Nouvelles

La gestion des phénomènes météorologiques extrêmes grâce à l’intelligence artificielle

Une étude de l’Université McGill vise à optimiser l’utilité des médias sociaux pour les gestionnaires de crise
Publié: 18 January 2021

La combinaison de l’apprentissage profond – une branche de l’intelligence artificielle – et de l’analyse des réseaux sociaux pourrait-elle faire des contributions dans les médias sociaux à propos des phénomènes météorologiques extrêmes un outil utile pour les gestionnaires de crise, les premiers intervenants et les scientifiques du secteur public? Une équipe interdisciplinaire composée de chercheurs de l’Université McGill a mis à l’avant-plan ces outils afin de comprendre et de gérer les phénomènes météorologiques extrêmes.

Les chercheurs ont découvert qu’en utilisant un mécanisme de réduction du bruit, ils pouvaient extraire de précieux renseignements des médias sociaux afin de mieux évaluer les points chauds et les réactions des utilisateurs à l’égard des phénomènes météorologiques extrêmes. Les résultats de l’étude ont été publiés dans le Journal of Contingencies and Crisis Management.

Une mine d’information

« Nous avons réduit le bruit en déterminant qui les gens écoutaient et quelles étaient les sources faisant autorité », explique Renee Sieber, professeure agrégée au Département de géographie de l’Université McGill et auteure principale de l’étude. « Cette capacité est importante, parce qu’il est assez difficile d’évaluer la validité de l’information publiée par les utilisateurs de Twitter. »

L’équipe a fondé son étude sur des données provenant de Twitter en mars 2019, lors des inondations au Nebraska, aux États-Unis, qui avaient causé des dommages supérieurs à un milliard de dollars et entraîné l’évacuation massive de résidents. Au total, plus de 1 200 gazouillis ont été analysés et classés.

« Grâce à l’analyse des réseaux sociaux, on peut déterminer où les gens obtiennent leurs informations durant un phénomène météorologique extrême. L’apprentissage profond nous permet de mieux comprendre le contenu de cette information en classant des milliers de gazouillis dans des catégories définies, par exemple, “dommages aux infrastructures et aux services publics” ou “compassion et soutien émotionnel” », précise la Pre Sieber. Les chercheurs ont ensuite mis en place un modèle de classification par apprentissage profond à deux niveaux – une première pour ce qui est de l’intégration de ces méthodes d’une façon qui pourrait être utile aux gestionnaires de crise.

L’étude met en évidence certains problèmes relatifs à l’utilisation de l’analyse des médias sociaux à cette fin, en particulier son incapacité à remarquer que les phénomènes sont beaucoup plus contextuels que ne l’anticipaient les ensembles de données étiquetées, comme CrisisNLP, et l’absence d’un langage universel pour catégoriser les termes liés à la gestion de crise.

L’exploration préliminaire réalisée par les chercheurs a également révélé que les appels à l’action des célébrités occupaient une place prédominante; ce fut effectivement le cas lors des inondations au Nebraska en 2019, lorsqu’un gazouillis du chanteur pop Justin Timberlake fut relayé par un grand nombre d’utilisateurs, bien qu’il ne s’avérât pas utile pour les gestionnaires de crise.

« Nos résultats indiquent que le contenu de l’information varie selon le type d’événement, contrairement à la croyance selon laquelle il y aurait un langage universel pour catégoriser la gestion de crise. Cela limite l’utilisation des ensembles de données étiquetées à seulement quelques types de phénomènes, puisque les termes à rechercher peuvent changer d’un phénomène à l’autre. »

« Une grande quantité des données sur la météo publiées par le public dans les médias sociaux semblent indiquer qu’elles peuvent fournir des renseignements importants lors de crises comme les tempêtes de neige, les inondations et les tempêtes de verglas. Nous explorons actuellement la possibilité d’appliquer ce modèle lors de différents types de crises météorologiques et de remédier aux lacunes des approches supervisées existantes en les combinant à d’autres méthodes », indique la Pre Sieber.

L’étude

L’article « Using deep learning and social network analysis to understand and manage extreme flooding », par Renee Sieber et coll., a été publié dans le Journal of Contingencies and Crisis Management.

L’étude a été financée par Environnement Canada.

L’Université McGill

Fondée en 1821 à Montréal, au Québec, l’Université McGill figure au premier rang des universités canadiennes offrant des programmes de médecine et de doctorat. Année après année, elle se classe parmi les meilleures universités au Canada et dans le monde. Établissement d’enseignement supérieur renommé partout dans le monde, l’Université McGill exerce ses activités de recherche dans deux campus, 11 facultés et 13 écoles professionnelles; elle compte 300 programmes d’études et au-delà de 40 000 étudiants, dont plus de 10 200 aux cycles supérieurs. Elle accueille des étudiants originaires de plus de 150 pays, ses 12 800 étudiants internationaux représentant 31 % de sa population étudiante. Au-delà de la moitié des étudiants de l’Université McGill ont une langue maternelle autre que l’anglais, et environ 19 % sont francophones.

 

Back to top