Cette IA sommelier est capable de critiquer un vin sans ouvrir la bouteille

Un nouvel algorithme, en quelque sorte une IA sommelier, est capable de produire des critiques de vins et de bières qui semblent avoir été écrites par des critiques humains.

Critiques automatisées indiscernables

Dans l’univers des critiques de vins, l’écriture évocatrice des différents cépages et cuvées est fondamentale. Un critique peut par exemple rédiger le compte-rendu d’une dégustation d’un vin dont le nez est fermé et dont le palais évoque des saveurs juteuses de pamplemousse blanc et de mandarine. Il peut également souligner qu’il s’agit d’un vin peu concentré, mais qui toutefois parfaitement équilibré grâce à une touche d’acidité citronnée.

En parcourant cette description, le consommateur est presque capable de sentir l’explosion d’agrumes sur sa langue. Cependant, l’auteur de cette critique, un logiciel, n’a jamais  véritablement expérimenté les saveurs de ce vin.

Développé par un groupe interdisciplinaire de chercheurs, cette IA sommelier est capable d’écrire des critiques de vin et de bières en grande partie indiscernables des critiques rédigées par un humain. Les scientifiques ont récemment publié les résultats de leur expérience dans la revue International Journal of Research in Marketing.

Une IA sommelier pour aider les producteurs de vins

Cette IA sommelier pourrait aider les producteurs de vins et de bières à rassembler un volume important d’avis. Ces critiques pourraient servir de modèles à partir desquels les examinateurs humains peuvent travailler.

Selon les chercheurs, il est possible d’étendre cette approche à la critique d’autres produits expérientiels tels que le café ou les voitures. Toutefois, certains experts avertissent que ce type d’application pourrait faire l’objet d’une utilisation abusive.

En théorie, l’algorithme aurait pu procéder à la production d’avis sur n’importe quoi. Cependant, quelques caractéristiques évoquées par l’IA sommelier ont rendu la bière et le vin particulièrement intéressants pour les chercheurs.

D’une part, il s’agissait simplement d’un ensemble de données très unique, précise Keith Carlson du Dartmouth College, co-développeur de l’algorithme. D’autre part, les critiques de vins et de bières constituent également un excellent modèle pour le texte généré par l’IA. Leurs descriptions contiennent de nombreuses variables spécifiques, telles que la région de culture, la variété de raisin ou de blé, le style de fermentation et l’année de production. En outre, ces critiques ont tendance à s’appuyer sur un vocabulaire limité. « Les personnes parlent du vin de la même manière, en utilisant le même ensemble de mots », dit Carlson. Par exemple, les connaisseurs peuvent utiliser régulièrement des adjectifs tels que « boisé », « floral » ou « sec ».

Formation du système d’IA sommelier

Carlson et les co-auteurs de l’étude ont formé leur système d’IA sommelier sur la base d’une décennie de critiques professionnelles. Au total, l’ensemble comptait 125.000 critiques tirées du magazine Wine Enthusiast. Les scientifiques ont également utilisé près de 143.000 avis sur la bière  extraits du site Web RateBeer.

L’algorithme a traité ces analyses écrites par l’homme pour apprendre la structure générale et le style d’une critique. Afin de générer ses propres critiques, l’IA a reçu des détails spécifiques sur le vin ou la bière, tels que le nom de la cave ou de la brasserie, le style, le pourcentage d’alcool et le prix. Sur la base de ces paramètres, l’IA a trouvé des critiques existantes pour cette boisson. Elle a ensuite extrait les adjectifs les plus fréquemment utilisés et les a utilisés pour écrire sa propre description.

Pour tester les performances du programme, les membres de l’équipe ont sélectionné un avis humain et un avis généré par l’IA chacun pour 300 vins différents et 10 avis humains et un avis IA chacun pour 69 bières. Ensuite, ils ont demandé à un groupe de sujets de test humains de lire à la fois des critiques générées par des machines et écrites par des humains. Ils ont finalement vérifié si les sujets pouvaient distinguer l’auteur (l’IA ou l’humain) des descriptions. Dans la plupart des cas, ils n’en étaient pas capables.

Limites de l’algorithme critique de vins

Bien que l’algorithme semble bien réussir à collecter de nombreuses critiques et à les condenser en une seule description cohérente, il présente des limites importantes. Par exemple, il n’est pas en mesure de prédire avec précision le profil de saveur d’une boisson qui n’a pas été échantillonnée par des papilles gustatives humaines et décrite par des écrivains humains.

« Le modèle ne peut pas goûter le vin ou la bière », explique Praveen Kopalle, spécialiste du marketing à Dartmouth et co-auteur de l’étude. « Il ne peut comprendre que les 0 et les 1 binaires. »

L’équipe aimerait maintenant tester le potentiel prédictif de l’algorithme. L’objectif est de lui faire deviner le goût d’un vin encore non évalué, puis de comparer sa description à celle d’un critique humain. Mais pour l’instant, du moins dans le domaine de la bière et du vin, les critiques humains sont toujours essentiels.

Utilisation abusive potentielle

L’IA de génération de langage n’est pas nouvelle. On a dejà eu recours à un logiciel similaire pour produire des recommandations pour les plateformes de révision en ligne. Mais certains sites permettent aux utilisateurs de filtrer les avis générés par les machines. L’une des raisons est que ce type de génération de langage peut avoir un côté sombre. On pourrait, par exemple, utiliser une IA de rédaction de critiques pour amplifier synthétiquement les critiques positives et noyer les négatives, ou vice versa.

« Une revue de produit en ligne a la capacité de vraiment changer l’opinion des personnes », note Ben Zhao, un expert en apprentissage automatique et en cybersécurité à l’Université de Chicago.

Avec ce type de logiciel, une personne malintentionnée « pourrait complètement saccager un concurrent et détruire son entreprise financièrement », dit Zhao.

Cependant, Kopalle et Carlson voient davantage d’aspects positifs dans le développement de logiciels générateurs de critiques. Il s’agit d’un avantage pour les propriétaires de petites entreprises qui n’ont peut-être pas suffisamment de temps ou de maîtrise de la langue pour rédiger eux-mêmes des descriptions de produits.

« Nous vivons déjà dans un monde façonné par des algorithmes, des recommandations Spotify aux résultats des moteurs de recherche en passant par les feux de circulation. Le mieux que nous puissions faire est de procéder avec prudence », ajoute Zhao.

« Je pense que les humains sont facilement manipulables à bien des égards. Il s’agit juste de bien identifier la différence entre les utilisations correctes et les mauvaises utilisations. »