Table of Contents
L’intelligence artificielle générative est là pour rester. En tant que professionnels de la communication, nous devons la comprendre et… l’utiliser !
Intelligence artificielle : bonnes et mauvaises nouvelles.
Tel est le titre d’une introduction fascinante à l’intelligence artificielle rédigée par Fabio Lalli, un de mes amis et l’un des pionniers de la révolution numérique italienne et européenne.
Fabio a rédigé cet article – qui évalue les impacts positifs et négatifs de l’IA – en s’appuyant sur son expérience de formateur de créatifs, de professionnels et d’universitaires, ainsi que sur des semaines d’expérimentation, y compris la génération de centaines d’images et de textes et des tests d’intégration avec des scripts et des outils tiers. Il arrive à deux conclusions, ou, comme le titre l’indique, à quelques bonnes nouvelles et quelques mauvaises nouvelles :
Bonne nouvelle : l’IA ne nous remplacera pas en tant que professionnels ou entreprises.
Mauvaise nouvelle : une personne ou une entreprise utilisant l’intelligence artificielle le fera.
Le développement rapide de l’intelligence artificielle générative : de l’UGC à l’AIGC
Mais procédons étape par étape. Qu’est-ce qui a poussé Fabio et de nombreux autres experts dans le domaine des technologies, de la communication et du marketing à se pencher sur cette question ? Il s’agit du dernier mot à la mode dans le secteur (et en dehors) : l’intelligence artificielle générative.
Les algorithmes d’IA créent un nouveau contenu à partir de textes, de fichiers audio et d’images existants. Le processus d’IA générative permet aux machines de déduire le modèle sous-jacent du matériel d’entrée, puis de générer une version ou une copie similaire et plausible sur la base de ces informations.
L’un des facteurs clés qui a alimenté le marketing sur les marchés numériques est sans aucun doute la capacité qu’ils ont donnée aux gens de créer et de partager du contenu généré par l’utilisateur (UGC). Les différentes plateformes et les réseaux sociaux sont continuellement alimentés en contenu, dans un flux ininterrompu d’expériences personnelles partagées.
Cependant, un nouveau type de contenu, généré par l’intelligence artificielle, est déjà en train d’émerger et de se répandre parallèlement à l’UGC : le contenu généré par l’IA (AIGC).
Exemples et outils intéressants d’AIGC
Vous serez peut-être surpris d’apprendre que les machines sont capables de créer du contenu depuis plusieurs années et qu’elles sont déjà largement utilisées à cette fin. Les différentes technologies, outils et pratiques dans ce domaine font désormais partie intégrante de la communication et du marketing des marques. Prenons par exemple le contenu créé pour le marché italien par Mulino Bianco en utilisant Midjourney (logiciel d’IA inventé par le laboratoire du même nom qui produit des images à partir de descriptions textuelles) pour faire la publicité de ses crêpes. C’est l’une des premières entreprises au monde à utiliser cette technologie : vous pouvez les voir ici (Facebook) et ici (Instagram) !
Midjourney a été l’un des outils les plus discutés ces derniers mois, mais il en existe beaucoup d’autres qui pourraient devenir essentiels pour vos projets créatifs en 2023 et au-delà. En voici cinq autres qui intéresseront certainement tous les professionnels de la communication :
cleanup.pictures, utilisé pour supprimer des objets, des personnes, du texte ou des défauts indésirables de n’importe quelle image.
- soundraw.io, un générateur de musique pour les créateurs qui vous permet de sélectionner votre type de musique préféré en termes de genre, d’instruments, d’humeur, de durée, etc. et de laisser l’IA écrire de belles chansons pour vous.
- looka.com, un outil pour concevoir un logo, un site web ou une identité de marque efficace en utilisant uniquement la puissance de l’IA.
- copy.ai, pour produire un copywriting de haute qualité capable de vendre, de persuader et de convertir les clients.
- scriptbook.io, une startup fondée en 2015 en Belgique, qui a développé un outil expérimental utilisant l’IA et l’apprentissage automatique pour analyser les scénarios de films et prédire leur succès ou leur échec de manière trois fois plus fiable que les analystes humains.
Il y en a bien sûr beaucoup d’autres, y compris celles qui sont résumées dans l’illustration ci-dessous – un travail constant en cours !
Ces outils sont encore en cours d’optimisation et doivent être évalués non pas tant (ou du moins pas exclusivement) dans leur état actuel, mais plutôt en fonction des horizons qu’ils pourraient ouvrir dans la communication d’entreprise et ailleurs.
Selon la fondatrice de ScriptBook, Nadia Azermai, par exemple, Sony aurait économisé beaucoup d’argent si elle avait utilisé son algorithme plutôt que des gens pour approuver les propositions de films. Le logiciel Scriptbook a été en mesure d’identifier rétrospectivement 22 des 32 films de Sony qui ont fini par être des flops au cours de cette période (des films qui ont passé avec succès le processus traditionnel de sélection humaine, y compris les experts, les groupes de discussion et les études de marché).
La mission du créateur de contenu IA Articoolo est intéressante à lire :
Marketing de contenu gagnant. Notre technologie crée des contenus uniques à partir de zéro, en simulant un rédacteur humain.
