Retour

Actus

Demain, nous parlerons tous avec des robots !

Tribune

Les chatbots et les assistants personnels existent depuis plusieurs années « mais il y a peu d’intelligence dans ces systèmes aujourd’hui » affirme Alexandre Aussem. Professeur à l’université Lyon 1 et membre du laboratoire Data Mining et Machine Learning, il nous explique comment le machine learning s’apprête à bouleverser (notamment) le secteur de la communication. 

Vous travaillez sur le traitement naturel du langage (TNL). En quoi cela consiste-t-il exactement ?

Alexandre Aussem : Le TNL c’est à la fois de la linguistique et de l’informatique. C’est la capacité des neurones artificiels à supplanter certaines actions humaines : résumer ou générer automatiquement un texte, extraire des données très précises d’un document, ou encore analyser les sentiments ou les intentions derrière un texte. Ce dernier point est déjà utilisé par certaines marques. L’analyse de sentiment offre aux agences marketing des analyses en temps réels sur la qualité de produits ou services en se basant sur les commentaires des clients sur le web ou les réseaux sociaux.

Pour ce qui est de l’extraction de données, dès l’an prochain par exemple, des machines pourront à partir d’un ticket de caisse ou d’une facture relever de manière automatique tout un tas d’informations. Qui est l’émetteur ? Quel montant ? Quelles références ? Etc. On voit rapidement quel intérêt les entreprises peuvent en tirer. Amazon fournit d’ailleurs en données des chercheurs du monde entier pour nourrir la recherche en machine learning.

Comment cela se concrétise-t-il dans le secteur de la communication ?

Les machines peuvent déjà détecter des signaux faibles pour définir les nouvelles tendances de consommation, par exemple.

Quand on parle de conversation, on pense souvent aux chatbots mais il y a peu d’intelligence dans ces systèmes. Aujourd’hui les chatbots sont comme un enfant qui apprend à lire. Quand il lit, quel que soit l’histoire, il apprend aussi à écrire et il saura mieux s’exprimer par la suite. C’est ce qu’on appelle le transfert learning.

Demain, quand une question sera formulée différemment à sa base de données, il sera en capacité de faire le lien avec ce qu’il a appris pour apporter la bonne réponse. Cela veut dire que non seulement la machine comprend la sémantique de la phrase, mais aussi tout le contexte de la phrase… Google traduction fonctionne aussi sur ce même modèle et corrige les mots au fur et à mesure que la phrase se complexifie.

La capacité des machines à répondre, à engager, à interagir avec les hommes passent-elles forcément par l’écrit ?

Le texte et l’audio, c’est la même chose aujourd’hui. Le passage de l’un à l’autre est un détail. Ce n’est qu’une question d’interface, d’applications.

À quoi devons-nous nous attendre dans les prochaines années ?

Les centres d’appels délocalisés, ce sera terminé l’an prochain. Quand vous appellerez votre opérateur téléphonique, c’est un chatbot qui décrochera… et vous ne vous en rendrez même pas compte ! Il va comprendre votre intention, sera en mesure d’orienter la conversation suivant vos besoins. Et bien sûr, il sera joignable 24h/24, 7 jours sur 7.

La production de contenus de marque originaux pourra également être rapidement et très facilement automatisée. On en voit d’ailleurs déjà les prémices dans la presse. En fait, les applications du TNL sont nombreuses et très variées. Aux USA il existe par exemple un service payant de machines psychologues qui appellent des patients pour prendre de leurs nouvelles. Et ça marche !

Les machines maitrisent déjà le traitement de l’image et bientôt les derniers problèmes liés au langage seront résolus. L’humanité gardera pour elle sa créativité et son inventivité. Deux capacités que les machines ne savent pas répliquer.

Propos recueillis par Julien Urgenti, Directeur éditorial

Retour en haut