Après avoir entendu Cédric Villani expliquer sur tous les plateaux de télé qu’il n’y avait pas de définition satisfaisante de l’intelligence artificielle, on se doute bien que le sujet est souvent traité de manière un rien vaporeuse. Tout est IA, rien n’est IA. C’est devenu un terme qui, en plus d’être à la mode, résonne avec magie. On l’utilise à toutes les sauces, on essaie à tout prix de se l’approprier, de le revendiquer y compris quand les technologies mobilisées n’ont pas grand-chose à voir avec les réseaux de neurones artificiels.
Et puis, on débat. Avec, d’un côté, ceux qui considèrent qu’à plus ou moins long terme ça va partir en cacahuète, qu’on va tous mourir (#Skynet #Hal). Et attention, ce camp-là ne compte pas que des aigris nostalgiques du minitel. Elon Musk ou feu Stephen Hawkings ont ainsi alerté l’opinion sur les risques potentiels de l’IA. Dans le camp d’en face, il y a ceux qui pensent qu’on n’a pas grand-chose à craindre, à condition de ne pas faire n’importe quoi. Et que l’humain gardera certainement encore pour longtemps, si ce n’est pour toujours, l’exclusivité de l’étincelle divine, de la créativité et de l’Idée. Dans cette équipe-là, il y a aussi des gens pas franchement débiles, comme Mark Zuckerberg (même si on est en droit de douter quand il nous dit que tout est sous contrôle ;)) ou Ray Kurzweil.
Cela étant, au moment d’évoquer le sujet au travers du minuscule prisme du content marketing, point de suspense : le débat est déjà un peu tranché. Ça fait plusieurs années que l’intelligence artificielle nous dépasse, cheveux dans le vent, vitre ouverte et coude sur la portière. Et ce n’est qu’un début. Dans cet article, nous faisons le point sur le sujet et réfléchissons un peu sur l’avenir de nos métiers.
De John McCarthy au deep learning : une histoire de l’intelligence artificielle
Mais d’abord, essayons d’adopter malgré tout une définition pour préciser notre sujet.
On peut citer celle de John McCarthy. Ce scientifique visionnaire (qui avait compris bien avant l’heure le potentiel de la barbe à la mode hipster) fut le premier à utiliser l’expression « Artificial Inteligence », en 1956. Il expliquait alors que l’intelligence artificielle, c’était des machines pouvant accomplir des tâches caractéristiques de l’intelligence humaine. C’est une définition fort large (selon laquelle, par exemple, une simple calculatrice est à la limite une forme d’IA), qui a le mérite de ne pas unir indissolublement IA et machine learning.
Car pour comprendre l’engouement relativement récent autour de l’IA, qui en tant que telle existe donc depuis belle lurette, il faut bien parler de deux concepts qui lui sont aujourd’hui presque systématiquement associés : le fameux machine learning, donc, et le deep learning, tant qu’à faire. Repartons donc pour un round de définitions.
Le machine learning, ce sont des algorithmes qui analysent des données, qui en tirent des enseignements et qui sont ensuite capables de prendre des décisions à partir de ces enseignements. Un exemple simple : sur Spotify, mes préférences musicales sont analysées et « apprises » par un algorithme qui peut dès lors me recommander des titres en fonction de mes goûts, en recoupant mes préférences avec celles du reste des utilisateurs.
Le deep learning est quant à lui une forme, parmi d’autres, de machine learning. Plus précisément, c’est une façon d’implémenter du machine learning en utilisant les fameux réseaux de neurones artificiels. Ce sont d’ailleurs ces neurones qui donnent des cauchemars à Elon Musk. S’inspirant du fonctionnement du cerveau humain, cette technologie analyse la data au travers d’une succession de couches de « neurones » qui vont chacune apporter leur contribution à l’analyse. Résultat : avec le deep learning, l’IA peut prendre des décisions de manière plus autonome, et apprendre toute seule sans forcément être « nourrie à la cuillère ».
