Plus qu'un outil de veille sur les réseaux sociaux, DeepMoji ressemble à un traducteur simultané d'émotions. Une technologie qui séduira les entreprises à l’heure où les robots conversationnels envahissent les relations avec le consommateur.
Un formidable avantage concurrentiel. Quelle entreprise ne voudrait pas se doter d’un petit programme capable de lui expliquer avec précision ce que ses clients disent à son sujet. Un logiciel qui sonderait l’émotion de tous ces consommateurs en parcourant simplement leurs commentaires sur les réseaux sociaux.
Le traitement automatique du langage (natural language processing) prend de plus en plus de place dans les relations commerciales. Il suffit de penser à l’arrivée des agents conversationnels (chatbots) dans les banques canadiennes.
«Nous croyons fermement, qu'avec le temps, le marketing conversationnel et l'intelligence artificielle auront un impact positif sur l'expérience client», affirmait le premier vice-président Canaux numériques à la Banque Nationale lors de l’annonce d’un partenariat avec l’entreprise montréalaise Automat.
Mais dans ces discussions personnalisées, la compréhension de l’interlocuteur virtuel se montre bien souvent limitée. Le robot ne parvenant à répondre de façon pertinente qu'à des questions pratiques (heures d’ouverture, possibilités de rendez-vous, montants des frais, etc.).
Ces services de communication pourraient bénéficier d'une compréhension infiniment plus nuancée en parvenant à mesurer, distinguer, relativiser les contenus émotionnels du texte.
C’est toute l’ambition du projet collaboratif DeepMoji mené par le laboratoire médiatique du prestigieux institut de technologie du Massachusetts (MIT). Ou pour le définir sobrement: un modèle informatique utilisant des millions de tweets pour conceptualiser, saisir, voire prédire, des émotions telles que l’ironie ou le sarcasme. Faites-le test ici.
Une nouvelle manière de penser pour l'IA
Les chercheurs se réfèrent au «légendaire informaticien» Marvin Minsky, pionner du domaine de l’IA et membre fondateur du MIT Media Lab, qui dans son livre de 2006, The Emotion Machine, rappelait le rôle central des émotions dans le raisonnement.
«L’IA ne sera capable de véritables raisonnements que lorsqu'elle aura compris les émotions. Pour Minsky, les émotions ne sont pas le contraire de la raison, quelque chose à éliminer avant de pouvoir penser clairement; elles sont plutôt une manière différente de penser», note l’assistant de recherche Bjarke Felbo.
Difficile à objectiver pour un ingénieur en informatique, tant les émotions dépendent du contexte, de la culture et du langage. Sauf en recourant à l’apprentissage machine, ou plus précisément à la modélisation par apprentissage profond (deep learning).
«Au lieu d’expliquer à la machine comment reconnaître les émotions, nous demandons à la machine de les apprendre à partir d’échantillons de véritables textes», soulignent les auteurs du projet.
En pratique, sur une base de données de 55 milliards de messages sur Twitter, les chercheurs isolent les tweets contenant 64 emojis, ces icônes émotives colorant nos échanges, pour que le modèle statistique, mathématique et prédictif les associe à certaines phrases. Filtrée, la série d’informations dénombre alors 1,2 milliard de tweets, le modèle tente de leur donner du sens et de les pressentir.
DeepMoji permet ensuite de concentrer les connaissances sur des tâches ciblées, atteignant ainsi un niveau de détection élevé des émotions, nettement supérieur à ce qui se fait ailleurs pour l’instant: 82,4% contre 76,1 pour les évaluateurs humains et 71,0% pour fastText, détaillent les chercheurs dans leur étude.
Cependant, «le modèle a encore des limites et est loin de ressembler aux intelligences artificielles des films de science-fiction dystopiques», nuance-t-on au MIT Lab.
Dès lors, pour poursuivre les améliorations, DeepMoji attend vos contributions ici.
