Tout comme les robots ont transformé des pans entiers de l'économie manufacturière, l'intelligence artificielle et l'automatisation modifient désormais le travail de l'information, laisser les humains décharger le travail cognitif sur les ordinateurs. Dans le journalisme, par exemple, les systèmes d'exploration de données alertent les journalistes sur les nouvelles potentielles, tandis que les newsbots offrent de nouvelles façons pour le public d'explorer l'information. Les systèmes d'écriture automatisés génèrent des couverture sportive et électorale.

Une question courante alors que ces technologies intelligentes s'infiltrent dans diverses industries est de savoir comment le travail et la main-d'œuvre seront affectés. Dans ce cas, qui – ou quoi – fera du journalisme dans ce monde automatisé et amélioré par l'IA, et comment vont-ils le faire ?

Les preuves que j'ai rassemblées dans mon nouveau livre "Automating the New:How Algorithms are Rewriting the Media" suggèrent que l'avenir du journalisme basé sur l'IA aura encore beaucoup de monde. Cependant, les emplois, les rôles et les tâches de ces personnes évolueront et seront un peu différents. Le travail humain sera hybride - mélangé avec des algorithmes - pour s'adapter aux capacités de l'IA et s'adapter à ses limites.

Augmenter, ne pas remplacer

Certaines estimations suggèrent que les niveaux actuels de la technologie de l'IA ne pourraient automatiser qu'environ 15 % du travail d'un journaliste et 9 % du travail d'un rédacteur en chef. Les humains ont toujours un avantage sur l'IA non hollywoodienne dans plusieurs domaines clés essentiels au journalisme, y compris la communication complexe, réflexion d'expert, adaptabilité et créativité.

Rapports, écoute, répondre et repousser, négocier avec les sources, et puis avoir la créativité pour le mettre en place - l'IA ne peut effectuer aucune de ces tâches journalistiques indispensables. Il peut souvent augmenter le travail humain, bien que, pour aider les gens à travailler plus rapidement ou avec une meilleure qualité. Et cela peut créer de nouvelles opportunités pour approfondir la couverture de l'actualité et la rendre plus personnalisée pour un lecteur ou un téléspectateur individuel.

Le travail en salle de rédaction s'est toujours adapté aux vagues de nouvelles technologies, y compris la photographie, téléphones, ordinateurs, ou même simplement la photocopieuse. Les journalistes s'adapteront pour travailler avec l'IA, trop. En tant que technologie, il est déjà et continuera de changer l'actualité, complétant souvent mais se substituant rarement à un journaliste qualifié.

Nouveau travail

J'ai trouvé que plus souvent qu'autrement, Les technologies de l'IA semblent en fait créer de nouveaux types de travail dans le journalisme.

Prenez par exemple l'Associated Press, qui, en 2017, a introduit l'utilisation de techniques d'IA de vision par ordinateur pour étiqueter les milliers de photos d'actualités qu'elle traite chaque jour. Le système peut marquer des photos avec des informations sur quoi ou qui est dans une image, son style photographique, et si une image représente une violence graphique.

Le système donne aux éditeurs de photos plus de temps pour réfléchir à ce qu'ils doivent publier et les évite de passer beaucoup de temps à simplement étiqueter ce qu'ils ont. Mais le développer a demandé une tonne de travail, à la fois éditoriale et technique :les rédacteurs devaient déterminer quoi étiqueter et si les algorithmes étaient à la hauteur de la tâche, puis développez de nouveaux ensembles de données de test pour évaluer les performances. Quand tout cela a été fait, ils devaient encore superviser le système, approuver manuellement les balises suggérées pour chaque image afin d'assurer une grande précision.

Stuart Myles, l'exécutif AP qui supervise le projet, m'a dit qu'il avait fallu environ 36 mois-personnes de travail, étalé sur quelques années et plus d'une dizaine d'éditoriaux, personnel technique et administratif. Environ un tiers du travail, il m'a dit, involved journalistic expertise and judgment that is especially hard to automate. While some of the human supervision may be reduced in the future, he thinks that people will still need to do ongoing editorial work as the system evolves and expands.

Semi-automated content production

Au Royaume-Uni, the RADAR project semi-automatically pumps out around 8, 000 localized news articles per month. The system relies on a stable of six journalists who find government data sets tabulated by geographic area, identify interesting and newsworthy angles, and then develop those ideas into data-driven templates. The templates encode how to automatically tailor bits of the text to the geographic locations identified in the data. Par exemple, a story could talk about aging populations across Britain, and show readers in Luton how their community is changing, with different localized statistics for Bristol. The stories then go out by wire service to local media who choose which to publish.

The approach marries journalists and automation into an effective and productive process. The journalists use their expertise and communication skills to lay out options for storylines the data might follow. They also talk to sources to gather national context, and write the template. The automation then acts as a production assistant, adapting the text for different locations.

RADAR journalists use a tool called Arria Studio, which offers a glimpse of what writing automated content looks like in practice. It's really just a more complex interface for word processing. The author writes fragments of text controlled by data-driven if-then-else rules. Par exemple, in an earthquake report you might want a different adjective to talk about a quake that is magnitude 8 than one that is magnitude 3. So you'd have a rule like, IF magnitude> 7 THEN text ="strong earthquake, " ELSE IF magnitude <4 THEN text ="minor earthquake." Tools like Arria also contain linguistic functionality to automatically conjugate verbs or decline nouns, making it easier to work with bits of text that need to change based on data.

Authoring interfaces like Arria allow people to do what they're good at:logically structuring compelling storylines and crafting creative, nonrepetitive text. But they also require some new ways of thinking about writing. Par exemple, template writers need to approach a story with an understanding of what the available data could say—to imagine how the data could give rise to different angles and stories, and delineate the logic to drive those variations.

Supervision, management or what journalists might call "editing" of automated content systems are also increasingly occupying people in the newsroom. Maintaining quality and accuracy is of the utmost concern in journalism.

RADAR has developed a three-stage quality assurance process. D'abord, a journalist will read a sample of all of the articles produced. Then another journalist traces claims in the story back to their original data source. As a third check, an editor will go through the logic of the template to try to spot any errors or omissions. It's almost like the work a team of software engineers might do in debugging a script—and it's all work humans must do, to ensure the automation is doing its job accurately.

Developing human resources

Initiatives like those at the Associated Press and at RADAR demonstrate that AI and automation are far from destroying jobs in journalism. They're creating new work—as well as changing existing jobs. The journalists of tomorrow will need to be trained to design, update, tweak, validate, correct, supervise and generally maintain these systems. Many may need skills for working with data and formal logical thinking to act on that data. Fluency with the basics of computer programming wouldn't hurt either.

As these new jobs evolve, it will be important to ensure they're good jobs—that people don't just become cogs in a much larger machine process. Managers and designers of this new hybrid labor will need to consider the human concerns of autonomy, effectiveness and usability. But I'm optimistic that focusing on the human experience in these systems will allow journalists to flourish, and society to reap the rewards of speed, breadth of coverage and increased quality that AI and automation can offer.

Cet article est republié à partir de The Conversation sous une licence Creative Commons. Lire l'article original.