Cet article n'a pas été écrit par un robot, mais en revanche, un nombre croissant de textes que l'on trouve sur Internet le sont. Récemment, un robot-rédacteur du Los Angeles Times a écrit et publié un article sur un tremblement de terre 3 minutes seulement après qu'il ait eu lieu, et l'Associated Press a annoncé son intention d'utiliser la technologie d'automatisation d'une société du nom d'Automated Insights pour produire des rapports sur les bénéfices des sociétés.
Sommes-nous entrés dans une ère du journalisme automatisé ou cela ressemble t-il davantage à une sorte de techno-battage dans le domaine de la production d'informations ?
Narrative Science, une start-up de Chicago spécialisée dans l'écriture par robot, recueille des données d'événements comme le sport et la criminalité, et utilise des algorithmes pour produire des articles. Et de fait, Kristian Hammond, co-fondateur de Narrative Science, a déclaré que 90 % des nouvelles pourraient être rédigées par des ordinateurs en 2030.
Ainsi, des androïdes anonymes pourront-ils vraiment se substituer aux journalistes humains? Que peuvent-ils faire que les journalistes ne peuvent pas et quelles seront les limites de leur utilisation ?
Les robots-journalistes se servent du pouvoir de la technologie de base de données et l'appliquent à la collecte de nouvelles. En assemblant les données, comme des statistiques adéquates ou les chiffres de la criminalité, avec de la langue, ils produisent des articles de presse.
Pour ce faire, ils sont programmés avec une vision informationnelle du monde. En bref, la technologie sert pour les situations en termes d'entités (tout objet lié à une situation dont ils recueillent des données), les attributs d'entité (les données sur les entités) et les relations entre eux.
Prenez un exemple très simple, celui de prendre un café. Pour commencer, les entités concernées peuvent être une table, une chaise, une tasse de café et une personne. Toutes les entités ont des attributs individuels uniques comme le type de la table, la couleur de la chaise et la marque du café. Il s'agit de données. En outre, ces entités sont reliées les unes aux autres, par exemple, le buveur de café se trouve sur la chaise, la tasse de café est placée sur la table et le café est consommé par la personne. Prises ensemble, ces données et relations créent des informations sur le café, et forment une carte d'information qui peut être utilisée pour écrire un texte sur tous les cafés.
Les robots-journalistes utilisent cette idée et sont en mesure d'utiliser des modèles d'information pour des situations standard comme les compétitions sportives ou les bulletins météorologiques, parce qu'elles sont basées sur des données. Le programme choisit un modèle, met ensemble phrases et données, avec peut-être quelques phrases accrocheuses pré-programmées. Au début, Narrative Science a appliqué ses algorithmes à des matches de base-ball de la Little League. Les participants entraient des statistiques de jeu dans une application pour iPhone appelée GameChanger, qui débitait des résumés de matches écrits.