automated news

HAL is a multidisciplinary open access archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers. L'archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d'enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

Ce chapitre décrit la Campagne d'Évaluation des Systèmes de Traduction Automatique, CESTA, organisée dans le cadre de l'action Technolangue mise en place par plusieurs départements ministériels français. L'objectif de CESTA était d'organiser deux campagnes de test, la première mesurant la qualité des traductions produites automatiquement par des systèmes-commerciaux ou de recherche-dans un domaine général, la seconde mettant en évidence la capacité des systèmes à s'adapter à un domaine spécifique, en un temps limité. Parallèlement, CESTA visait à étudier la fiabilité des métriques d'évaluation automatiques, en vue d'offrir à la communauté un protocole et des données d'évaluation réutilisables, pour des systèmes traduisant de l'anglais ou de l'arabe vers le français. Nous présenterons dans un premier temps le contexte de CESTA, ses objectifs et le protocole d'évaluation adopté, et notamment les métriques d'évaluation utilisées. Nous décrirons ensuite les résultats obtenus par les systèmes lors des deux phases de CESTA, d'abord dans le domaine général, puis dans un domaine spécifique, celui de la santé. Nous mettrons également en évidence les observations relevant de la métaévaluation des métriques automatiques, c'est-à-dire la comparaison des résultats obtenus par celles-ci avec la perception humaine de la qualité, afin de déterminer les métriques automatiques qui reproduisent le mieux les jugements humains. En conclusion du chapitre, nous indiquerons les principales contributions de CESTA à l'avancement de l'évaluation des systèmes de traduction automatique.

Détection d'émotion, fouille d'opinion et analyse des sentiments sont généralement évalués par comparaison des réponses du système concerné par rapport à celles contenues dans un corpus de référence. Les questions posées dans cet article concernent à la fois la définition de la référence et la fiabilité des métriques les plus fréquemment utilisées pour cette comparaison. Les expérimentations menées pour évaluer le système de détection d'émotions EmoLogus servent de base de réflexion pour ces deux problèmes. L'analyse des résultats d'EmoLogus et la comparaison entre les différentes métriques remettent en cause le choix du vote majoritaire comme référence. Par ailleurs elles montrent également la nécessité de recourir à des outils statistiques plus évolués que ceux généralement utilisés pour obtenir des évaluations fiables de systèmes qui travaillent sur des données intrinsèquement subjectives et incertaines.

Ce chapitre décrit la Campagne d'Évaluation des Systèmes de Traduction Automatique, CESTA, organisée dans le cadre de l'action Technolangue mise en place par plusieurs départements ministériels français. L'objectif de CESTA était d'organiser deux campagnes de test, la première mesurant la qualité des traductions produites automatiquement par des systèmes-commerciaux ou de recherche-dans un domaine général, la seconde mettant en évidence la capacité des systèmes à s'adapter à un domaine spécifique, en un temps limité. Parallèlement, CESTA visait à étudier la fiabilité des métriques d'évaluation automatiques, en vue d'offrir à la communauté un protocole et des données d'évaluation réutilisables, pour des systèmes traduisant de l'anglais ou de l'arabe vers le français. Nous présenterons dans un premier temps le contexte de CESTA, ses objectifs et le protocole d'évaluation adopté, et notamment les métriques d'évaluation utilisées. Nous décrirons ensuite les résultats obtenus par les systèmes lors des deux phases de CESTA, d'abord dans le domaine général, puis dans un domaine spécifique, celui de la santé. Nous mettrons également en évidence les observations relevant de la métaévaluation des métriques automatiques, c'est-à-dire la comparaison des résultats obtenus par celles-ci avec la perception humaine de la qualité, afin de déterminer les métriques automatiques qui reproduisent le mieux les jugements humains. En conclusion du chapitre, nous indiquerons les principales contributions de CESTA à l'avancement de l'évaluation des systèmes de traduction automatique.

Abstract. Artificial intelligence is gradually being integrated into the work of Russian media and journalists, spreading to various areas of media practices, in particular, information search and fact-checking; speech, sound, and image recognition; prioritization of topics, creation of texts, and their targeted distribu- tion, etc. Such Russian media companies as Interfax, Sports.ru, RIA Novosti are regarded as leaders in this field. With the development of AI, the professional me- dia community inevitably faces new challenges in the ethical regulation of media practices, their correlation with the daily moral issues for editors and journalists.
Based on the rich history of foreign and domestic discourse concerning the philosophical and ethical problems of artificial intelligence, as well as ana- lyzing the codes of ethical regulation of AI developments in different countries, the authors highlight the main provisions that need to be taken into account in the process of developing ethical standards for the use of artificial intelligence in media and journalism. The main issues that require mandatory codification include: preservation of the right of the audience to receive information about the interaction with artificial intelligence and transparency in this area on the part of editorial offices; a ban on the transfer of powers to artificial intelligence in matters of moral choice when preparing media content; joint responsibil- ity of the editorial board and software developers for the consequences of the work of artificial intelligence systems, determining the range of poten- tial topics for which the use of artificial intelligence is ethically unacceptable, etc. These recommendations are an invitation to a discussion in media and academic communities about the need for ethical codification of the use of artificial intelligence technologies in media and journalism.

