IA et médias : une innovation plus qu’une révolution | InaGlobal

IA et médias : une innovation plus qu’une révolution

Article  par  Jean-Dominique SEVAL  •  Publié le 06.02.2018  •  Mis à jour le 12.02.2018
IA et médias une innovation plus qu’une révolution Emilie Seto
Après l’adaptation à Internet et la numérisation des contenus, les médias sont en première ligne pour tester et déployer les outils basés sur l’intelligence artificielle. Cette nouvelle vague d’innovation impacte tous leurs métiers et tous les maillons de la chaîne production. 

Sommaire

Les médias, qui ont été parmi les premiers secteurs impactés par le développement de l’Internet et de la numérisation des contenus, seraient-ils, quelque vingt ans plus tard, aux avant-postes de la nouvelle étape que constitue la diffusion des outils basés sur l’intelligence artificielle (IA) ?
 
Alors qu’ils sont encore convalescents, et à la recherche d’équilibres économiques stables, les médias sont en passe d’adopter massivement l’intelligence artificielle, la nouvelle vague d’innovation qui est dans tous les esprits, sur toutes les langues… et qui fait les gros titres de tous les médias.
 
Ne nous y trompons pas, il ne s’agit pas juste d’un nouveau buzz word qui passera, chassé par le suivant. Comme le montre le rapport IDATE DigiWorld « Innovation 2025: Let's get Phygital! » à partir d’une enquête menée auprès d’experts, l’IA arrive très clairement en tête des technologies clés pour les dix prochaines années (voir le tableau Top 5 des technologies clés pour 2025). Assise sur des fondations déjà anciennes, à la suite des systèmes experts des années 1990 qui permirent un premier niveau de supervision industrielle efficace, l’IA a fait récemment d’énormes progrès grâce aux applications de machine learning (système d'intelligence artificielle visant à entraîner un algorithme en se basant sur des exemples, avec pour objectif la construction d’un modèle prédictif) ou apprentissage automatique (computer vision, natural language processing…), à la disponibilité massive de données utilisables, à l’apport d’investissements importants venant du capital risque et à l’engagement décisif des géants du Net. 


Cependant, au-delà des applications en cours de déploiement à grande échelle autour de la vision et du langage, les domaines où sont attendus les progrès les plus importants en intelligence artificielle d’ici 2025, sont l’analyse des données et les applications de prise de décision (notamment liée à l’utilisation des données issues des différents secteurs d’activité dits « verticaux ») pour faire fonctionner les algorithmes du deep learning (l’une des principales technologies du machine learning permettant au système de construire lui-même ses caractéristiques d’analyse).


 Le marché de l’IA, à l’image, par exemple, de celui de l’Internet des objets qui tarde à tenir ses promesses, fait partie des grands paris technologiques actuels. Les attentes sont immenses, les bouleversements annoncés majeurs mais le chemin vers un marché mature et les retours sur investissements associés, encore incertains. Entre le marché mondial actuel, estimé à à peine plus de 200 millions d’euros et la promesse d’un chiffre d’affaires généré de plus de 10 milliards d’Euros dès 2025, il y a encore de réelles incertitudes quant à la vitesse de diffusion par domaine d’applications, dont les médias sont un parfait exemple.

Une transformation majeure qui touche en profondeur tous les métiers

Ce qu’il est convenu d’appeler la révolution numérique a déjà une longue histoire, y compris, bien sûr, dans les médias. Après la première vague initiale d’informatisation des processus de production et de gestion dans les années 1970 et 1980, après la seconde vague de l’Internet qui transforma la diffusion, la relation client et les modèles économiques, la troisième vague qui vient de se lever concerne tous les métiers et tous les maillons de la chaîne de valeur ajoutée. Il s’agit d’une combinaison historique de plusieurs technologies qui arrivent à maturité simultanément : terminaux mobiles, Internet des objets, réalité augmentée, réseaux sociaux, plateformes collaboratives, blockchain, big data… et, bien entendu, l’intelligence artificielle.
 
