De tous les bouleversements technologiques qui auront une influence profonde et durable sur la production de contenus et d’information, l’IA est le facteur de disruption principal des prochaines années.
Nous ne sommes pas les derniers, dans nos colonnes, à répéter à satiété que l’irruption pandémique a été un grand chambardement qui a accéléré bien des domaines de l’informatique. Des outils de connectivité et d’interaction à distance aux modes de travail, la période a vu l’émergence de nouveaux usages. Comme disent les économistes, elle représente l’effet de base, le point zéro à partir duquel il y aura un avant et un après.
Et dans cet après, l’intelligence artificielle est appelée à jouer un rôle de plus en plus important. Car, si les changements brusques n’ont que peu touché la manière de travailler des journalistes indépendants, habitués à travailler de chez eux comme votre serviteur, de nouveaux contenus corédigés par des IA commencent à parvenir aux rédactions.
Parmi les études reçues, celle d’Expert.ai présente l’avantage de reposer sur les compétences algorithmiques en IA et de traitement du langage naturel de l’entreprise. L’étude porte sur le marché de la cyberassurance, How Cyber Insurance Has Evolved in 2021. Expert.ai a analysé un échantillon d’environ 1 130 articles, publiés dans un éventail de publications du secteur de l’assurance entre janvier 2021 et novembre 2021. Axée sur les actualités, les opinions et les analyses, l’étude a permis d’identifier les questions les plus discutées en ligne, en capturant les principaux thèmes, tendances et sentiments exprimés.
Comprendre le langage naturel
Les conclusions du rapport reposent sur les capacités de compréhension du langage naturel (NLU) d’Expert.ai, suite à une analyse approfondie des articles des médias de l’assurance. Celle-ci a permis d’extraire des informations exploitables sur le sentiment du marché, la gestion du risque et la cyberrésilience. Expert.ai a adopté une approche de l’IA qui combine une compréhension symbolique de type humain et le Machine Learning (ML). « Grâce à sa compréhension de tout type de document (présentations, contrats, emails, réclamations, rapports, messages sur les médias sociaux, etc.), elle aide les entreprises à transformer les données non structurées en données structurées, rapidement et à grande échelle », affirme l’éditeur.
Bien que ce ne soit pas le sujet central de cet article, voici quelques-unes des conclusions de l’IA sur la cyberassurance :
Produits et impact
La cybersécurité et les cyberrisques sont des thèmes communs, les données montrant clairement à la fois un besoin de produits d’assurance plus adaptés et l’impact potentiel sur les contrats existants.
Les souscripteurs ont du mal à évaluer leur exposition
Une forte corrélation entre les cybermenaces et le Covid-19 semble montrer que les souscripteurs ont du mal à évaluer leur exposition aux vulnérabilités générées par une pandémie.
Résilience et pertinence
Les cyberrisques ont mis à l’épreuve les capacités des organisations à se préparer aux attaques, à y répondre et à s’en remettre. En conséquence, la résilience est apparue comme le sujet principal dans 67 % des articles liés à la cybersécurité dans l’échantillon analysé, ce qui prouve que le secteur de l’assurance est toujours pertinent pour les améliorations mondiales de la cyberrésilience.
Gare aux biais !
Comme l’explique Keith C. Lincoln, CMO chez Expert.ai : « Une bonne approche de l’IA peut fournir un avantage majeur en générant automatiquement une compréhension rapide et précise du marché à partir de données non structurées. Vous pouvez identifier les risques et les tendances émergentes, obtenir une vue détaillée du sentiment, concevoir des produits plus efficaces et plus rentables, saisir de nouvelles opportunités et plus encore. Avoir les bonnes informations pour la prise de décision vous aidera pour le futur ». Certes, mais dans le domaine de l’information, principalement la presse spécialisée, c’est aller un peu vite en besogne.
Car, les problèmes posés par ces études restent ceux relatifs aux biais résultants de divers facteurs comme les biais humains hérités ou les erreurs d’injection de données… Certes, des experts ont vérifié les résultats et rédigé le compte rendu final, corrigeant et lissant de-ci de-là, mais il n’est pas exclu que des erreurs passent entre les mailles.
Aussi, en attendant l’époque, pas si lointaine, où l’intelligence artificielle sera assez mûre pour écrire les articles à la place des journalistes, les rédactions commencent à recevoir ces rapports d’étude d’une nouvelle génération : des études hybrides faites par des IA puis révisées et rédigées par des experts. Certainement, la méfiance reste de rigueur face à certaines études statistiques faites par des algorithmes qui n’ont rien d’une IA. Des études réalisées en faisant tourner des algorithmes, plus ou moins sophistiqués, mais qui relèvent plus de l’arbre décisionnel et du comptage statistique que du véritable moteur d’inférence. Bien qu’elle soit perturbée et incertaine, nous vivons une époque formidable.
