Technologie

L'aube du journaliste cyborg – OneZero

L'aube du journaliste cyborg - OneZero


1*veDjZPp7WqB5M1v2COWpiQ - L'aube du journaliste cyborg - OneZeroCould A.I. la personnalisation va trop loin, renforçant nos intérêts et opinions existants plutôt que le rôle journalistique traditionnel consistant à présenter au lecteur des informations nouvelles importantes sélectionnées par des rédacteurs expérimentés?

Si vous avez regardé l'émission de télévision chinoise Xinhua en mars, vous avez peut-être remarqué quelque chose d'étrange.

Lors du plus grand événement politique de l’année dans le pays, la présentatrice de télévision Xin Xiaomeng a présenté un article sur les délégués arrivant en train. Mais il y avait quelque chose d'irréel chez elle - littéralement. Xin Xiaomeng est un composite numérique, créé à l'aide de la machine à apprendre à imiter les expressions faciales et les schémas vocaux d'un présentateur d'informations.

Xin Xiaomeng fait partie des rangs de plus en plus nombreux de lecteurs de nouvelles artificiels de Xinhua, qui livrent tous ce qui leur est fourni, sans se lasser, sans se lasser, et sans protester. Pour un pays qui tient déjà ses journalistes en laisse, c'est un développement déconcertant, surtout si l'on considère que Xin Xiaomeng est calqué sur le véritable journaliste de Xinhua nommé Qu Meng. Le journalisme automatisé apparaît comme un moyen supplémentaire pour le gouvernement de Beijing de contrôler la diffusion de l'information.

Vu contre cette perte de journalistes, un reporter robot semble être un outil attrayant.

Pour l’instant, les mots de Xin Xiaomeng sont écrits par un humain et l’intelligence du système est limitée à la conversion de texte en parole. Pour vraiment comprendre comment A.I. change les nouvelles, vous devez regarder comment cela fonctionne dans les coulisses.

Reporting automatisé

En janvier de cette année, le Gardien a publié un article sur les dons politiques australiens sous le sigle «ReporterMate». ReporterMate est, selon les termes de la Gardien, un «système de reportage d'actualités automatisé expérimental» capable d'analyser un ensemble de données donné et de créer une simple écriture en réponse. Le concepteur du système, Nick Evershed, a déclaré que «les agences de presse ont moins de personnel mais doivent tout de même couvrir une grande quantité d’informations», et qu’il faut un A.I. journaliste pourrait aider avec des histoires par cœur, laissant le temps aux humains de travailler sur des enquêtes significatives.

Selon un sondage réalisé par Pew Research, le nombre d'employés dans les salles de presse a diminué de 45% aux États-Unis entre 2008 et 2017. Le début de cette année a été marqué par plus de 2 000 suppressions d’emplois dans une multitude de points de vente numériques, dont BuzzFeed et Vice. Vu contre cette perte de journalistes, un reporter robot semble être un outil attrayant, capable de rassembler des données dans des rapports de routine tandis que les humains restants déploient leurs compétences dans des sujets plus complexes.

Ce n’est pas seulement qu’une machine fait quelque chose que le journaliste humain aurait normalement fait, mais qu’elle est capable de faire plus que ce qu’un humain pourrait faire - du moins en termes de quantité brute.

Mais l'appel de A.I. Ce n’est pas seulement pour combler les lacunes laissées par les pertes d’emploi. En utilisant A.I., «nous avons pu produire des histoires que nous n’aurions probablement pas faites autrement», déclare Jeremy Gilbert, directeur des initiatives stratégiques à la Washington Post. Au cours des dernières années, le Poster a également expérimenté l'automatisation, centrée sur une technologie interne appelée Heliograf. Au cours des Jeux olympiques de Rio 2016, Heliograf a généré des centaines de brefs reportages sur les jeux. Lors des élections américaines de 2016, il avait permis de couvrir près de 500 courses.

Au lieu de choisir quelques races politiques dominantes à couvrir, Heliograf permet à une agence de presse de faire un reportage, dans une certaine mesure, sur chacune d'entre elles. Lorsque Associated Press (AP) a également commencé à utiliser A.I. pour générer des récits financiers en 2014, le nombre de rapports sur les bénéfices des entreprises a été multiplié par dix, à tel point qu'il a réellement affecté les volumes de négociation sur les marchés financiers. En utilisant un système différent, AP commencera bientôt à générer des aperçus des 1 250 matchs de la saison régulière de la LNH. De manière cruciale, il n’est pas seulement qu’une machine fasse quelque chose que le journaliste humain aurait normalement fait, mais qu’elle est capable de faire plus que ce qu’un humain pourrait faire - du moins mesuré par la quantité brute.

Curation algorithmique

Les choses se compliquent lorsque vous réfléchissez à la manière de servir cette étendue générée par une machine à un public. Au lieu d'inonder sa une une centaine d'articles sur les courses politiques, le Washington Post utilisateurs géolocalisés à la mi-parcours 2018 afin de leur proposer des éléments pertinents. Si vous étiez en Pennsylvanie, par exemple, le site Web suggérerait des rapports générés par A.I. sur vos courses locales.