Si l’on ne retient que cette dernière, son développement est d’ores et déjà en train de remodeler les différents métiers et activités des médias : création de contenu, gestion des actifs, expérience utilisateur et monétisation (Rapport IDATE DigiWorld : « Augmented Media » par Jacques Bajon, octobre 2017). 
 
Revenir au sommaire

Rédaction augmentée ou le mythe du remplacement

 Un véritable journalisme « augmenté » se met en place aux États-Unis, quand il s’arrête encore souvent aux portes des rédactions en France 
Ce n’est pas très ancien certes, mais cela fait déjà un moment que les rédactions des différents médias testent et déploient des outils d’intelligence artificielle. La presse, encore une fois, a été aux avant-postes. Dès 2013, l'agence de presse The Associated Press (AP) faisait le choix d’automatiser la rédaction de comptes rendus sportifs et des résultats financiers des entreprises. Un véritable journalisme « augmenté » se met en place, plutôt aux États-Unis, quand il s’arrête encore souvent aux portes des rédactions en France, même si, ici aussi, les choses bougent. France Bleu a ainsi testé à grande échelle la rédaction de 36 000 articles — textes rédigés automatiquement par Data2Content, marque commerciale de la société Syllabs, à partir des données fournies par le ministère de l’Intérieur —pour communiquer les résultats des élections régionales de décembre 2015 : sans aucune erreur. La radio pense aujourd’hui à utiliser le même système pour les résultats sportifs hebdomadaires, afin de permettre à ses 44 journalistes sportifs de fournir une valeur ajoutée en étant sur le terrain plutôt que d’écrire les résultats tous les dimanches soir. (pour plus de détails voir le compte rendu de la réunion de la Commission NextGenTv du Social Média Club, avril 2017).
 
Accéder aux sources plus rapidement, traiter des masses de données gigantesques (comme les 26 000 gigas des Panama Papers), libérer les journalistes de la rédaction de textes à faible valeur ajoutée… Tout cela est déjà possible et se diffuse rapidement dans tous les médias, bien au-delà de la presse, mais aussi dans les médias audiovisuels, puisqu’il est désormais possible, grâce à l’aide d’outils comme ceux proposés par la start-up française Wildmoka, de produire des résumés vidéo à la volée et de matière automatique (information, compte-rendu sportif...
 
Gains de productivité et temps libéré pour des tâches à plus forte valeur ajoutée sont déjà les gains concrets de ceux qui adoptent ces outils, dès lors que la barrière de l’acceptation est franchie. Ainsi chez AP, l'automatisation des contenus sportifs et financiers a permis de libérer 20 % de la charge de travail des journalistes.
 
Revenir au sommaire

Production assistée, du traitement analytique des données à l’IA

 Pour certains, l’IA sera capable de remplacer l’homme dans la phase créative 
Pour certains, l’IA sera capable de remplacer l’homme dans la phase créative. Cette tendance s’inscrit dans une longue tradition — un usage des données que l’on n’appelait pas encore analytique — d’aide à la création s’appuyant sur des enquêtes consommateurs ou des ventes de tickets des salles de cinéma et, plus récemment, des données produites par les plateformes de musique et de vidéos. Quelques séries originales produites par Amazon Video sont basées sur les données issues d’une analyse fine des comportements d’acheteurs de livres.
 
Récemment, des tests plus avancés ont permis de franchir de nouvelles étapes :
Au Japon, un programme d’IA a co-écrit une nouvelle intitulée « The Day A Computer Writes A Novel », qui a passé la première étape de sélection d’un prix littéraire national. Une équipe de l’Université de Hakodate a sélectionné des séries de mots et de phrases, assorties de jeux de paramètres permettant à l’IA d’écrire de manière autonome.
 