Comme le deep learning implique une technologie plus complexe que des formes de machine learning « simples » comme l’apprentissage supervisé (une intervention humaine donne un coup de pouce à la machine pour interpréter la data), beaucoup de puristes ont tendance aujourd’hui à considérer que sans deep learning, ce n’est pas de l’IA. En réalité, on aura compris que ces technologies ne sont, au fond, que des applications actuelles de l’IA, elle-même apparue il y a un moment. Ouf.
IA et marketing de contenus : les utilisations actuelles
Ce qu’on oublie souvent d’ajouter, quand on définit l’IA, c’est que dès lors qu’une « tâche caractéristique à l’intelligence humaine » est efficacement menée par la machine, il y a immédiatement un intérêt économique à ce que la machine réalise ladite tâche à la place de l’humain. C’est que la machine, voyez-vous, fait plus vite et moins cher. Si en plus elle fait bien, alors elle « déplace » le professionnel humain.
Dans le domaine du marketing de contenus, quelles sont alors les tâches que l’IA est actuellement en train de disputer à l’humain ? Et avec quelles conséquences sur nos métiers ?
Analyse content marketing et IA
Il y a d’abord ce qui tourne autour de l’analyse. Compter, comparer, décrire, mais aussi chercher et sélectionner, segmenter, croiser les données… Pour la curation de contenu, le benchmarking ou encore l’étude des comportements de l’audience, l’IA intervient de mille manières pour accélérer et rendre beaucoup plus exhaustive l’analyse de la data. Surtout, elle permet, par sa puissance, de faire apparaître des enseignements invisibles pour l’analyste humain. Avec une conséquence immédiate : l’analyste est voué, de plus en plus, à s’intéresser à la compréhension de données déjà préinterprétées.
Citons un exemple : dans le domaine de l’image, des IA comme Amazon Rekognition ou Clarifai permettent à un utilisateur néophyte de « décrire » des paquets d’images en identifiant couleurs et éléments. Ainsi, si j’apprends à mon IA à reconnaître un item comme un ballon de basket, elle pourra me dire sur un ensemble d’images combien de fois on peut discerner ledit ballon. Ces technologies peuvent également identifier des expressions faciales, des sourires, des larmes, distinguer un enfant d’une personne âgée, un homme d’une femme. Les utilisations marketing sont infinies : on pourra analyser des milliers d’images, par exemple sur Instagram, pour identifier les visuels les plus partagés et comprendre les éléments qui font leur succès. Il est même possible d’apprendre à l’IA, toujours par paquet d’images, à reconnaître des idées abstraites. Elle pourra ainsi reconnaître le concept politique de « gauche » si je lui apprends à associer ce concept à, par exemple (en avant les clichés), des composants comme : une rose, un ouvrier, une faucille, un T-shirt Che Guevarra, etc. Chez Soyuz, nous avons par exemple développé notre propre outil capable d’analyser la base images d’un client sur tous ses supports digitaux (sites et réseaux sociaux, notamment) pour la comparer à celles des prescripteurs les plus appréciés par ses audiences. Mais à ce stade, c’est encore au consultant de « faire parler » la data en identifiant les insights.
S’agissant de la vidéo, les choses ne sont pas si « simples ». De fait, l’un des grands défis de l’IA aujourd’hui dans le domaine du contenu, c’est comprendre ce média plus riche et plus complexe que l’image figée. Le MIT et IBM travaillent actuellement ensemble à décrire des vidéos avec des IA, pour automatiser la recherche de plans donnés sur une séquence plus ou moins longue. Les utilisations à terme sont proches de ce qu’on sait déjà faire avec les images : il s’agit d’extraire des infos utiles au sein d’une vidéo, pour reconnaître par exemple des gens, des lieux… ou des marques. On imagine assez bien derrière ce que cette technologie, une fois opérationnelle et « démocratisée » produirait comme bouleversement du modèle publicitaire.
