“Une leçon d’humilité”: Ce que le Financial Times a appris en expérimentant avec l’IA générative

Directrice Produit en charge des outils éditoriaux et de l’équipe IA, Liz Lohn est aux premières loges des expérimentations menées au sein du Financial Times. Mais comme elle le reconnaît elle-même, l’approche n’a pas été tout de suite concluante. Elle a même constitué pour le média britannique “une leçon d’humilité”… 

Une première tentative peu concluante

“On voulait juste s’y préparer, on ne savait pas exactement ce qu’on allait faire”, explique-t-elle en remontant à la genèse des projets d’IA, en admettant que “le FT a investi un peu d’argent et a dédié une équipe à un problème ou, pour être plus précis, à une solution. Et on s’est retrouvé à chercher un problème [à résoudre], ce qui n’est pas l’approche idéale, soyons honnêtes.”

Après l’élaboration d’une longue liste de cas d’usages potentiels, la première tentative s’est concentrée sur la génération automatique de résumés d’articles pour les newsletters, considérée comme un “petit” sujet. Mais après six semaines de développement, les résultats se sont révélés décevants, les contenus obtenus nécessitant encore “beaucoup de temps d’édition” et n’atteignant pas la qualité espérée, notamment dans l’équilibre entre la “voix” du journaliste qui incarne la newsletter et le style du FT. 

D’où un premier constat d’échec: si chaque nouveau cas d’usage à explorer demande autant de temps et de ressources pour aboutir à des résultats décevants, le média ne s’en sortira jamais… Cette stratégie de centralisation n’était tout simplement pas viable.

Le développement d’une plateforme de “RAG”

Ces premières déceptions ont donc incité les équipes à revoir entièrement leur stratégie, en se concentrant plutôt sur la création d’un outil interne, baptisé “AI Playground”, donnant la possibilité à tout un chacun de mener ses propres tests. 

Celui-ci repose sur la technologie “RAG” (pour “Retrieval-Augmented Generation” ou “génération augmentée de récupération”) et permet aux journalistes d’explorer les archives du FT en langage naturel et d’expérimenter avec différents prompts. “C’est un moyen pour la rédaction et les autres équipes d’interagir avec les archives, de  faire des recherches en langage naturel et de récupérer des extraits d’articles”, détaille Liz Lohn. Ces extraits d’articles peuvent ensuite servir de “contexte” pour tester des prompts.

L’IA, l’équivalent d’un stagiaire

Plusieurs applications concrètes ont émergé grâce à cette plateforme de test : la génération de descriptions d’images, la création d’incitations aux commentaires pour encourager les discussions sur les articles ou la rédaction de résumés. L’équipe a également identifié les limites de la technologie, notamment pour les sujets complexes nécessitant la synthèse de plusieurs articles. “Les sujets en développement sur plusieurs articles ont tendance à entraîner des hallucinations, alors que les modèles ont du mal à ordonner les événements”, précise Liz Lohn.

Au passage, elle reprend l’analogie désormais classique d’une IA comparable à “un stagiaire”: “l’IA fait bien des tâches répétitives, mais elle n’est pas très pertinente pour les tâches créatives” estime-t-elle. A contrario, elle souligne son efficacité pour les tâches que “les journalistes n’ont pas forcément très envie de faire, comme d’optimiser un texte pour les moteurs de recherche ou faire des posts sur les réseaux sociaux”.