Panorama : l’intelligence artificielle au service des médias

Oui, notre nom d’équipe était prétentieux/prémonitoire… Nous y allions surtout pour vivre l’expérience du Hackathon de Radio-Canada, sans nous nous faire trop d’attentes; il y avait quand même plusieurs équipes d’étudiants en génie informatique et autres geeks de tous poils!

L’équipe de Libéo au Hackathon de Radio-Canada

Le défi : utiliser l’intelligence artificielle dans l’industrie des médias

Ce n’était pas qu’un petit défi! Surtout que le Hackathon de Radio-Canada avait quelques contraintes, dont le temps, forcément, mais aussi l’utilisation des services Azure de Microsoft. De plus, pour le pitch de 3 minutes — 3 minutes… c’est court — il fallait présenter un prototype fonctionnel, expliquer le modèle d’affaires, l’innovation dans le concept et le schéma technique.

Ce. Fût. Épique.

ICI l’équipe gagnante

Évidemment, avec un nom pareil, il fallait une équipe… atypique. Ce qui nous a permis d’aller aussi loin en si peu de temps? Nos développeurs sont vraiment bon, le concept bien défini, toutes les tâches bien structurées et un visuel professionnel qui explique bien notre idée.

Panorama : le concept

Pour partir dans un projet qui fait du sens, il faut partir d’une problématique. Nos réflexions nous ont amenés à nous demander comment nous pourrions simplifier la recherche d’informations des journalistes lorsque vient le temps pour eux d’écrire sur un sujet. La solution nous est alors apparue de manière naturelle. Cette solution, c’est Panorama. 

Panorama, est un outil d’aide à la décision pour les journalistes de Radio-Canada qui positionne un sujet sur une grille de valeurs au cœur de la mission de l’organisation publique. Ainsi, le journaliste peut constater les angles morts du traitement d’un sujet d’actualité, et s’assurer que le public a accès à une couverture complète. Pour y arriver, nous avons utilisé l’intelligence artificielle (IA) entraînée à détecter les angles d’approche dans un sujet, à travers des centaines de contenus.

Tel que le résume d’ailleurs Radio-Canada sur son site : « Un sujet est-il toujours couvert du point de vue politique? L’aspect scientifique est-il absent de la couverture d’un événement? Les chroniqueurs et les commentateurs ont-ils pris trop de place dans le traitement d’une nouvelle? Ce sont autant de questions auxquelles Panorama peut répondre. »

Prototype du projet Panorama

La techno

Premièrement, Panorama se connecte à l’API Neuro de Radio-Canada pour extraire le contenu. L’intelligence artificielle entre alors en jeu grâce au programme Watson de IBM. Ce programme a été conçu pour répondre à des questions formulées par les humains (langage naturel). Mais peut-être le connaissez-vous sans le savoir. Watson a notamment « participé » au fameux jeu télévisé Jeopardy! 

Grâce à Watson, un traitement sur l’information est effectué afin de la rendre plus facilement compréhensible pour les algorithmes. Les résultats sont alors restructurés dans Elasticsearch. Elasticsearch est une techno bien connue par notre équipe. Elle permet l’indexation et la recherche de données en fournissant un moteur de recherche très performant. Une fois la mission d’Elasticsearch menée à bien, les résultats sont envoyés dans Kibana pour créer les représentations graphiques désirées.

Architecture du projet Panorama

Prenons toutefois 2 minutes pour parler de Kibana. Kibana est un greffon de visualisation de données pour Elasticsearch. Couplé à la recherche d’information d’Elasticsearch, Kibana permet de simplifier la compréhension des données. C’est grâce à cet élément que nous pouvons dire que Panorama est un tableau de bord. 

Un objectif : être utile au quotidien 

Le fait que Panorama soit un tableau de bord personnalisé est un élément qui était essentiel pour nous. Un tableau de bord permet la visualisation, le suivi et l’exploitation de données pertinentes pour son utilisateur. Donc, pour que l’outil soit vraiment utile aux journalistes, il fallait qu’il les accompagne dans leur quotidien. Panorama leur offre la bonne information, dans le bon contexte et au bon moment. Et ça, c’est une vraie aide à la décision!

La méthode

Évidemment, nous avons appliqué un peu de notre magie dans tout le processus soit les différentes étapes d’un Design Sprint. Nous avons condensé en une fin de semaine ce que nous ferions normalement en 5 jours! Vous ne serez donc pas surpris de lire que nous avons effectué des tests utilisateurs afin de peaufiner notre prototype et s’assurer qu’il répondait à un réel besoin en plus d’être facile à utiliser.

Les résultats de nos tests utilisateurs

Une problématique bien plus large

La problématique du traitement des données est loin de ne toucher que la sphère médiatique. Que ce soit des informations sur les produits, sur les clientèles ou sur les ressources internes, prendre des décisions devient rapidement un casse-tête quand on ne sait quoi analyser. Sans surprise, se doter d’outils d’aide à la décision devient un enjeu pour toutes les organisations!

Le concept de Panorama peut donc s’appliquer à toutes les autres industries! Nous avons d’ailleurs intégré le MT Lab avec un projet destiné au tourisme.

Donc…

Au final, l’open source, une bonne compréhension des enjeux, une métho à toute épreuve et une équipe soudée ont fait en sorte que nous avons pu atteindre notre objectif : créer le prototype 

d’un tableau de bord d’aide à la décision basée sur l’intelligence artificielle qui aide Radio-Canada à réussir sa mission.

Ah oui! On allait presque oublier! Le succès de Panorama nous a aussi permis d’obtenir une bourse de 30.000$ pour réaliser le prototype fonctionnel de l’outil. Le Hackathon de Radio-Canada n’était donc qu’un avant-goût.  

En images

Nous sommes heureux de vous partager la vidéo bilan du Hackathon de Radio-Canada que nous ne sommes pas près d’oublier.

Et à la radio

Une partie de l’équipe a eu le plaisir de s’entretenir avec Claude Bernatchez de Première heure pour parler de leur expérience! C’est à écouter ici!