«L’idée est qu’au lieu d’écrire un à plusieurs, vous écrivez un à un sur plusieurs, ce qui est essentiel», déclare Gilbert. "Idéalement, de mon point de vue, nous voulons arriver à un endroit où, avec les informations que vous êtes prêt à partager, nous pouvons vous raconter des histoires qui pourraient vous intéresser et que d'autres personnes ne seraient pas."

Reg Chua, directeur de l'exploitation de la rédaction de Reuters, partage une vision similaire. «Nous avons construit des nouvelles autour de l’idée que nous écrivons quelque chose et nous les publions au plus grand nombre», me dit-il. "C’est vraiment un modèle de diffusion pour tout le monde en même temps et qui nécessite une histoire qui plaise au plus grand nombre."

Chua se demande plutôt si la couverture d’un organisme de presse était tellement globale que ce modèle pourrait être modifié. «Si je veux écrire un article sur les écoles britanniques et leur fonctionnement, ce qu’un lecteur veut vraiment savoir, c’est comment se porte l’école de son enfant», déclare Chua. «Pourrais-je écrire cette pièce en utilisant une combinaison de A.I. et l'automatisation, de sorte que vous avez essentiellement une histoire individuelle? "

Résultats sportifs, résultats politiques, prix de l'immobilier, rapports de performances scolaires: il peut s'agir de zones plutôt inoffensives pour un A.I. préparer des centaines de micro-rapports et les distribuer aux «bons» lecteurs. Mais la personnalisation pourrait-elle aller trop loin, renforçant nos intérêts et opinions existants plutôt que le rôle journalistique traditionnel consistant à présenter au lecteur des informations nouvelles importantes sélectionnées par des éditeurs expérimentés?

«Il est à craindre que, même au sein d’une seule publication, l’ajustement de ce que les gens voient en fonction de leurs intérêts et préférences personnels crée un effet d’écho-chambre», prévient Josh Cowls, associé de recherche en éthique des données à l’institut Alan Turing. Institut national britannique pour la science des données et l'intelligence artificielle. Selon Cowls, il existe une comparaison avec YouTube, qui a été vivement critiqué pour avoir poussé les internautes vers un contenu de plus en plus extrême grâce à son moteur de recommandation. «Vous pouvez renforcer ce que les gens pensent. Vos nouvelles préférences pourraient en venir à coder ce que vous voyez, ce qui signifie que vous risquez de vous retrouver dans un couloir de choix de plus en plus étroit. "

Journalisme en origami

En plus de compliquer quels articles sont montrés à qui, A.I. les systèmes pourraient également jouer un rôle croissant dans le choix des informations à afficher dans les récits individuels. le Washington PostGilbert indique qu’un de ses domaines d’intérêt consiste à examiner comment l’intelligence artificielle pourrait être utilisée pour modifier l’architecture des articles eux-mêmes, en fonction de ce que l’on savait du lecteur.

Il donne l'exemple d'une histoire sur le conflit civil en cours au Venezuela. «Pour certaines personnes, tout ce que nous avons à dire, c’est« qu’a fait Maduro? »Ou« les camions de l’aide ont-ils traversé la frontière? », Déclare Gilbert. «Cette nouvelle information est importante pour eux car ils suivent l’histoire. D'autre part, s'ils ne prêtent aucune attention à l'histoire, nous devons leur dire qui est impliqué, pourquoi c'est un problème, depuis combien de temps.

Pensez à un article en ligne qui ressemble moins à un reportage imprimé statique qu’à un morceau d’origami, avec des sections pliées et dépliées en fonction de la personne qui lit. Dans ce cas, le A.I. devient un éditeur, remodelant les paragraphes pour les adapter à différentes paires d'yeux. "Cela change absolument la relation entre un journaliste, un éditeur, les informations et leur public", déclare Gilbert.

Mais cela change-t-il cette relation pour le mieux? À quel moment est-ce que cela I.I. la personnalisation passe-t-elle d’une aide précieuse au lecteur à une lourdeur, voire une gêne? «Cela soulève certainement des questions éthiques, car les données d'entrée entrant dans le système concernent autant le public que les informations elles-mêmes», a déclaré Cowls. «Vous vous posez des questions juridiques concernant des informations personnelles. Ethiquement, il y a des questions d'identité et de préférence. "

Changer le contenu des articles en fonction de la personne qui les lit «remet vraiment en cause l’éthique traditionnelle des salles de presse».

