Analyse de sentiments, intelligence artificielle : où en est-on ?

img_4009

À l’heure du Big Data et de l’omniprésence des réseaux sociaux, les communicants et plus particulièrement les services marketing, sont plus que jamais à l’affût d’outils performants d’analyse de sentiments. Plus exactement d’analyse automatique de sentiments. En effet, nombre de prestataires ont mis au point des outils (certains dits « apprenants ») sensés détecter les sentiments dégagés par un ensemble de publications et des réactions qu’elles suscitent. Élément essentiel de compréhension d’une marque et/ou d’une personnalité publique en matière d’e-réputation notamment.

  Data digital flow

On pourra citer par exemple des outils comme Talkwalker ou Digimind.

A ce jour, il est encore impossible autrement que manuellement de faire une analyse de sentiments (ou opinion mining) pertinente et surtout fidèle à la réalité (comprendre 100% fiable). C’est en cela que l’humain est bien plus complexe que la machine (mais rien de nouveau de ce côté-là).

 

En effet, nous possédons un langage riche (quelle que soit notre langue) avec ses différentes complexités. On soulignera notamment les subtilités de publications sur les réseaux sociaux (et de manière plus générale l’expression de nos sentiments). Car qui, autre qu’un autre être humain pourra comprendre à coup sûr, les subtilités de l’écriture telles que l’humour, l’ironie, le sarcasme, la rancoeur et autres.

 

Facebook a ainsi apporté une première pierre à l’édifice en intégrant (le 24 février 2016) les « Facebook reactions ». Outre le simple « Like » utilisé précédemment, il est maintenant possible d’exprimer d’autres émotions (ou sentiments).

Si Facebook s’écarte ainsi de son concept initial, il a néanmoins bien intégré la nécessité pour les marques de « capter » les sentiments de ses clients ou de comprendre (voire d’appréhender) les réactions de ses haters. Avec les Facebook reactions, on arrive ainsi à une première vraie approche automatisable de l’analyse des sentiments. Et de permettre notamment aux Community Managers, d’affiner les contenus (et surtout d’adapter) de ses publications et plus largement de ses prises de paroles (dans la presse, par exemple. De quoi peut-être même éviter certains écarts avant qu’ils ne prennent la forme d’un bad buzz…

Toutefois, nous sommes encore loin de pouvoir décrypter de manière absolue et automatique, les sentiments émergeant de publications écrites (et non simplement exprimés au moyen de smileys). Là encore les outils se heurtent aux subtilités de langage que j’évoquais précédemment. A ce sujet, je vous invite à lire un article de Digimind qui date un peu mais explique bien toute la problématique.

A ce titre, la récente expérience (le 23 mars) de Microsoft avec son bot « Tay » ne fait que confirmer qu’il y a encore bcp de chemin à faire pour que les « machines » puissent comprendre l’humain.

 

Petit rappel des faits : le 23 mars donc, Microsoft « lâche » Tay, son bot doué d’intelligence artificielle sur Twitter. Microsoft la présente en ces termes : « Plus vous parlez avec Tay, plus elle devient intelligente et l’expérience devient plus personnalisée ». Spécifiquement conçue pour adopter le langage des post-ados anglos-saxons de 18-24 ans avec, comme terrain de jeu Twitter (mais également les réseaux sociaux Kik et Groupme, méconnus dans l’hexagone), l’expérience a rapidement tourné court.

Si l’on peut aisément critiquer les twittos qui se sont amusés à « pervertir » Tay en lui faisant ainsi dire les pires choses  :

 

Il faut néanmoins reconnaître que cela a vite démontré les limites d’un tel bot, même apprenant. Obligeant ainsi Microsoft à revoir sa copie. Pourtant Tay était « taillée » pour pouvoir répondre aux internautes comme une personne normale (comprendre être humain) et être capable d’avoir un certain sens de la répartie et de second degré. Un premier échec donc mais qui permet d’avoir de premiers éléments d’améliorations pour ce type de »machine ». Tay devra donc mûrir pour prétendre à remplacer (virtuellement) un humain.

Il reste encore un long chemin à parcourir avant de pouvoir, à la fois, faire une analyse de sentiments 100% fiable et automatisable et, à son opposé, remplacer l’humain (dans tout sa richesse) par une machine capable de « reproduire » toute les complexités de l’humain.

Et vous, qu’en pensez-vous ?

Vous souhaitez réagir ? N’hésitez pas à m’envoyer un message pour échanger ou simplement un commentaire. Et si, vous souhaitez engager le débat plus avant, je suis votre « homme » ! 🙂

Laisser un commentaire

Choisissez une méthode de connexion pour poster votre commentaire:

Logo WordPress.com

Vous commentez à l'aide de votre compte WordPress.com. Déconnexion / Changer )

Image Twitter

Vous commentez à l'aide de votre compte Twitter. Déconnexion / Changer )

Photo Facebook

Vous commentez à l'aide de votre compte Facebook. Déconnexion / Changer )

Photo Google+

Vous commentez à l'aide de votre compte Google+. Déconnexion / Changer )

Connexion à %s