![\"\"](\"https:\/\/isarta.com\/infos\/wp-content\/uploads\/2018\/06\/action-blur-electronics-247932-300x200.jpg\")
<\/p>\n<\/p>\n
18 juin 2018<\/span><\/p>\n Ne trouvant aucune fa\u00e7on efficace de g\u00e9rer la tonne de commentaires inappropri\u00e9s qu\u2019on y trouvait, plusieurs m\u00e9dias se sont r\u00e9sign\u00e9s \u00e0 fermer la section commentaires de leur site web. Toutefois, des proc\u00e9d\u00e9s d\u2019apprentissage machine pourraient peu \u00e0 peu se r\u00e9v\u00e9ler comme la solution \u00e0 cet enjeu.<\/span><\/p>\n En f\u00e9vrier dernier, The Atlantic annon\u00e7ait<\/span><\/a> \u00e0 ses lecteurs qu\u2019il fermait sa section commentaires en raison de la teneur agressive des propos que plusieurs y tenaient. Le m\u00e9dia prenait \u00e0 ce moment la m\u00eame d\u00e9cision que plusieurs<\/span><\/a> avant lui. C’est le cas aussi au Qu\u00e9bec, o\u00f9 plusieurs m\u00e9dias n’op\u00e8rent pas ce genre de section, et o\u00f9 d’autres la ferment lorsque les sujets trait\u00e9s par les journalistes sont trop sensibles.<\/p>\n Des outils bas\u00e9s sur l\u2019intelligence machine pourraient toutefois bient\u00f4t s\u2019av\u00e9rer une solution efficace afin de g\u00e9rer le flot de remarques qui circulent dans les pages destin\u00e9es \u00e0 cet effet.<\/p>\n Perspective<\/span><\/a>\u00a0est un produit cr\u00e9\u00e9 conjointement par Google et Jigsaw. Celui-ci permet d\u2019attribuer un pointage aux commentaires g\u00e9n\u00e9r\u00e9s par les internautes. Ce pointage peut ensuite aider un mod\u00e9rateur \u00e0 effectuer son travail plus facilement et rapidement.<\/p>\n Cette solution a \u00e9t\u00e9 adopt\u00e9e par le New York Times, qui, m\u00eame s\u2019il emploie pr\u00e8s d\u2019une quinzaine de mod\u00e9rateurs, ne pouvait se permettre d\u2019ouvrir plus de 10 % de ses textes \u00e0 la r\u00e9troaction des lecteurs.<\/p>\n Avec l\u2019aide de Perspective, le journal a pu tripler le nombre de textes ouverts aux commentaires.<\/p>\n En plus de faciliter le travail des mod\u00e9rateurs, l’apprentissage machine<\/span><\/a> pourrait \u00e9galement jouer un r\u00f4le pr\u00e9ventif en rep\u00e9rant les conversations qui risquent de mal tourner. C’est \u00e0 cette t\u00e2che de d\u00e9tection h\u00e2tive qu’a travaill\u00e9 un groupe de chercheurs<\/span><\/a> en analysant plus d’un millier d’\u00e9changes issus de la section Wikipedia Talk.<\/p>\n L’algorithme qu’ils ont d\u00e9velopp\u00e9 a obtenu un taux de r\u00e9ussite de 62 % en ce qui a trait \u00e0 d\u00e9tecter les premiers signes d’une conversation trop muscl\u00e9e. Il reste donc du chemin \u00e0 faire avant que cette technologie puisse op\u00e9rer de fa\u00e7on satisfaisante.<\/p>\nLa solution du New York Times<\/strong><\/span><\/h2>\n
Pr\u00e9venir une escalade verbale en direct<\/strong><\/span><\/h2>\n