Business processes integrate more and more algorithmic decision aids: each time a stakeholder needs to make a decision, such as a purchase, a quote, or hiring someone, the software can leverage the inputs and outcomes of similar past decisions to provide guidance, as a recommendation with a degree of confidence. If the confidence is high, the process may be automated. Otherwise, it may still help provide consistency in the decisions. Yet, we may question how these aids affect task performance. Can we measure an improvement? Can hidden biases influence decision makers negatively? What is the impact of various presentation options? To address those issues, we have proposed in previous work [3] some metrics of performance, automation bias and resistance, and validated their explanatory power empirically. We now report on the operationalization of those metrics to configure augmented decision-making for better performance, and we provide preliminary results on a real use case, with the intent of objectivizing the respective roles of the human and the algorithms in business decision-making. CCS CONCEPTS • Human-centered computing → Empirical studies in HCI; • Applied computing → Business process management. KEYWORDS Decision Support Systems, Human in the loop, Human on the loop RÉSUMÉ Les processus métier intègrent de plus en plus d'aides à la décision algorithmiques : chaque fois qu'une partie prenante doit prendre une décision, comme un achat, un devis ou un recrutement, le logiciel peut s'appuyer sur les entrées et les résultats de décisions antérieures similaires pour fournir des conseils, sous forme de recommandation avec un certain degré de confiance. Si le degré de confiance est élevé, le processus peut être automatisé. Dans le cas

La generation automatique est intimement liee a l'usage de l'informatique. Nous l'experimentons a la moindre frappe sur nos claviers, au moindre clic sur nos ecrans. L'informatique nous permet de generer a partir d'un geste tres simple : une lettre sur l'ecran, une page web qui s'affiche, une existence unique qui se deploie (http://www.samszo.univ-­‐paris8.fr/ChaoticumPapillonae). Le travail des informaticiens consiste a gerer ces multiplicites generatives pour que la touche « A » affiche bien un « A », pour que le lien sur lequel on clique affiche bien la page Web attendue. Dans cette multiplicite de rapports symboliques [8], on peut faire intervenir l'alea pour generer une virtualite c'est a dire une potentialite de ce qui pourrait arriver [12]. Les generateurs automatiques se situent dans ce « milieu » associant le formalisme symbolique de l'informatique qui requiert unicite et hierarchie du rapport a l'information, et la virtualite d&#...

Livre blanc-Savoir écrire pour être lu SOMMAIRE Chapitre 1 L'écriture informative Décoder l'écriture informative Quels sont les ressorts du lecteur ? (Habitudes de lecture et lois de proximité) Comment formuler l' essentiel ? Comment trouver son fil conducteur ? Comment organiser l'information ? Combien de genres journalistiques pour une information ? Chapitre 2 Le style Soigner son style Quel style d'écriture choisir ? Comment décrire des faits ? Comment marquer les esprits ? Quelle checklist pour se relire ? Chapitre 3 Les nouveaux formats éditoriaux (ou Quoi de neuf dans les formats éditoriaux ?) Jouer avec les nouveaux formats éditoriaux Qu' est-ce qu'écrire multicanal ? Comment mettre ses textes en valeur ? Comment devenir l' architecte de ses écrits ? p.6 p.8 4 p.10 p.17 p.19 p.21 p.23 p.26 p.28 p.30 Livre blanc-Savoir écrire pour être lu p.12 p.14 6 Comprendre les centres d'intérêt des lecteurs, découvrir les lois de proximité et leur impact sur la rédaction d'un texte. Chapitre 1-L'écriture informative À retenir Le message essentiel donne des limites à une information. Le « qui » et le « quoi » déterminent les protagonistes et l'action. Les informations les plus importantes sont placées en premier.

Ils ont colonisé notre environnement. Les algorithmes numériques sont partout ou presque, dans les applications de nos smartphones, nos ordinateurs, nos objets connectés. Ils nous recommandent des séries, des films, des morceaux de musique, des articles de presse sur les réseaux sociaux. Les algorithmes sont aussi devenus des outils de différentes politiques publiques qui nous impactent au quotidien.
Quelles sont les potentielles dérives du tout-à-l’algorithme ? Analyse croisée de deux chercheurs : Corentin Debailleul, doctorant en géographie à l’Université Libre de Bruxelles et Jérémy Grosman,
doctorant en philosophie à l’Université de Namur.

Dans cet article, nous présentons une méthodologie pour l’identification de messages suspectés d’être produits par des Community Managers à des fins commerciales déguisées dans des documents du Web 2.0. Le champ d’application est la malbouffe (junkfood) et le corpus est multilingue (anglais, chinois, français). Nous exposons dans un premier temps la stratégie de constitution et d’annotation de nos corpus, en explicitant notamment notre guide d’annotation, puis nous développons la méthode adoptée, basée sur la combinaison d’une analyse textométrique et d’un apprentissage supervisé.