L’objectif d’ArticleForge est tout aussi frappant :
Obtenir un contenu de qualité en un seul clic.
Ces solutions simulent le travail d’un rédacteur, mais à l’aide d’une machine : du contenu fait à la machine, en d’autres termes.
UGC et AIGC : quelle est la meilleure solution, le bouche-à-oreille ou la machine ?
Quoi qu’il en soit, revenons à l’UGC et à l’AIGC.
Sommes-nous sûrs que le contenu du futur sera nécessairement créé uniquement par des bots et des machines ?
Pas nécessairement… et pas non plus le contenu du présent 🙂
Chiara Longoni, de l’université de Boston, et Luca Cian, de l’université de Virginie, se sont penchés sur cette question : ils ont récemment mené un projet de recherche comprenant 10 expériences sur 3 000 personnes, publié dans le Journal of Marketing et repris par la Harvard Business Review. Comme alternative au bouche-à-oreille – qui joue aujourd’hui un rôle décisif dans tout parcours client – les deux chercheurs parlent de bouche-à-machine, c’est-à-dire des situations où nous préférons les conseils générés par l’IA à ceux donnés par d’autres personnes, ou du moins si nous les prenons sérieusement en considération.
- En général, si nos objectifs d’achat sont utilitaires ou se concentrent sur les caractéristiques fonctionnelles de l’objet que nous achetons (un lave-vaisselle, par exemple), nous faisons confiance aux conseils des machines.
- Si, en revanche, la décision est basée sur des expériences, ou si des aspects hédonistes ou sensoriels entrent en jeu (vins ou parfums, par exemple…), les conseils de l’IA ne suffisent plus, et doivent être combinés avec une touche humaine. Cela a été mis en œuvre avec succès dans divers domaines, comme Stitch Fix, un service de stylisme personnel qui intègre les conseils d’autres personnes et d’algorithmes.
Des synergies peuvent également se créer entre UGC et AIGC : c’est précisément ce qui s’est passé avec Zo, le bot d’IA sociale de Microsoft, qui, en octobre 2018, a atteint Wattpad – une communauté en ligne d’écrivains dédiée à la création d’histoires générées par les utilisateurs – et, après avoir surmonté quelques réticences de la part d’utilisateurs humains, a organisé le concours #WriteWithZo.
La logique était simple : Zo a encouragé les gens à interagir sur Facebook, Twitter, Skype, GroupMe et Kik pour obtenir des recommandations sous forme d’idées de titres, de personnages et de décors pour différents genres littéraires. Les résultats ont été surprenants : en un peu plus de six semaines, 150 000 histoires ont été générées et téléchargées sur Wattpad par des écrivains inspirés de plus de 800 pays.
Un long chemin en perspective
Il semble que de nombreux changements nous attendent. Depuis un certain temps déjà, des entreprises mondiales comme Associated Press, Yahoo !, Forbes et Reuters utilisent des algorithmes et une intelligence non humaine pour explorer les big data et déterminer les sujets les plus importants discutés et diffusés par les audiences en ligne, et ainsi générer un contenu pertinent en temps réel. Comme l’a fait remarquer le magazine en ligne Futurism, s’il vous arrive de lire un article de CNET avec la signature générique ‘CNET Money Staff’, essayez de cliquer sur le nom de l’auteur : dans la biographie, vous verrez : ‘Cet article a été généré à l’aide d’une technologie d’automatisation’. Entre-temps, les chercheurs du MIT de Boston, l’une des universités les plus célèbres et les plus réputées au monde, imaginent depuis des années une collaboration fructueuse entre les journalistes humains et les robots reporters.
Lors des Jeux olympiques de Rio de Janeiro en 2016, l’arène du contenu et de l’information a été peuplée par tous les grands médias du monde. Toutiao, une plateforme d’information chinoise dont l’audience est composée à 90 % de jeunes de moins de 30 ans, a publié 450 articles – 30 à 40 articles par jour pendant 15 jours de compétitions – en lâchant Xiaomingbot, un robot IA spécialisé dans la rédaction d’articles et de contenus sportifs. Le Washington Post a ensuite réagi en lançant Heliograf, un robot capable de rédiger des articles sportifs et de suivre en temps réel la progression des médaillés.
En tant qu’utilisateurs accédant à ce contenu, nous n’avons pas tendance à remarquer qu’il n’a pas été écrit par des humains. De plus, les coûts sont minimes (efficience) et les capacités infiniment plus grandes (efficacité) par rapport à l’alternative des journalistes, copywriters et autres communicateurs.
La frontière entre le copywriting et la data science est mince… il vaut donc la peine de s’y préparer. En tant que professionnels de la communication, parce que nous devrons être capables de combiner nos compétences avec des approches plus high-tech et un marketing « augmenté ». En tant que professionnels, parce que nous devrons de plus en plus évaluer des conceptions et des produits qui n’auront peut-être pas été développés par des êtres humains. Et parce que, comme le rappelle la Harvard Business Review, les algorithmes ont aussi besoin de managers.