L’apprentissage machine au secours des sections commentaires des sites Web Reviewed by François Nadeau on . 18 juin 2018 Ne trouvant aucune façon efficace de gérer la tonne de commentaires inappropriés qu’on y trouvait, plusieurs médias se sont résignés à fermer la se 18 juin 2018 Ne trouvant aucune façon efficace de gérer la tonne de commentaires inappropriés qu’on y trouvait, plusieurs médias se sont résignés à fermer la se Rating: 0

L’apprentissage machine au secours des sections commentaires des sites Web

Par

18 juin 2018

Ne trouvant aucune façon efficace de gérer la tonne de commentaires inappropriés qu’on y trouvait, plusieurs médias se sont résignés à fermer la section commentaires de leur site web. Toutefois, des procédés d’apprentissage machine pourraient peu à peu se révéler comme la solution à cet enjeu.

En février dernier, The Atlantic annonçait à ses lecteurs qu’il fermait sa section commentaires en raison de la teneur agressive des propos que plusieurs y tenaient. Le média prenait à ce moment la même décision que plusieurs avant lui. C’est le cas aussi au Québec, où plusieurs médias n’opèrent pas ce genre de section, et où d’autres la ferment lorsque les sujets traités par les journalistes sont trop sensibles.

Des outils basés sur l’intelligence machine pourraient toutefois bientôt s’avérer une solution efficace afin de gérer le flot de remarques qui circulent dans les pages destinées à cet effet.

La solution du New York Times

Perspective est un produit créé conjointement par Google et Jigsaw. Celui-ci permet d’attribuer un pointage aux commentaires générés par les internautes. Ce pointage peut ensuite aider un modérateur à effectuer son travail plus facilement et rapidement.

Cette solution a été adoptée par le New York Times, qui, même s’il emploie près d’une quinzaine de modérateurs, ne pouvait se permettre d’ouvrir plus de 10 % de ses textes à la rétroaction des lecteurs.

Avec l’aide de Perspective, le journal a pu tripler le nombre de textes ouverts aux commentaires.

Prévenir une escalade verbale en direct

En plus de faciliter le travail des modérateurs, l’apprentissage machine pourrait également jouer un rôle préventif en repérant les conversations qui risquent de mal tourner. C’est à cette tâche de détection hâtive qu’a travaillé un groupe de chercheurs en analysant plus d’un millier d’échanges issus de la section Wikipedia Talk.

L’algorithme qu’ils ont développé a obtenu un taux de réussite de 62 % en ce qui a trait à détecter les premiers signes d’une conversation trop musclée. Il reste donc du chemin à faire avant que cette technologie puisse opérer de façon satisfaisante.

Néanmoins, ce genre d’outil pourrait favoriser des conversations plus saines sur les médias sociaux, où, tout comme dans les sections commentaires des sites médiatiques, l’atmosphère est souvent tendu et les échanges agressifs.

 

Les formations Isarta en lien avec le sujet

Email Marketing : développer ses ventes et fidéliser sa clientèle

Gestion de communauté : Facebook

Gestion de communauté : Twitter, Instagram, Pinterest, LinkedIn et Snapchat

Marketing d’influence : Créer une campagne efficace

Les milléniaux : les comprendre, les gérer

Retour en haut de la page