Les interactions automatisées
Deuxième grand domaine d’intervention de l’IA, très à la mode depuis quelques années : l’interaction automatisée avec l’utilisateur. Il s’agit notamment des fameux chatbots, capables de répondre à des inputs clients. Attention toutefois, tous ne mobilisent pas à proprement parler une IA. Beaucoup, en particulier via Messenger, reposent avant tout sur une trame de conversation alimentée par des questions fermées ou semi-ouvertes. Le bot n’est alors qu’un arbre de décision plus ou moins bien « déguisé » en bot, qui guide progressivement l’utilisateur vers la réponse ou le call-to-action qui lui correspond. Cela n’empêche pas l’expérience d’être engageante, quand le chat est bien pensé, à la manière de ce chatbot de conseils médicaux (dont l’IA, assez simple, se contente de reconnaître des expressions clés dans l’input utilisateur pour renvoyer vers une sélection d’articles).
Mais il existe de plus en plus de « vrais » bots, qui eux sont capables d’analyser la sémantique de l’input, de comprendre le sens de phrases complexes et de contextualiser leurs réponses. On connaît tous Siri, mais la techno de Google, Dialogflow, permet d’ores et déjà en un tour de main (presque) de créer des bots vraiment intelligents, capables de converser librement avec l’audience et de comprendre, par exemple, des réponses humaines à des questions ouvertes. Plus fort encore, Dialogflow permet de créer des chatbots capables de comprendre et d’interagir à partir d’un input audio. Bien entendu, ces technologies sont perfectibles, mais il semble déjà loin le temps où le Taybot de Microsoft se faisait troller en 24 h en apprenant à tenir des propos nazis (c’était il y a à peine 2 ans).
Le chabot sonne-t-il pour autant le glas des services à la clientèle ? C’est à nouveau ici la logique du déplacement qui s’applique, l’analyste étant amené à intervenir plus en aval, briefé par le bot en amont, pour les cas d’usage qui requièrent une intervention plus personnalisée.
De la création de l’idée à la production des contenus
S’agissant de la création et de la production, les utilisations sont variées et potentiellement encore plus fascinantes/flippantes.
En 2016, McCann intègre une IA, AI-CD β, à son équipe de création au Japon. Au-delà du coup de com, un concours réalisé entre un directeur de création humain et la machine est remporté de justesse à 54 % par l’humain. En réalité, nous sommes ici plus proches des applications de l’IA mentionnées plus haut dans le champ de l’analyse que du robot créatif intelligent. Même s’il est grimé en droïde façon R2D2, AI-CD β est seulement capable d’interpréter les campagnes passées, pas de comprendre le présent pour dire et prédire des tendances.
C’est plutôt dans le domaine de la production de contenus que l’IA a fait en quelques années des progrès gigantesques. Voyez, par exemple, la production de contenus textuels. Depuis trois ans, les algos mis en place par Associated Press produisent des milliers de contenus tous les mois.(yahoo.com, CNBC)
Heliograph, l’IA maison du Wahsington post, pond également des articles au km. C’était par exemple le cas pour couvrir les JO d’hiver de PyeongChang en février dernier.
En France, des startups comme Syllabs sont déjà au taquet. Vous vous souvenez de la couverture des élections départementales en 2015 ? Les comptes-rendus de scrutins locaux, disponibles pour l’intégralité des 2054 cantons français, étaient déjà à l’époque rédigés par leur IA. Et c’était il y a 3 ans. Une éternité.
Comment fonctionnent ces technologies ? Des systèmes comme le Natural language generation permettent d’utiliser une langue logique et cohérente grâce à l’IA. Vous paramétrez, accompagnez la machine pour qu’elle ingurgite les inputs nécessaires et c’est parti : elle produit à la volée des milliers de contenus presque impeccables. Voilà plus ou moins où nous en sommes : un mix humain/machine pour des contenus encore limités à des textes simples, très factuels et informatifs, avec des bots apprentis journalistes auxquels il manque encore une vraie plume, humaine et chaleureuse.
