Cet article a été écrit par un être humain. En revanche, la publicité qui vous a fait sourire en allant au travail hier est peut-être le fruit de l’imagination d’une machine. Ces publicités forment les prémices d’une nouvelle révolution: la génération automatique de textes (Natural Language Generation, NLG).
La NLG est née des avancées de l’intelligence artificielle (IA). Elle permet aux machines d’apprendre rapidement l’art de créer des textes de qualité et le résultat est aujourd’hui tellement abouti qu’il devient difficile de le différencier du travail d’un être humain.
Avec la compréhension du langage naturel (Natural Language Understanding, NLU), la génération automatique de textes forme une subdivision du traitement du langage naturel (Natural Language Processing, NLP) qui vise à convertir des données orales ou écrites non structurées en des données structurées. Alors que la NLU se concentre sur la compréhension de textes en analysant le contexte, la sémantique et la syntaxe, la NLG a pour objectif d’expliquer les données structurées d’une manière facile à comprendre par les êtres humains. Les premières applications remontent aux années 1990 et servaient entre autres à produire des textes simples, des bulletins météo, à partir d’un ensemble de données.
La NLG a ensuite fait son apparition dans des domaines peu complexes du journalisme comme les résultats et les statistiques de rencontres sportives ou l’extraction des chiffres mis en exergue dans les bilans des multinationales. Depuis lors, ses possibilités d’utilisation n’ont cessé de s’élargir pour toucher des applications aujourd’hui dans de nombreux secteurs et domaines, ce qui tire vers le haut son potentiel de croissance et les chances d’investissement.
L’avènement de l’hyper-personnalisation
Cette technologie a le potentiel de rebattre les cartes dans le domaine du e-commerce sur les réseaux sociaux. Les marques et les influenceurs vont ainsi puiser davantage dans les modèles de génération automatisée afin de multiplier les contenus et, par conséquent, renforcer les interactions avec leurs publics, que ce soit en ayant recours à des réactions automatiques sur les réseaux sociaux ou à des chatbots. La NLG permettra d’améliorer les contenus et de consolider la communication en temps réel ce qui devrait à son tour se traduire par une meilleure personnalisation des expériences utilisateur sur les plateformes numériques.
Par ailleurs, la génération automatique de textes gagne ses lettres de noblesse en tant qu’outil essentiel sur les plateformes de veille économique et d’analyse. De fait, elle propose ici des textes et des supports visuels à partir de données afin de les rendre plus accessibles et faciles à interpréter. De plus, la NLG est en mesure d’actualiser automatiquement le texte et les illustrations d’un rapport économique dès réception de nouvelles données. Elle peut en outre générer des mises à jour hebdomadaires pour la direction (comme sur les campagnes de vente) et créer des documents par exemple en comparant les chiffres actuels avec les prévisions et d’anciens chiffres.
La présence de la NLG se fait aussi de plus en plus remarquer dans le domaine du marketing. Les logiciels les plus récents sont dorénavant capables d’utiliser une technologie de text-mining (extraction d'informations) et de NLG de pointe tout en puisant dans des informations sur les campagnes précédentes et leur résultat. Ils sont ainsi en mesure de mettre au point des contenus potentiellement efficaces pour des publicités, des sites Internet, des blogs et des publications sur les réseaux sociaux. En Floride, l’équipe de basketball, Orlando Magic, utilise ainsi cette technologie pour envoyer des messages personnalisés à ses supporters afin de renforcer la fidélisation.
On assiste à une multiplication des usagers de la NLG dans des domaines toujours plus variés. Citons ici un pilier de la presse écrite américaine, le New York Times, le fournisseur d’alimentation et de médicaments pour animaux de compagnie PetCareRx, l’entreprise de boisson énergétique Red Bull et la marque de vêtements Ted Baker. Face à la personnalisation accrue du marketing à chaque client, la quantité de contenu ne fera qu’augmenter ce qui renforcera l’attractivité des technologies de soutien. Le volume de données fournies ira grandissant, ce qui à son tour permettra d’améliorer les logiciels. Alors que le marché mondial du marketing de contenus devrait atteindre les 418 milliards de dollars en 2025, soit un TCAC annuel de près de 16%, le potentiel économique est considérable1.
Selon les experts du domaine, trois ans suffiront pour voir la NLG adoptée à grande échelle dans la publicité et le marketing. On peut également s’attendre à ce qu’elle devienne incontournable dans des domaines visibles du public de l’édition traditionnelle: articles simples, résumés, descriptions, contenu de base de sites Internet.
Par contre, en ce qui concerne le service client, il y a encore de la marge pour améliorer l’expérience avec les chatbots, en particulier pour les problèmes simples. La NLP et la NLU peuvent être utilisées pour comprendre et traiter les demandes, alors que la NLG peut servir à produire des réponses.
Il faudra peut-être attendre encore quelques années avant de les voir être nommées au Goncourt, mais les machines sont en bonne voie pour maîtriser notre langue, et, ainsi, faciliter et optimiser potentiellement nos vies par la même occasion.
[1] «Global Content Marketing Market 2021-2025», Reportlinker.com
