Florent Daudens
Je travaille à ce que tout le monde puisse s'approprier l'IA en journalisme.
Je travaille à ce que tout le monde puisse s'approprier l'IA en journalisme.
Je développe les initiatives en IA ouverte et journalisme chez Hugging Face 🤗.
Auparavant, j'ai dirigé les équipes de journalistes internationaux, politiques et de l'actualité quotidienne à Radio-Canada, après avoir été directeur de l'information au Devoir, où nous avons effectué tous ensemble une transformation numérique en profondeur. J'ai notamment mis sur pied des équipes spécialisées en vidéo et en visualisation de données, et supervisé le lancement de nombreux produits innovants (applications, infolettres, couvertures électorales...), le développement de nouveaux secteurs de couverture et la conception de projets en intelligence artificielle.
En parallèle, j'ai le plaisir d'enseigner le journalisme numérique au DESS en journalisme à l'Université de Montréal. Je m'implique dans le développement de notre profession avec au fil des ans des participations au c.a. de la FPJQ et du magazine Trente, des groupes comme Hacks/Hackers Montréal, etc. Je suis aussi passé par La Presse, Rue89, France3 et la Fédération des journalistes du Québec.
Pour consulter mon c.v., c'est par ici.
Cet outil simple aide les journalistes à optimiser leurs articles pour les moteurs de recherche. Il est basé sur Llama 3 et peut être adapté à d'autres modèles. La prompt est aussi accessible.
Pour essayer l'outil, c'est ici.
Dans le cours « Journalisme numérique » à l'UdM, j'intègre cette année un robot conversationnel comme assistant de cours. Utilisant la méthode du Retrieval-augmented generation (RAG), ce robot est conçu pour compléter les enseignements avec des informations pertinentes tirées des transcriptions de cours.
Ce projet pédagogique permet aux étudiants d'interagir directement avec un modèle de langage avancé, enrichissant ainsi leur apprentissage. Je recueille leurs retours et questions dans le système, explorant l'impact de cet assistant IA sur l'évolution du cours. Un apprentissage partagé pour moi et les étudiants.
Côté technologique, ce programme repose sur GPT-4, LangChain, LangSmith et Streamlit.
Pour essayer l'outil, c'est ici. Plus de détails sur ce projet dans ce post.
Pour tester les capacités de codage de ChatGPT, j'ai créé un programme pour me tenir au courant des derniers développements en IA seulement en interagissant avec lui.
Un projet en Python avec FeedParser et l'API d'OpenAI, déployé sur AWS pour l'automatisation. Résultat : un courriel tous les matins à 8 h qui agrège et résume avec text-davinci-003 les articles des dernières 24 h dans le domaine de l'IA. Plus de détails dans ce post.
Trois objectifs pour ce projet :
Pour ceux qui aiment regarder sous le capot, j’ai testé plusieurs solutions. La configuration finale repose sur un agent Pandas de LangChain, GPT-4 pour le modèle de langage, Langsmith pour le suivi des interactions et Streamlit pour le déploiement.
Pour essayer l'outil, c'est ici. Plus de détails sur ce projet dans ce post.
Un outil simple pour inonder Internet générer un fil Twitter (ou la 24ème lettre de l'alphabet) à partir d'articles de nouvelles et l'occasion de tester LangChain Hub pour les prompts. Ce projet utilise :
Pour essayer l'outil, c'est ici. Pour plus de détails sur ce projet, lisez ce post.