Mais va-t-on vraiment en rester là ? C’est ce qu’essaie de nous faire croire la NPR, pour qui les « technical writers » ont certes 88 % de chances d’être remplacés par des IA, mais qui affirme en même temps que les éditeurs et autres secrétaires de rédaction, eux, n’ont guère de chances d’être remplacés (5,5 %). C’est tout à fait ce qu’une IA pourrait dire pour nous convaincre de la laisser tranquille… D’ailleurs c’est ce que disait Deep Blue avant de triompher de Kasparov. Si, si.
On aurait tort de penser que demain l’IA ne pourra pas faire mieux. Et d’ailleurs, je viens de faire un essai avec Articoolo (le français n’étant pas particulièrement son fort), sur le sujet de la coupe du monde 2018. Voici le résultat, brut de décoffrage :
« Avec la Russie accueillant aussi la Coupe du Monde 2018, voici un éditorial dans son État natal dans l’ancien champion du monde d’échecs Garry Kasparov, président de la Fondation des droits de l’homme de New York et auteur de Winter Is Coming : Why Vladimir Poutine et les ennemis du monde libre doivent être arrêtés. Le sport peut provoquer l’enthousiasme humain comme rien d’autre, peut-être en dehors du vrai amour. Chaque perte, chaque victoire peut provoquer le chagrin ou l’exultation, et c’est tout simplement les amoureux. Fandom Sports a une capacité inégalée de combiner les gens à travers les frontières et les limites de chaque type.
Vieux et jeunes, riches et pauvres, tous peuvent être emportés ensemble pour célébrer l’excellence et la rivalité, ce qui nous permet d’échapper aux soucis de la vie quotidienne. Le sport génère également des liens et des souvenirs qui durent toute une vie. A Bakou, en Azerbaïdjan, j’ai vu Pele et les remarquables champions brésiliens, la demi-finale mythique entre l’Allemagne de l’Ouest et l’Italie, ainsi que le temps supplémentaire controversé qui a éliminé l’URSS des quarts de finale face à l’Uruguay. – Quarante huit ans plus tard, la Coupe du monde se passe en Russie pour la toute première fois. Alors que la dictature de Vladimir Poutine, dans mon dictionnaire, la seule vraie description quand un individu est au pouvoir depuis 18 ans, n’est pas accueillante pour les dissidents ou les démocrates, elle est très tentante pour les spectacles sportifs expansifs comme la coupe du monde et les jeux olympiques.
Il y a 4 ans à peine, la Russie organisait les Jeux Olympiques d’hiver à Sotchi, une localité subtropicale qui exigeait que les jeux olympiques les plus chers de l’histoire fassent clore les lieux et les résidences qui tombaient avant même que le flambeau s’éteigne. Cinquante-un milliards de dollars n’achètent pas ce à quoi ils avaient l’habitude de dépenser tant d’argent. Les oligarques achètent des équipes de football anglais avec les copropriétés de Miami, et les revenus pétroliers et gaziers pourraient faire grimper les chiffres du produit intérieur brut, mais la plupart des Russes gagnent moins de 500 dollars par mois. Même pour les pays riches et peu corrompus, la Corée du Sud et le Japon co-organisateur de la Coupe de Chine viennent à l’esprit, ces événements ont tendance à être des gaffes.
L’état de préparation aux stades était un combat malgré le recours à la prison et aux immigrés en Asie centrale, la Corée du Nord travaillant dans des conditions qui ont entraîné des dizaines de morts. Avec l’effondrement de l’économie russe, Poutine se félicite de la façon dont il peut encore apporter ces événements en Russie. Le tirage au sort du tournoi place la Russie parmi les pays les plus faibles de l’histoire de la Coupe du monde, et Poutine s’empressera d’annexer le succès de l’équipe russe, comme il l’a fait à Sotchi. Il est tout aussi clair pourquoi la FIFA et le CIO ont organisé leurs événements par des régimes autocratiques, Indépendamment de leur pabulum fatigué sur les idéaux. »
Alors, vous avez les yeux qui saignent ? C’est bien normal, mais remarquez que ce texte, inexploitable en l’état, regorge pourtant d’informations tout à fait intéressantes pour écrire une dissertation sur le sujet (dissertation d’ailleurs étonnamment engagée, avec une hostilité marquée envers le président Poutine).