Un réseau neuronal (ou nanobot), qui s’est nommé lui-même « Benjamin », nourri avec des douzaines de scripts de films de science-fiction (Highlander, Endgame, Ghostbusters, Interstellar, Le Cinquième élément…), puis avec des dialogues de classiques du cinéma et de la télévision, a produit le court métrage Surprising et un film de sept minutes It’s No Game avec David Hasselhoff, l’acteur de la série Alerte à Malibu.
 
Attention, tous les domaines sont concernés. Y compris la création publicitaire, qui compte utiliser rapidement des outils permettant de créer des publicités sans intervention humaine. Une manière de faire face à l’augmentation rapide de la demande de publicité en ligne, mais surtout de personnaliser et de cibler les spots. Les scénarios rédigés par des robots, c’est déjà possible : le robot japonais AI-CD β a intégré plus de 1 000 publicités primées ces dix dernières années, pour créer un spot qui n’a pu être distingué, par des panels humains, d’un spot traditionnel.
 
Les conséquences de telles évolutions sont encore ténues, tant sur le plan pratique qu’économique. Mais il ne fait aucun doute que nous assisterons à une intégration toujours plus étroite de données dans les domaines de la fiction et du storytelling, pour que dans un second temps, la création de scripts de films, de séries ou de publicités, assistés puis rédigés par IA se développe.
 
L’écriture n’est pas, bien sûr, le seul domaine d’application en pleine évolution. Il n’y a qu’à prendre exemple de la start-up Hexachords, qui vient de produire, pour la première fois, une musique composée par une IA utilisée dans un documentaire TV (bande son du documentaire Tunnels de guerre : la grande évasion, diffusé sur la chaîne RMC Découverte.
Revenir au sommaire

Le renforcement de la gestion des contenus

Les solutions d’indexation et de classification heuristique basées sur de l’intelligence artificielle se développent rapidement, notamment dans les métiers de l‘information. Pour une plus grande efficacité, pour un accès plus rapide et pertinent aux stocks, aux archives et aux catalogues :
 
BBC R&D (Research & Development) utilise des technologies de machine learning et d’extraction sémantique afin de faciliter l’indexation de contenu, ainsi que la recherche/découverte, tant pour la gestion de flux interne (aide à la recherche des journalistes) que pour l’audience (podcasts, sites web…). Tagger les contenus est une étape importante pour identifier les similarités et les relations entre différentes sources.
 
La reconnaissance d’image basée sur des approches de deep learning se développe rapidement grâce à la disponibilité de plus en plus importante de données/images, ce qui permet des progrès rapides dans l’identification de contenu par thème ou par scène, tant pour les professionnels que pour le grand public.
 
L’automatisation des méta-datas est également un domaine pour lequel d’important progrès sont attendus avec l’objectif d’améliorer les performances de la recherche et de la monétisation des contenus. 
Revenir au sommaire

Des interfaces utilisateurs plus intuitives

La bataille pour la conquête du consommateur se joue aussi au niveau de la qualité des interfaces, afin de permettre aux utilisateurs de trouver et commander le plus rapidement et efficacement possible. Certes, les géants du Net ont une longueur d’avance en la matière. Netflix s’est lancé grâce à un accès simple et efficace à son catalogue, quand les chaînes traditionnelles, les opérateurs télécoms ou les cablo-opérateurs proposaient des interfaces peu ergonomiques. Tous ont d’ailleurs adopté ces codes, jusqu’aux start-up du secteur qui, comme Molotov, a su appliquer cette recette gagnante à son service de TV en ligne.
 
Il reste que l’IA, arme cruciale dans ces domaines, permet de franchir de nouvelles étapes et est déjà intégrée dans de nombreuses applications.

