Comme d’habitude, un bon article permet de s’interroger et de rebondir sur d’autres questions et perspectives. Cette aptitude naturelle de l’esprit à profiter de réflexions pour en ouvrir d’autres restera d’ailleurs surement encore un certain temps l’apanage de l’humain face à la machine, alors profitons-en !

Concernant le sourcing « automatique », tu as tout à fait raison, au-delà de l’identification des sources, il est difficile ici de faire l’impasse sur l’analyse informationnelle, et en particulier l’identification des sources dites de désinformation ou de propagande. Dans ce domaine, l’intelligence artificielle apporterait une plus-value certaine en permettant de confronter un discours à une connaissance « établie » du sujet.

La difficulté consiste au préalable à établir une connaissance sur le sujet de manière automatique. La compréhension d’un texte passe généralement par des modèles basés sur des ontologies. La construction d’une ontologie représente un travail considérable, et les modèles doivent être entrainés grâce à des corpus annotés manuellement, de manière cohérente avec ladite ontologie, en se basant sur l’expertise humaine, avant d’espérer la moindre automatisation du processus de compréhension.

L’AI permettra certainement prochainement d’aider à la construction (voire de construire seule) des ontologies, en absorbant de grandes quantités de documents pour en identifier les schémas et en extraire de manière structurée la représentation modélisée, l’ontologie du sujet.

A ce sujet, voici deux articles plutôt intéressant (parmi beaucoup d’autres) : Automatic Ontology Generation: State of the Art (https://www.researchgate.net/publication/228783207_Automatic_Ontology_Generation_State_of_the_Art) et
Semi-Automatic Terminology Ontology Learning Based on Topic Modeling (https://arxiv.org/ftp/arxiv/papers/1709/1709.01991.pdf).

Une fois la connaissance du sujet matérialisée, la machine sera plus à même de de qualifier des sources, de représenter un corpus documentaire via une cartographie qualifiée et finalement d’imaginer toute représentation signifiante de l’information, puisque la structure nécessaire lui aura été apportée.

Nous travaillons sur ces sujets, ainsi que leur application sur le domaine des « big data ».

L’expert garde une place importante, nous en avons des illustrations tous les jours. Prenons un cas : l’I.A. pourra révéler et mettre en évidence qu’une société a construit une usine pilote dans une ville portuaire. Mais comment pourra-t-elle aller au-delà si aucune autre information n’est disponible ? Aujourd’hui le professionnel chevronné aura l’intelligence ? de lancer un processus de collecte sur les données portuaires, puis de configurer ses outils pour tracer l’évolution dans le temps des importations de chrome (par exemple), et enfin identifier par croisement la nature des procédés expérimentés dans l’usine pilote.

Nous sommes ici au carrefour de l’intelligence artificielle, du big data et de l’investigation numérique. Mais c’est encore l’être humain qui suit les pistes et échafaude des stratégies de recherche, l’Intelligence Artificielle jouant le rôle de super assistant pour donner les moyens d’identifier ou de suivre les pistes.

Mais convenons que cela serait déjà énorme !