Accueil > Actualités > Analyse prédictive : pourquoi, pour qui et comment tout simplement
Analyse prédictive : pourquoi, pour qui et comment tout simplement
lundi 13 mars 2017
Agé de 12 ans à peine, MogAI avait prédit l’élection de Donald Trump en tant que 45ème Président des Etats-Unis et cela deux semaines avant l’annonce même des résultats officiels. Plus fort encore, MogAI avait aussi correctement prédit les gagnants des trois précédentes élections américaines. C’est-à-dire celles de Barak Obama et Georges W. Bush. Comment a-t-on pu réussir quatre fois de suite ces prédictions ? Cela pourrait faire rougir de jalousie les plus grands voyants de la planète. Les sondeurs quant à eux auraient surement aimé rencontrer MogAI avant l’annonce des résultats.
Mais MogAI n’est ni un enfant ni même un être humain. C’est une intelligence artificielle développée en 2004 par la start-up indienne Genic.ai.
Sanjiv Rai, créateur de cette intelligence artificielle, a expliqué que la prédiction a été possible grâce à l’analyse de plus de 20 millions de données sur les engagements des électeurs pour leurs candidats. Ces données proviennent des plates formes des réseaux sociaux telles que FaceBook (y compris Facebook live), Youtube, Twitter ou encore les requêtes de recherche. La machine avait détecté que les engagements pour Trump dépassaient largement ceux d’Obama observés en 2008 au pic de sa popularité.
Sanjiv Rai a expliqué que sa machine pouvait prédire le gagnant seulement en observant les données des engagements pour les candidats même si les sondages prétendent l’inverse. Cependant l’entrepreneur avoue tout de même qu’il y avait moins d’utilisateurs sur les réseaux sociaux lors des trois précédentes élections que l’ors de l’élection de Donald Trump. Le risque de mauvaise interprétation de la tonalité des engagements est donc plus élevé.
En effet, un engagement négatif pour un candidat pourrait être mal interprété par MogAI lorsqu’il s’agit d’un jeu de mots ou d’ironie. Par exemple si un électeur rédige « J’adore le candidat Y. Il a dit au revoir à 650 de ses salariés lorsqu’il était chef d’entreprise », la machine pourrait considérer cela comme positif pour le candidat Y puisque le texte ne fait apparaitre aucun élément négatif. Mais le cerveau humain comprendra le sens ironique de ce texte qui veut dire que le candidat avait licencié 650 personnes. Heureusement l’analyse prédictive ne se base pas uniquement sur l’interprétation des tonalités mais principalement sur l’analyse statistique et les corrélations.
Besoin d'un conseil ?
