La GAT vous veut du bien

La Génération Automatique de Texte (GAT) mérite l'attention des professions touristiques. La GAT a bénéficié de premières expériences dans les années 1980, mais c'est depuis quelques années qu'elle démontre son utilité. Le principe repose sur la création et l'adaptation d'une machine qui écrit à la place de l'humain. Conçue à partir d'algorithmes qui saisissent des données structurées (noms, lieux, dates, faits simples) la machine les traite et les livre sous forme de textes.

Exemple d'une donnée structurée dans le tourisme : le camping est situé à 300 mètres de la plage. Exemple d'une phrase rédigée à l'issue d'un travail de génération automatique de texte : Ce camping se trouve à seulement 300 mètres de la plage idéale pour les familles. Mais la GAT, si elle est bien conçue, permet de créer des variations : Ce camping convient parfaitement aux familles. Situé à 300 mètres de la plage, il offre une situation agréable pour des vacances réussies. Etc... La machine fournit du texte et l'interprète dans un cadre donné. Des comparaisons peuvent être proposées.

Entretien avec CLAUDE DE LOUPY DE SYLLABS

Ce travail est le fruit de développement importants et de collaborations entre informaticiens, codeurs et linguistes. Si l'on observe la difficulté qu'ont de nombreuses destinations touristiques à reprendre, actualiser, variabiliser leurs contenus de SIT, on ne peut qu'être étonné du faible recours à la GAT. Et pourtant la France compte une poignée d'entreprises spécialisées sur le sujet, dont Syllabs, l'un des leaders mondiaux, entreprise animée par Helena Blancafort et Claude de Loupy, avec lequel nous nous sommes entretenus.

Chercheurs en linguistique et informatique, Claude et Helena ont une expérience déjà forte sur le sujet. Leur premier moteur de production de rédaction date de 2011, mais leur fait d'armes, de notoriété mondiale, a été d'organiser le traitement en GAT des élections de mars 2015 pour le Monde. On imagine le sérieux de l'innovation pour que le grand quotidien de soir fasse confiance sur les remontées contextualisées d'autant de résultats locaux.

Dans un long entretien donné à la Revue des Médias de l'INA, Claude de Loupy indique ainsi leur position de départ : " À l'origine, Syllabs était un laboratoire de recherche privé dans un domaine d'étude à la croisée de l'intelligence artificielle et de la linguistique : le traitement automatique des langues. Helena, mon associée, a un bagage linguistique (traductrice, huit langues parlées, linguiste) avec une coloration informatique, tandis que j'ai un bagage informatique (intelligence artificielle) avec une coloration linguistique ".

Leur objectif consistait à donner du sens aux données volumétriques de data qui surgissaient de partout. Ils sont aujourd'hui l'un des leaders mondiaux de solutions sémantiques et de productions automatiques de textes. La traduction n'est pas un problème majeur. Dans le tourisme, Syllabs a produit 200 000 descriptions d'hôtels incluant des résumés d'avis d'utilisateurs et cela en trois langues. Depuis, la société a développé une grande présence dans l'immobilier, très utilisateur de descriptions variées de biens à afficher, mais finalement très faible dans le tourisme.

DE L'IA POUR CONSACRER DU TEMPS A DE L'EDITORIAL A FORTE VALEUR

En écoutant Claude de Loupy, on entend l'importance qu'il accorde à l'humain. Ce moteur de rédaction est conçu pour libérer du temps et permettre à l'humain de se concentrer sur la production de contenus à forte valeur ajoutée. Son objectif est aussi d'augmenter la production et la surface de diffusion éditoriale de contenus simples mais indispensables, des descriptions factuelles qui fondent la base de la recherche touristique. Et l'on imagine combien les équipes de destinations, polyvalentes dans leurs missions, auraient intérêt à se concentrer sur la valeur éditoriale d'articles forts (incontournables, arguments, expériences clefs...).

La France est-elle a la traîne sur le sujet ? Non, elle dispose d'une grande et ancienne recherche linguistique et compte une poignée d'entreprises sur le sujet. Une récente étude d'Eurostat, publiée sur actuia.com démontre que 7% des entreprises européennes comptant au moins dix employés se servent de l'intelligence artificielle à l'aide de l'un des quatre systèmes suivants :

• Les services de chat où un chatbot ou un agent virutel répond aux clients
• L'utilisation de toute technique de machine learning afin d'analyser les big data
• L'utilisation du traitement automatique du langage naturel (NLP)
• La génération de langage naturel ou de reconnaissance vocale pour l'analyse de big data

Pour ce qui est de l'analyse des big data, 2% des entreprises utilisent le machine learning, 1% génère un langage naturel, utilise le NLP ou la reconnaissance vocale. 2% des entreprises utilisent le chatbot ou l'agent virtuel dans leurs services d'après-vente ou d'aide à la clientèle. Les 2% restants exploitent ces quatre systèmes afin de concevoir des robots de service plus ou moins autonome dans la réalisation de tâches de nettoyages, de tri, d'aide à la clientèle etc.

En conclusion, Claude de Loupy indique qu'il n'y a pas de limite aux sujets à traiter en GAT : randonnée, activités sportives, politique relationnelle sur la base de propositions via des conversations. D'ailleurs, c'est dans l'immobilier que Syllabs est aujourd'hui le plus engagé. D'autres démarches sont en cours à l'échelle mondiale, notamment l'algorityme GPT-3 créé par la société californienne OpenAI. GPT-3 est un modèle de traitement du langage naturel (TLN) qui utilise l'apprentissage automatique pour analyser et générer du texte. Et Microsoft a récemment eu recours à GPT-3. On voit le secteur de la culture s'intéresser au sujet en ce demandant si l'IA peut catégoriser des oeuvres d'art et émettre des émotions via la production de phrases sous forme de légendes. Assurément, le sujet va concerner le champ touristique dans un proche avenir pour libérer du temps des équipes et fournir des contenus uniques et cependant pouvant évoluer dans une certaine variabilité pour toucher différentes cibles.