L’intelligence artificielle demain ?
Il est donc temps d’ouvrir le chapitre science-fiction de cet article, en posant la question à 1 000 000 de bitcoins : que nous réserve l’avenir ? Évidemment, votre serviteur n’est pas oracle, mais on imagine assez bien ce qui peut, dans les prochaines années, se produire dans notre secteur. Voici le top 5 de mes prédictions, c’est cadeau :
- 1) (à court terme) l’industrie du content écrit va vivre une transformation semblable à celle de la traduction il y a 5-6 ans, lorsqu’elle s’est lancée dans la « post-edition » : l’humain ne « fera » plus directement, il configurera en amont et éditera en aval. C’est déjà le cas, on l’a vu, avec des contenus très simples et factuels, et il n’y a pas de raison de penser que la tendance n’ira pas en s’accentuant avec les années et le perfectionnement des solutions d’écriture automatique. Le rédacteur interviendrait donc, dans cette configuration, pour problématiser et angler un papier, valider un sourcing et affiner le style et la présentation en fin de parcours.
- 2) (à court terme) : le machine learning va permettre de déchiffrer la vidéo. Avec à la clé un bouleversement du secteur de l’achat média et du marketing de contenus vidéos.
- 3) (à court terme) : on va assister au développement de synergies entre IA et IoT, avec l’irruption du contenu hors support de connexion traditionnel (et bim ! Ma cuisinière affiche la recette qui va le plus me plaire, en fonction de ce que j’ai placé dans mon réfrigérateur). Attention à l’overdose…
- 4) (à moyen terme) : la créa va elle aussi commencer à fonctionner avec des binômes homme/femme – machine. Là où beaucoup de communicants parient sur le retour de la créativité humaine, on a vu que d’autres professionnels n’hésitent pas, eux, à envisager très sérieusement l’intrusion de l’IA dans le domaine créa. Avant d’imaginer le remplacement intégral des directeurs de création par des machines, on peut anticiper l’éclosion d’outils de plus en plus démocratiques pour accompagner et nourrir la créativité humaine. Aujourd’hui, des applis innovantes, comme Brainstorm de notre partenaire Synomia, produisent déjà des insights éclairants pour alimenter la création. Demain, on utilisera sans doute des solutions capables de formaliser des briefs détaillés, de recueillir de la data ET de rédiger et mettre en forme les insights, de produire des concepts de campagne…
- 5) (à long terme ?) : la content factory du futur sera entièrement automatisée. Si l’IA intervient d’ores et déjà, on l’a vu, sur toute la chaîne éditoriale, on peut penser qu’il sera bientôt possible de travailler avec des factories automatisées. Il n’y a pas de raison : si les robots remplacent les ouvriers dans les usines, pourquoi n’observerait-on pas un phénomène similaire dans notre secteur ? Le rôle de l’humain serait alors, ici encore, redéfini pour travailler en soutien de la force de production automatisée.
Quelle place restera-t-il pour nous autres humains ? Dans un récent TED, Martin Ford établit un parallèle flippant entre les chevaux et l’être humain, faisant remarquer que la population d’équidés aux États-Unis est passée, avec l’industrialisation du pays, de 22 millions en 1915 à 3 millions en 1960. Les professionnels du contenu sont-ils voués au même destin ? L’important est sans doute de comprendre que la disparition de l’humain dans un secteur n’est pas concevable de manière instantanée. L’introduction progressive de l’IA dans le business du contenu, d’abord en tant que service BtoB puis en tant que produit BtoC, est en marche. Elle a pour effet de transformer petit à petit le rôle de l’humain, nous laissant, espérons-le, le temps d’évoluer vers d’autres modèles d’activités.