 La prochaine guerre du contrôle de l’accès à l’Internet passera par le développement des assistants virtuels personnels  Voice UI (interface utilisateur vocale) s’annonce comme une « killer app » : les récents progrès des technologies de reconnaissance du langage naturel a permis le lancement de produits grand public par Amazon (Echo) et Google (Home). À tel point que l’on peut dire que la prochaine guerre du contrôle de l’accès à l’Internet passera par le développement des assistants virtuels personnels. Amazon Alexa Voice Service (AVS), à partir de la maîtrise de la reconnaissance et de la compréhension du langage naturel géré dans le cloud, est déjà disponible grâce à son Fire TV Stick, via des opérateurs en Inde, au Japon, au Royaume-Uni, en Allemagne et en Autriche : pour moins de 50 euros, votre télévision devient une box de streaming intelligente.
 
Transcription et traduction « as a service » se banalisent rapidement : le lien entre texte, audio, et vidéo est en passe d’être réinventé grâce aux outils d’IA et de nombreuses applications qui facilitent l’internationalisation des services, l’accès aux contenus pour des personnes handicapées ou une meilleure gestion des contenus. Par exemple, Unbabel utilise l’IA pour assister une communauté de 50 000 traducteurs humains fournissant un service d’audio transcription et de sous-titrage vidéo. Le sous-titrage automatique n’est plus très loin, comme l’a démontré un test réalisé par le californien TVU Networks.
 
Une amélioration de l’engagement consommateur : les chatbots ou IM bots, pour l’automatisation des messageries instantanées, ont fait l’actualité et ont été parmi les applications les plus demandées auprès des développeurs en 2017. Avec, à la clé, de nouveaux modes d’interaction entre utilisateurs/producteurs de contenu/plateformes de distribution, mais aussi une amélioration des outils de recommandation et des services de personnalisation. Dans l’industrie musicale, les chatbots promettent une nouvelle interaction du type « You can chat directly with the artist you like ». L’opérateur nord-américain Verizon propose un chatbot pour Facebook Messenger, permettant d’orienter le consommateur dans ses choix d’abonnement ou de résoudre des problèmes techniques, sources d’importantes économies pour les call centers et d’amélioration de l’expérience client. 
 
Vers toujours plus de personnalisation des services : l’objectif est aujourd’hui d’accélérer le deep profiling (utilisation des données clients enrichies de statistiques, combinée à des outils de deep learning) de l’utilisateur, afin d’améliorer son expérience et adapter les outils marketing et publicitaires. Amazon, Spotify, Netflix, parmi d’autres, comptent sur le machine-learning pour affiner la recommandation de contenu qui reste encore très sommaire. Il s’agit, par exemple, pour Netflix de sortir des limites de la simple recommandation de films basées sur le « What you’ve seen » en proposant des suggestions de ce que vous aimeriez voir en ce moment. Youboox, le service français d’abonnement à des e-book, utilise la technologie Microsoft Azure Machine Learning pour augmenter la consommation de ses clients. En 2017, Spotify a fait l’acquisition de start-up spécialisées en machine learning comme la star-tup française Niland, après MightyTV et Sonalytic.
Revenir au sommaire

L'amélioration de la monétisation des contenus

Retrouver des marges de manœuvre financières est l’obsession constante de tous les médias dont les modèles sont basés sur la publicité. C’est, bien sûr, la promesse de la publicité programmatique, qui permet d’optimiser l’achat d’espace en automatisant le ciblage d’audiences spécifiques.
 
En effet, l’utilisation du machine learning permet déjà de faciliter la gestion des campagnes de publicité, en analysant les très nombreuses données issues de la consommation de médias sur tous les terminaux, en améliorant l’attribution des inventaires publicitaires (ensemble des espaces publicitaires disponibles à la vente), ou en définissant le niveau des prix.
 
C’est en particulier tout l’enjeu pour la télévision qui, pour rendre possible le ciblage publicitaire, est en train d’adopter un mode d'achat programmatique. On parle alors de télévision programmatique qui délivre un même message publicitaire à l'ensemble des spectateurs d'un même programme TV, mais qui peut permettre aux annonceurs de cibler des programmes dont l'audience est la plus proche de celle recherchée par l'annonceur.
 
