DISCLAIMER

Our systems have detected that you are using a computer with an IP address located in the USA.
If you are currently not located in the USA, please click “Continue” in order to access our Website.

Local restrictions - provision of cross-border services

Swissquote Bank Ltd (“Swissquote”) is a bank licensed in Switzerland under the supervision of the Swiss Financial Market Supervisory Authority (FINMA). Swissquote is not authorized as a bank or broker by any US authority (such as the CFTC or SEC) neither is it authorized to disseminate offering and solicitation materials for offshore sales of securities and investment services, to make financial promotion or conduct investment or banking activity in the USA whatsoever.

This website may however contain information about services and products that may be considered by US authorities as an invitation or inducement to engage in investment activity having an effect in the USA.

By clicking “Continue”, you confirm that you have read and understood this legal information and that you access the website on your own initiative and without any solicitation from Swissquote.

« LE CAS DES ÉLECTIONS FRANÇAISES SERA TRÈS INTÉRESSANT À SUIVRE »

Capter et analyser l’opinion publique à travers les messages exprimés sur les réseaux sociaux, c’est la mission que s’est donnée le Social Media Lab de l’EPFL. Les explications de Jean-Luc Jaquier, directeur de ce projet.

Mis sur pied en 2013 sur le campus de l’EPFL, le Social Media Lab développe des outils qui permettent de cerner l’opinion publique émanant d’internet, notamment celle véhiculée à travers les médias sociaux.

www.swissquote.com/french-election

Le labo lausannois a fait parler de lui à l’occasion de la COP21, organisée fin 2015 à Paris. Les outils développés ont en effet permis d’analyser et de décortiquer les perceptions autour des enjeux environnementaux, cela en temps réel, dans de nombreuses régions de la planète. L’objectif étant de proposer aux médias, experts, ONG ou entreprises une méthode révolutionnaire de mesure de l’opinion exprimée sur les médias sociaux. Pour l’élection présidentielle française de 2017, le Social Media Lab va cette fois mettre ses compétences au service de Swissquote, en livrant à intervalle régulier des «photographies» de l’opinion publique française sur les différents candidats. Le directeur Jean-Luc Jaquier lève le voile sur les coulisses du labo.

Pouvez-vous résumer le principe de votre outil et son mode de fonctionnement?

L’idée est de capter, analyser et publier en temps réel l’évolution de l’opinion exprimée sur internet, sur un sujet donné. Cela passe par une vaste collecte d’informations sur les réseaux sociaux, afin d’établir la synthèse des opinions. Pour ce faire, nous recourons non seulement à ce que l’on appelle le Natural Language Processing (NLP), soit la compréhension du langage humain, mais également à de l’analyse de graphe, qui consiste à identifier la position des différents acteurs, les liens qu’ils entretiennent entre eux, leur influence respective, etc. Ces deux technologies font appel à l’intelligence artificielle (IA). Et c’est leur mise en commun qui aboutit à une compréhension très fine de l’opinion exprimée sur les médias sociaux.

Quels sont les principaux défis pour l’intelligence artificielle?

L’enjeu est d’assurer un haut niveau de précision de l’interprétation du texte. Cette branche spécifique du Natural language processing, que l’on appelle Natural Language Understanding (NLU), représente un vaste sujet de recherche dans le domaine de l’IA, et dispose d’une énorme marge de progression. L’un des grands challenges consiste à bien comprendre les propos ambigus, ironiques ou sarcastiques, qui sont très courants sur les réseaux sociaux. Un commentaire peut sembler favorable mais signifier en réalité exactement l’inverse. Il est aussi essentiel d’identifier les «fakes news», qui polluent les réseaux sociaux.

De quelle manière l’analyse de graphe contribue-t-elle à ce processus?

Il ne s’agit pas uniquement de décrypter du texte mais aussi de comprendre son contexte: quelle est la crédibilité de la source, comment le contenu a-t-il été partagé, dans quelles communautés, à quels endroits, avec quel impact. Ces informations définissent un «graphe social média», construit par l’algorithme.

Si l’outil identifie par exemple qu’une personne s’est prononcée en faveur de tel candidat à l’élection présidentielle, et qu’une autre personne a partagé cette opinion de manière très favorable, alors l’IA pourra en déduire que cette dernière a de grandes chances d’être elle aussi favorable à ce candidat. Dans un autre cas, si une personne livre un commentaire positif sur un candidat, mais sur un ton sarcastique signifiant le contraire, l’algorithme va comprendre que cette personne fait partie d’une communauté qui est en fait favorable à un autre candidat.

En combinant le NLP et l’analyse de graphe dans nos algorithmes, nous multiplions le niveau de précision par trois par rapport à une approche uniquement basée sur le NLP. C’est un résultat déjà très élevé, et un bond en avant par rapport aux outils qui existaient jusqu’ici.

Quelle est la part d’intervention humaine?

Pour nous, le big data prend la forme d’une alliance entre l’homme et la machine. La machine va procéder à l’analyse de la propagation de l’opinion à travers le graphe, et ensuite, nous réalisons des pointages avec notre regard humain en zoomant sur des portions du graphe. Si la machine a fait une erreur de compréhension, nous allons le lui indiquer. Elle va alors recalculer ses paramètres et apprendre de ses erreurs. C’est ce que l’on appelle le machine learning et le deep learning. Puis elle va ajuster le graphe entier – ce qui peut correspondre à des millions d’opinions exprimées – en tenant compte de nos inputs. La machine s’adapte et apprend.

Jusqu’où l’intelligence artificielle peut-elle s’améliorer?

La marge de progression est énorme. Au cours des 5 à 10 prochaines années, il faut s’attendre à des progrès immenses dans la compréhension de ce qui est exprimé. Les outils s’affinent tous les jours, avec l’avantage de pouvoir analyser des millions de données presque instantanément, dans tous les pays du monde et dans toutes les langues.

Cette capacité à capter l’opinion de façon quasi immédiate ne va-t-elle pas rendre obsolètes les méthodes traditionnelles de sondage?

Il devient en effet possible de capter un changement de l’opinion en quelques heures seulement. Un sondage traditionnel requiert beaucoup plus de temps, de l’ordre de 2 ou 3 jours. Mais il faut préciser qu’il s’agit alors d’interviews menées de façon approfondie, et basées sur un panel représentatif. Disons que les deux approches sont complémentaires. Sur internet et les réseaux sociaux, nous sommes dans une configuration moins balisée. Certaines communautés, les jeunes en particulier, s’y expriment plus. Notre outil offre l’avantage d’une mesure en direct de l’opinion, telle qu’elle s’exprime réellement, sans intermédiaire. De ce point de vue, le cas pratique des élections françaises sera très intéressant à observer.

 
Live chat