Lors du 20ème MozCon annuel, Britney Muller, fondatrice de Data Sci 101, a livré une présentation révélatrice sur l’impact de l’IA dans le marketing digital. Sa session, intitulée « The Hidden Side of AI: What Marketers Need to Know », a offert un aperçu complet du potentiel actuel et futur de l’IA.

Émergence de l’IA Générative

Britney Muller a débuté en discutant de la montée de l’IA générative, située à l’intersection de l’IA, de l’apprentissage automatique, de l’apprentissage profond et du traitement du langage naturel (NLP).

Elle explique: “L’IA générative a émergé de cet intéressant chevauchement de champs. Nous avons l’IA qui englobe l’apprentissage automatique. Au sein de l’apprentissage automatique, il y a l’apprentissage profond. Et puis, la langue humaine entre en jeu avec le NLP ou traitement du langage naturel.”

Une partie significative de la présentation de Muller s’est concentrée sur le rôle crucial des données d’entraînement dans les modèles d’IA.

Elle a souligné: “Je disais que l’IA reflète ses données d’entraînement, et je vais insister. Elle amplifie ses données d’entraînement.” Muller a souligné le manque de diversité dans les ensembles de données tels que Wikipédia, où les contributeurs sont majoritairement masculins, et comment cela peut perpétuer les biais dans les résultats de l’IA.

Applications Pratiques & Limites de l’IA en Marketing

Ce que l’IA Générative sait bien faire

Muller a présenté une large gamme d’applications pratiques pour l’IA en marketing, comme illustré dans l’une de ses diapositives. Elle explique: “Les LLM, en général, sont bons pour toutes ces choses, et je suis de l’opinion impopulaire que la génération de contenu est l’une de leurs pires capacités. Ils sont beaucoup mieux au sentiment analysis, étiquetage des catégories, support de codage.”

Elle a également partagé une diapositive mettant en lumière des applications spécifiques de l’IA générative pour le SEO et le marketing, y compris :

  • Titres et métadescriptions automatiques
  • Nettoyage des données
  • Assistance au codage
  • Accélération de la créativité et de l’idéation
  • Approche personnalisée
  • Analyse de sentiment
  • Refonte de contenu
  • Chatbots
  • Transcription de notes de réunion

Les domaines où l’IA Générative est moins performante

Britney Muller a également abordé les limites des modèles de langage de grande taille (LLM), qui ont du mal avec des tâches nécessitant :

  • Précision factuelle
  • Raisonnement basé sur le bon sens
  • Compréhension du contexte
  • Gestion de scénarios inhabituels
  • Intelligence émotionnelle
  • Mathématiques/comptage

Les marketeurs devraient reconnaître ces forces et faiblesses en incorporant l’IA dans leurs stratégies.

Conseils pour l’Ingénierie des Prompts

Pour aider les marketeurs à utiliser l’IA générative, Muller a fourni des conseils pratiques pour l’ingénierie des prompts. Ses trois suggestions étaient :

  • Expliquer la tâche comme on le ferait à une personne
  • Utiliser des exemples pour illustrer ce que l’on veut
  • Donner un “rôle” au modèle et lui parler du public visé

Elle conseille: “Expliquez la tâche ou le problème comme vous le feriez à une personne. Il y a eu tant de recherches sur l’ingénierie des prompts, et oh, ces choses fonctionnent, mais celles-là non. La plus grande leçon tirée de toutes ces recherches est les exemples. Il s’agit simplement de montrer au modèle, voici ce qui est bon ou mauvais, et nous voulons que la sortie ressemble à ceci.”

Muller a partagé une diapositive sur les outils et ressources d’IA générative tels que Colab, Kaggle, GPT pour Sheets, Ollama, WordCrafter.ai et son propre site web DataSci101.com.

Points Essentiels & l’Avenir de l’IA en Marketing

Elle a conclu sa présentation avec plusieurs points essentiels capturés dans sa diapositive de clôture. Elle a insisté sur la nécessité d’une approche centrée sur les personnes pour l’IA, reconnaissant son potentiel en tant que technologie d’assistance plutôt que de remplacement total de l’expertise humaine.

Les points clés incluaient :

  • L’IA générative est une technologie prédictive
  • Un modèle est aussi bon que ses données d’entraînement
  • Les marketeurs ont le pouvoir d’imaginer la prochaine application brillante de l’IA générative
  • Se montrer en ligne là où se déroulent des conversations sur votre produit/service
Share.

Comments are closed.

Exit mobile version