Mais la prochaine étape est la télévision adressable qui vise à délivrer au sein d'un même programme de télévision linéaire des messages publicitaires différents adaptés à chaque foyer. Cette dernière constitue la vraie révolution de l'adaptation de l'achat programmatique en télévision, en permettant l'intégration dans un flux linéaire unique de spots publicitaires différenciés selon le profil des consommateurs (Rapport IDATE DigiWorld « De la TV programmatique à la TV adressable », Août 2017).


 
 
Revenir au sommaire

Une nouvelle étape dans l’effacement des frontières traditionnelles des médias

Le numérique se caractérise également pour les médias, comme pour d’autres secteurs d’ailleurs, comme une occasion pour de nouveaux protagonistes de venir concurrencer les acteurs historiques sur leur propre terrain. C’est ainsi qu’un moteur de recherche ou un réseau social ont pu, en quelques années, se hisser au tout premier rang des médias de nouvelle génération.
 
Avec l’IA, le phénomène s’élargit encore. Qui aurait pu imaginer qu’un réseau d’agences immobilières puisse devenir un jour un concurrent de la presse locale ? C’est pourtant ce qui se joue depuis que Guy Hoquet immobilier a lancé simultanément, début 2017, 450 médias locaux. La « prouesse » est rendue possible grâce à l’algorithme conçu par l’agence Syllabus, qui collecte, trie et organise des millions de sources, et les transforme, en temps réel, en informations hyper-locales publiables. Une manière d’attirer l’internaute, dès lors qu’une publication d’annonce immobilière ne suffit plus à capter et développer une clientèle et, par extension, à se démarquer sur le marché immobilier.
 
Une place que devraient occuper les médias classiques, qui se font pourtant devancer par un acteur vraiment « sous leur radar » devenant, par la force de l’IA, fournisseur d’informations de quartier sur les infrastructures, les commerces, les activités culturelles et sportives, ou les écoles. Autant d’informations qui sont souvent disséminées sur Internet et souvent datées.
Revenir au sommaire

Que peut-on encore attendre de l’IA ?

Les médias ne font pas exception, car tous les secteurs d’activités sont concernés. De l’agriculteur autrefois seul maître de ses parcelles, aux constructeurs automobiles perdant le contrôle de leurs véhicules, en passant par tous les métiers en « col blanc », comme les analystes financiers, les experts-comptables, les avocats ou les médecins, qui sont en train de comprendre qu’il va falloir compter avec ces nouveaux systèmes.
 
Les craintes sont réelles et les dérives possibles. Et les médias, par leur spécificité, leur rôle dans la société, et la charge affective et symbolique qu’ils représentent pour chacun d’entre nous, sont en train de se transformer en profondeur, sans doute pour le meilleur : il s’agit d’améliorer la pertinence d’informations vérifiées, de dégager du temps pour l’analyse et l’expression des talents, de faciliter la découverte de contenus…
 
Parlera-t-on encore d’intelligence artificielle dans 5 ou 10 ans ? Parions que non, car un nouveau concept équivalent l’aura remplacé ! Mais l’automatisation de tâches et l’amélioration des performances auront fortement progressé, pour des médias utilisant des outils nourris aux données massives et des outils dopés aux algorithmes et systèmes autonomes.

À lire également dans le dossier L’IA dans les médias, on y est déjà
 
IA, des robots pour mettre de l’ordre dans le chaos de l’info, interview de  Benoît Raphaël par Isabelle Didier et Philippe Raynaud
Production automatique de textes : l’IA au service des journalistes, interview de Claude de Loupy par Isabelle Didier et Philippe Raynaud


--
Crédit :
Illustration. Ina -
Émilie Seto
Revenir au sommaire
Vous souhaitez nous apporter un complément, rectifier une information ? Contactez la rédaction