Une étude de la LMU Munich révèle que les articles d'actualité générés par IA sont moins compréhensibles
Une nouvelle étude de la LMU Munich montre que les articles d'actualité générés par intelligence artificielle sont moins compréhensibles que ceux rédigés par des humains, notamment en ce qui concerne l'usage des chiffres et le choix des mots.

Les articles d'actualité générés par intelligence artificielle (IA) sont moins compréhensibles pour les lecteurs que ceux rédigés par des journalistes humains, selon une nouvelle étude de la Ludwig-Maximilians-Universität München (LMU). La recherche souligne que les difficultés perçues pour comprendre le contenu généré par IA proviennent principalement de la manière dont les chiffres sont utilisés et du choix des mots, même lorsque le contenu généré par IA est révisé par des journalistes humains.
L'étude, publiée dans la revue Journalism: Theory, Practice, and Criticism, a interrogé plus de trois mille consommateurs d'actualités en ligne au Royaume-Uni. Les participants ont été invités à évaluer des textes, dont la moitié a été générée automatiquement et l'autre moitié rédigée par des journalistes humains. Les résultats indiquent que les lecteurs ont systématiquement trouvé les articles automatisés nettement moins compréhensibles.
Les personnes interrogées ont déclaré que les articles générés par IA contenaient trop de langage inapproprié, compliqué ou inhabituel. Elles ont également jugé la gestion des chiffres et des données dans les articles automatisés comme étant nettement inférieure à celle des articles rédigés par des humains. Cependant, les lecteurs ont exprimé une satisfaction égale quant au caractère général, à la structure narrative et au flux narratif des articles automatisés et rédigés manuellement.
L'auteur principal, Neil Thurman, suggère que les journalistes et les informaticiens devraient se concentrer sur la réduction de la quantité de chiffres, sur une meilleure explication des mots potentiellement inconnus et sur l'amélioration de la formulation linguistique afin que les lecteurs puissent mieux saisir l'essentiel d'une histoire. Cette recherche est considérée comme la première du genre à examiner la compréhension relative des articles d'actualité produits manuellement et automatiquement et à identifier les raisons des différences perçues.