lesquels publier. Cette approche combine journalisme et automatisation pour un processus efficace et productif. Les journalistes mettent à profit leur expertise et leurs compétences en communication pour définir les pistes narratives possibles à partir des données. Ils consultent également des sources afin de recueillir le contexte national et rédigent le modèle. L'automatisation agit ensuite comme un assistant de production, adaptant le texte aux différentes localisations. Les journalistes de RADAR utilisent un outil appelé Arria Studio, qui donne un aperçu de la rédaction automatisée de contenu. Il s'agit en réalité d'une interface de traitement de texte plus sophistiquée. L'auteur rédige des fragments de texte structurés par des règles conditionnelles (si-alors-sinon) basées sur des données. Par exemple, dans un rapport sur un séisme, on pourrait vouloir utiliser un adjectif différent pour décrire un tremblement de terre de magnitude 8 par rapport à un séisme de magnitude 3. On aurait donc une règle du type : SI magnitude > 7 ALORS texte = « fort séisme », SINON SI magnitude < 4 ALORS texte = « séisme mineur ». Des outils comme Arria intègrent également des fonctionnalités linguistiques permettant de conjuguer automatiquement les verbes ou de décliner les noms, ce qui facilite le traitement de courts extraits de texte devant s'adapter aux données.

Les interfaces de création comme Arria permettent aux rédacteurs d'exploiter leurs points forts : structurer logiquement des récits captivants et rédiger des textes originaux et non répétitifs. Mais elles exigent aussi une nouvelle approche de l'écriture. Par exemple, les rédacteurs de modèles doivent aborder un article en comprenant le potentiel des données disponibles, imaginer comment elles pourraient donner lieu à différents angles et récits, et définir la logique sous-jacente à ces variations. La supervision, la gestion, ou ce que les journalistes appellent « l'édition » des systèmes de contenu automatisés, occupent également une place de plus en plus importante dans les rédactions. Maintenir la qualité et l'exactitude est primordial en journalisme. RADAR a mis au point un processus d'assurance qualité en trois étapes. Premièrement, un journaliste lit un échantillon de tous les articles produits. Ensuite, un autre journaliste vérifie la source des données originales des affirmations contenues dans l'article. Enfin, un éditeur examine la logique du modèle pour repérer les erreurs ou omissions. C'est un peu comme le travail qu'une équipe d'ingénieurs logiciels pourrait effectuer pour déboguer un script – et c'est un travail que les humains doivent faire pour garantir que l'automatisation fonctionne correctement.

Développement des ressources humaines

Des initiatives comme celles de l'Associated Press et de RADAR démontrent que l'IA et l'automatisation sont loin de détruire les emplois dans le journalisme. Elles créent de nouvelles activités, tout en transformant les emplois existants. Les journalistes de demain devront être formés à la conception, la mise à jour, l'optimisation, la validation, la correction, la supervision et, de manière générale, la maintenance de ces systèmes. Nombre d'entre eux auront besoin de compétences en traitement de données et en raisonnement logique formel pour exploiter ces données. Une bonne maîtrise des bases de la programmation informatique serait également un atout. À mesure que ces nouveaux emplois évoluent, il sera essentiel de veiller à ce qu'il s'agisse d'emplois de qualité, afin que les individus ne deviennent pas de simples rouages ​​d'une machine bien huilée. Les responsables et les concepteurs de ce nouveau travail hybride devront prendre en compte les préoccupations humaines liées à l'autonomie, à l'efficacité et à l'ergonomie. Je suis toutefois optimiste : en mettant l'accent sur l'expérience humaine dans ces systèmes, les journalistes pourront s'épanouir et la société bénéficier des gains de rapidité, d'étendue de la couverture et de qualité offerts par l'IA et l'automatisation. Nicolas Diakopoulos, professeur adjoint en études de la communication, Université Northwestern Cet article est republié à partir de La conversation sous licence Creative Commons. Lire la suite article original.