Une équipe de codeurs et de spécialistes du marketing montre que les ordinateurs peuvent écrire comme des humains, et ils expliquent pourquoi c'est important. Crédit :photo du vin par Pier Demarten sur Unsplash. Illustration par Richard Clark/Dartmouth College.
Selon une étude du Dartmouth College, de la Tuck School of Business de Dartmouth et de l'Université de l'Indiana, les systèmes d'intelligence artificielle peuvent être formés pour rédiger des critiques de produits de type humain qui aident les consommateurs, les spécialistes du marketing et les critiques professionnels.
La recherche, publiée dans le International Journal of Research in Marketing , identifie également les défis éthiques soulevés par l'utilisation du contenu généré par ordinateur.
"La rédaction d'avis est un défi pour les humains et les ordinateurs, en partie à cause du nombre écrasant de produits distincts", a déclaré Keith Carlson, chercheur doctorant à la Tuck School of Business. "Nous voulions voir comment l'intelligence artificielle pouvait être utilisée pour aider les personnes qui produisent et utilisent ces avis."
Pour la recherche, l'équipe de Dartmouth a fixé deux défis. La première consistait à déterminer si une machine peut apprendre à rédiger des critiques originales de qualité humaine en utilisant seulement un petit nombre de fonctionnalités du produit après avoir été entraînée sur un ensemble de contenus existants. Deuxièmement, l'équipe a cherché à savoir si les algorithmes d'apprentissage automatique pouvaient être utilisés pour rédiger des synthèses d'avis sur des produits pour lesquels de nombreux avis existent déjà.
"L'utilisation de l'intelligence artificielle pour rédiger et synthétiser des critiques peut créer des gains d'efficacité des deux côtés du marché", a déclaré Prasad Vana, professeur adjoint d'administration des affaires à la Tuck School of Business. "L'espoir est que l'IA puisse bénéficier aux examinateurs confrontés à des charges de travail d'écriture plus importantes et aux consommateurs qui doivent trier autant de contenu sur les produits."
Les chercheurs se sont concentrés sur les critiques de vins et de bières en raison de la grande disponibilité de matériel pour former les algorithmes informatiques. Les descriptions de ces produits comportent également des vocabulaires relativement ciblés, un avantage lorsque l'on travaille avec des systèmes d'IA.
Pour déterminer si une machine pouvait écrire des critiques utiles à partir de zéro, les chercheurs ont formé un algorithme sur environ 180 000 critiques de vins existantes. Des balises de métadonnées pour des facteurs tels que l'origine du produit, le cépage, la note et le prix ont également été utilisées pour entraîner le système d'apprentissage automatique.
En comparant les critiques générées par la machine aux critiques humaines pour les mêmes vins, l'équipe de recherche a trouvé un accord entre les deux versions. Les résultats sont restés cohérents même lorsque l'équipe a contesté les algorithmes en modifiant la quantité de données d'entrée disponibles pour référence.
Le matériel écrit par machine a ensuite été évalué par des participants non experts à l'étude pour tester s'ils pouvaient déterminer si les critiques avaient été rédigées par des humains ou par une machine. Selon le document de recherche, les participants n'ont pas été en mesure de faire la distinction entre les revues humaines et celles générées par l'IA avec une quelconque signification statistique. De plus, leur intention d'acheter un vin était similaire dans les critiques du vin générées par l'homme et celles générées par la machine.
Ayant découvert que l'intelligence artificielle peut rédiger des critiques de vins crédibles, l'équipe de recherche s'est tournée vers les critiques de bières pour déterminer l'efficacité de l'utilisation de l'IA pour rédiger des "synthèses de critiques". Plutôt que d'être formé pour rédiger de nouvelles critiques, l'algorithme a été chargé d'agréger les éléments des critiques existantes du même produit. Cela a testé la capacité de l'IA à identifier et à fournir des informations limitées mais pertinentes sur les produits sur la base d'un grand nombre d'opinions variées.
Un exemple de critique rédigé par A.I. Crédit :Keith Carlson/Dartmouth College
"La rédaction d'une critique originale teste la capacité d'expression de l'ordinateur sur la base d'un ensemble de données relativement restreint. La rédaction d'une critique de synthèse est une tâche connexe mais distincte dans laquelle le système est censé produire une critique qui capture certaines des idées clés présentes dans un ensemble existant. de critiques pour un produit », a déclaré Carlson, qui a mené la recherche alors qu'il était doctorant. candidat en informatique à Dartmouth.
Pour tester la capacité de l'algorithme à rédiger des synthèses de critiques, les chercheurs l'ont formé sur 143 000 critiques existantes de plus de 14 000 bières. Comme pour l'ensemble de données sur les vins, le texte de chaque avis a été associé à des métadonnées comprenant le nom du produit, la teneur en alcool, le style et les notes attribuées par les auteurs d'origine.
Comme pour les avis sur les vins, la recherche a fait appel à des participants indépendants à l'étude pour juger si les résumés écrits par machine captaient et résumaient les opinions de nombreux avis d'une manière utile et humaine.
Selon l'article, le modèle a réussi à prendre les critiques d'un produit en entrée et à générer une revue de synthèse pour ce produit en sortie.
"Notre cadre de modélisation pourrait être utile dans toutes les situations où les attributs détaillés d'un produit sont disponibles et un résumé écrit du produit est requis", a déclaré Vana. "Il est intéressant d'imaginer comment cela pourrait profiter aux restaurants qui ne peuvent pas se payer des sommeliers ou des vendeurs indépendants sur des plateformes en ligne qui peuvent vendre des centaines de produits."
Les deux défis ont utilisé un réseau neuronal d'apprentissage en profondeur basé sur l'architecture du transformateur pour ingérer, traiter et produire le langage de révision.
Selon l'équipe de recherche, les systèmes informatiques ne sont pas destinés à remplacer les rédacteurs et les spécialistes du marketing professionnels, mais plutôt à les aider dans leur travail. Un avis rédigé par une machine, par exemple, pourrait servir de première ébauche d'un avis qui permettrait de gagner du temps et qu'un réviseur humain pourrait ensuite réviser.
La recherche peut également aider les consommateurs. Les avis de synthèse, comme ceux sur la bière dans l'étude, peuvent être étendus à la constellation de produits et de services sur les places de marché en ligne pour aider les personnes qui ont peu de temps à lire de nombreux avis sur les produits.
Outre les avantages des avis écrits par machine, l'équipe de recherche met en évidence certains des défis éthiques présentés par l'utilisation d'algorithmes informatiques pour influencer le comportement des consommateurs humains.
Notant que les spécialistes du marketing pourraient obtenir une meilleure acceptation des avis générés par des machines en les attribuant à tort à des humains, l'équipe plaide pour la transparence lorsque des avis générés par ordinateur sont proposés.
"Comme pour d'autres technologies, nous devons être prudents quant à la manière dont cette avancée est utilisée", a déclaré Carlson. "S'ils sont utilisés de manière responsable, les avis générés par l'IA peuvent être à la fois un outil de productivité et peuvent soutenir la disponibilité d'informations utiles sur les consommateurs."