Pour qu'un algorithme puisse déterminer quelle version d'une histoire montrer au lecteur, il lui faudrait faire un appel pour savoir ce que cette personne sait déjà sur un sujet. Cela pourrait être basé sur l'historique de lecture, mais il y aurait une question juridique sur la façon dont cette collecte de données correspond à des lois telles que le règlement général sur la protection des données en Europe, qui impose des règles strictes sur la manière dont les entreprises utilisent les informations personnelles. Plus généralement, jusqu’à quel point un journal doit-il aller pour brosser un tableau des connaissances d’une personne sur le monde? Demander aux lecteurs de manière proactive les domaines de contenu qui les intéressent peut être une chose, dans le but de diriger des histoires similaires vers eux, quelque chose que de nombreuses marques de médias - y compris Moyen - déjà fait. C’est peut-être tout à fait autre chose pour une marque d’utiliser l’apprentissage automatique pour absorber passivement les intérêts du lecteur, peut-être même sans le savoir. Des préoccupations similaires concernant la manipulation de l'information et le discours civil ont conduit les entreprises de médias sociaux vers un territoire difficile.

Lucas Graves, chercheur principal à l’Institut Reuters pour l’étude du journalisme, admet que le fait de modifier le contenu des articles en fonction de la personne qui les lit «remet vraiment en question l’éthique traditionnelle des rédactions». Les rédacteurs utilisent aujourd'hui leur jugement professionnel pour choisir les informations à inclure. Il serait donc radical pour les salles de rédaction de confier cette autorité à des ordinateurs.

Enquête machine

On peut soutenir que l’impact potentiel de l’apprentissage automatique le plus significatif n’est pas celui du journalisme, mais bien celui de la recherche de journalistes sur lesquels des journalistes humains peuvent travailler.

Reuters a développé un certain nombre de A.I. les systèmes de collecte de nouvelles, y compris News Tracer, qui est conçu pour dénicher des histoires novatrices en balayant Twitter avec des algorithmes qui recherchent des groupes de tweets discutant du même événement. Il évalue la fiabilité des informations en fonction d'un certain nombre de facteurs, notamment la vérification d'un compte Twitter, l'identité de ses abonnés, l'existence de médias liés et la structure même du tweet.

Lynx Insights, un autre projet de Reuters, effectue des recherches dans des ensembles de données volumineuses tels que des actions ou des résultats sportifs, en signalant les tendances et les anomalies et même en écrivant quelques phrases avant de les céder à un journaliste humain. Au lieu d’un reporter robot, Lynx Insights ressemble davantage à un scientifique spécialisé dans les données de journaliste. C’est une approche similaire à celle qui BuzzFeed pris quand il a formé un algorithme pour passer au crible les données de vol pour reconnaître les avions espions, ou lorsque ProPublicaa utilisé machine learning pour étudier des milliers de communiqués de presse afin d'analyser les sujets abordés par le Congrès.

“Probablement la chose la plus utile A.I. peut faire est d’analyser les données », déclare Chua de Reuters. «Et vous pouvez voir comment dans le futur vous pourriez commencer à marier ces choses ensemble. Vous analysez les données via un fichier A.I. système automatiquement, puis cela le transforme automatiquement en une histoire. "

Il semble inévitable que ces processus automatisés finissent par se connecter. Un système tel que Lynx Insights de Reuters pourrait automatiquement rechercher une histoire potentielle, alimenter ces informations en une version du logiciel. GardienReporterMate doit écrire, puis transmettre cette histoire à un lecteur de nouvelles artificiel comme Xin Xiaomeng pour la lire en direct à la télévision - tout le processus s’est terminé sans un seul être humain à la boucle.

"Plus nous mécanisons ce matériel, plus nous pourrions commencer à penser:" Attendez, quelle est la valeur ajoutée? "», Déclare Cowls. «Et quelle est la valeur ajoutée de l’éditorial si nous essayons simplement de collecter des faits et de les diffuser? C’est un chemin dangereux à suivre… [Y]Nous risquons de nous retrouver dans une situation où l’intégrité d’une publication dans son ensemble, mais aussi l’histoire, est dévalorisée par ce processus. ”

Espérons que ce niveau dystopique d’automatisation des nouvelles est peu probable. Chua et Gilbert admettent tous deux que nous en sommes aux premiers stades de l’exploration de la manière dont A.I. Cela correspond au journalisme, et la technologie n’est pas encore assez sophistiquée pour dépasser les ensembles de données les plus contenus. “Les journalistes seront encore nécessaires pendant un certain temps”, écrit le Gardien'Evershed.

Mais même si nous ne parlons pas d’ancres artificielles lisant des informations automatisées, nous devons agir avec prudence. Étant donné que les informations produites par ces systèmes sont enveloppées dans la crédibilité implicite d'un format de reportage, il est essentiel de garder un œil sur ce qui entre dans les rapports créés automatiquement, qu'il s'agisse des données d'arrière-plan, des mots eux-mêmes ou de ceux qui peuvent les voir. mots. Les lecteurs, après tout, ne sont que des humains.

Show More

SupportIvy

SupportIvy.com : Un lieu pour partager le savoir et mieux comprendre le monde. Meilleure plate-forme de support gratuit pour vous, Documentation &Tutoriels par les experts.

Related Articles

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Close
Close