Le travail éditorial confié à des machines : intelligence artificielle et langage naturel

Nicolas Gary - 22.03.2019

Lecture numérique - Acteurs numériques - intelligence artificielle édition - traitement langage nature - travail éditorial


Intelligence artificielle et langage naturel, mains dans la main, vers des lendemains de best-sellers qui chantent ? Aujourd’hui que les éditeurs scientifiques peuvent améliorer pour partie leurs flux de publications, avec les IA, jusqu’où la rédaction peut-elle être accompagnée par les machines ? 

Intelligence artificielle (IA) / Artificial intelligence (AI) _DDC0127
thierry ehrmann, CC BY 2.0

 
L’idée d’un contenu qui, par l’intervention d’une Intelligence artificielle, parviendrait à transformer la chaîne de l’information scientifique, pour la rendre meilleure, ne relève pas du vœu pieux. En effet, la machine peut apporter des solutions qui dynamisent le processus de rédaction, produisent des contenus plus qualitatifs et aboutissent à une distribution plus rapide d’œuvres. 

C’est en croisant les algorithmes des machines avec le travail sur le Traitement automatique du Langage Naturel, que les éditeurs parviendront, demain probablement, à automatiser certaines des tâches d’édition. Et concentrer dès lors leurs efforts sur l’apport de valeur ajoutée aux textes. Pour exemple, traiter plus d’articles soumis à publication dans des revues, ou accélérer les délais d’examen par les pairs, sans en ressentir de hausse de coûts. 

L’ère du robot journaliste a débuté voilà quelque temps, maintenant. Le Washington Post avait dévoilé, en septembre 2017, qu’une intelligence artificielle avait déjà produit 850 articles diffusés dans ses colonnes. Et personne n’y avait trouvé à réduire. Heliograf, la technologie en question, avait été développée pour les Jeux olympiques d’été en 2016. À cette époque, la machine avait produit 300 brefs papiers, courts et principalement axés sur les résultats sportifs. 

Autrement dit, on navigue encore près de la côte, mais il faudra encore peu de temps avant que l’on ne prenne le large. 
 

Un algorithme devenu éditeur ?


Dans le cadre de l’édition universitaire, spécifiquement, et des documents scientifiques, l’atout que représente l’intelligence artificielle deviendra prépondérant. Les capacités des machines ne cessent évidemment de progresser, au point qu’il devienne possible d’automatiser des parties entières de la chaîne de production. 

De fait, on entend par Intelligence artificielle, un ensemble de procédés et de méthode par lesquelles des machines sont entraînées à reconnaître des modèles — avec des humains aux commandes. Ces derniers développent des algorithmes — des lignes de calculs — qui permettront aux machines de traiter une quantité accrue d’informations, d’identifier des données et de procéder à des analyses, suivant les orientations données.

Dans le même temps, le Traitement automatique du langage naturel va ajouter une note d’humanité à ce monde de bits. En effet, il intègre l’analyse grammaticale à l’apprentissage automatique des IA. Un programme serait alors conçu pour identifier nom, verbe, adjectifs, etc. Et ce, afin de comprendre non seulement la structure arithmétique de la phrase – sa syntaxe, du grec súntaxis, mise en ordre. Mais plus encore, le TALN va parvenir à discerner le sens des mots.

En couplant les deux approches, les éditeurs disposeront d’une solution d’automatisation des processus d’édition, répétitifs et fastidieux, possiblement. 
Dans le cadre des publications d’articles scientifiques dans des revues, le cycle d’analyse et de vérification peut prendre plusieurs semaines. Or, les outils TALN et IA pourraient effectuer un premier tri : la technologie corrigerait des erreurs mineures de grammaire ou de ponctuation. Pour de plus grandes difficultés, l’éditeur se verrait consulté. De quoi avancer profitablement.

On pourra trouver plus d’informations sur les perspectives qui s’offrent à des maisons d’édition — comme Taylor & Francis, qui avec le concours de Cenveo Publisher Services, expérimente déjà ces approches. Téléchargement, à cette adresse (après inscription)


Commentaires

Pas de commentaires

Poster un commentaire

 

grin LOL cheese smile wink smirk rolleyes confused surprised big surprise tongue laugh tongue rolleye tongue wink raspberry blank stare long face ohh grrr gulp oh oh downer red face sick shut eye hmmm mad angry zipper kiss shock cool smile cool smirk cool grin cool hmm cool mad cool cheese vampire snake exclaim question

Vous répondez au commentaire de

Cliquez ici pour ne plus répondre à ce commentaire

* Laisser vide pour ne pas reçevoir de notification par email de nouveaux commentaires.