Detection d'emotion, fouille d'opinion et analyse des sentiments sont generalement evalues par comparaison des reponses du systeme concerne par rapport a celles contenues dans un corpus de reference. Les questions posees dans cet article concernent a la fois la definition de la reference et la fiabilite des metriques les plus frequemment utilisees pour cette comparaison. Les experimentations menees pour evaluer le systeme de detection d'emotions EmoLogus servent de base de reflexion pour ces deux problemes. L'analyse des resultats d'EmoLogus et la comparaison entre les differentes metriques remettent en cause le choix du vote majoritaire comme reference. Par ailleurs elles montrent egalement la necessite de recourir a des outils statistiques plus evolues que ceux generalement utilises pour obtenir des evaluations fiables de systemes qui travaillent sur des donnees intrinsequement subjectives et incertaines.

Détection d’émotion, fouille d’opinion et analyse des sentiments sont généralement évalués par comparaison des réponses du système concerné par rapport à celles contenues dans un corpus de référence. Les questions posées dans cet article concernent à la fois la définition de la référence et la fiabilité des métriques les plus fréquemment utilisées pour cette comparaison. Les expérimentations menées pour évaluer le système de détection d’émotions EmoLogus servent de base de réflexion pour ces deux problèmes. L’analyse des résultats d’EmoLogus et la comparaison entre les différentes métriques remettent en cause le choix du vote majoritaire comme référence. Par ailleurs elles montrent également la nécessité de recourir à des outils statistiques plus évolués que ceux généralement utilisés pour obtenir des évaluations fiables de systèmes qui travaillent sur des données intrinsèquement subjectives et incertaines.

Le neoliberalisme allie a la pensee manageriale et au progres technologique ont cree une multitudes d'algorithmes qui automatisent notre societe et son a meme de se lancer dans des demarches predictives, donnant l'impression de deshumaniser completement ce qui auparavant, relevait du libre-arbitre. Le secteur public, en integrant le Nouveau Management Public et en considerant desormais l'usager comme un client a satisfaire, s'est egalement laisse prendre a la deshumanisation et a l'exacerbation des interets individuels plutot que de faire emerger une identite collective ou une nouvelle forme de citoyennete. Tout l'enjeu du politique visant a reguler cette societe des algorithmes sera de trouver et de valoriser une vie citoyenne et sociale compatible

External methods for evaluating MT systems define various measures based on MT results and their usage. While operational systems are mostly evaluated since long by task- based methods, evaluation campaigns of the last years use (parsimoniously) quite expensive subjective methods based on unreliable human judgments, and (for the most part) methods based on reference translations, that are impossible to use

La saisie des données exige beaucoup de temps et de travail de la part des praticiens de l'histoire quantitative. Le recours à un lecteur optique de caractères et un logiciel écrit en SNOBOL4 et capable de vérifier l' exoctitude des données recueillies peut faciliter leur tâche. Voilà ce que les auteurs entendent montrer en utilisant comme exemple leur traitement des rôles d: évaluation de Moncton (Nouveau-Brunswick) de 1919 à 1929. Assessment rails constitute an important source to social historians. Our analysis of the published Moncton assessment rails for 1919 and 1929, using an optical character reader and a software package written in SNOBOL4 as a semi-automatic tool for data verification, is presented here in the interest of historians working in the field of quantification and social history.

C’est d’abord en invasion douce que les machines en « ique » (informatique, robotique…) se sont faufilées dans nos vies, dans nos entreprises et dans l’économie globale. Elles continueront à s’y imposer et, de toute évidence, l’invasion douce se durcit : en ce qui concerne l’emploi, de plus en plus les machines nous remplacent dans le travail. Quant à la net-économie : elle aussi contribue à éliminer des postes de travail et des emplois.
Oui : de façon massive, l’emploi est bien plus gravement menacé que ce que prétendent nos dirigeants, nous jetant de la poudre aux yeux sous forme d’allégations vagues et optimistes – mais irréalistes !…
Ce livre sort de ce « flou artistique » et il pointe et donne les vrais chiffres de la réelle catastrophe touchant à l’emploi. Car dans cette inévitable (r)évolution, les machines et les nouvelles technologies signeront largement la fin de l’emploi pour l’homme – et donc la perte de ses moyens d’existence. Dès lors, se pose cette question qui, de façon plus ou moins larvée hante nos sociétés :
Comment les millions de personnes qui sont sorties/vont sortir du marché de l’emploi du fait de ces innovations technologiques vont-elles pouvoir échapper à la pauvreté et gagner décemment leur vie ?...
*************
Michel Nachez :
Chercheur depuis 1999 dans le domaine de la Cyberanthropologie, il est Docteur en Anthropologie et chargé d’enseignement à l’Université de Strasbourg et à l’ENSIIE strasbourg.