Cas d’usage pour Personalizer
Important
À compter du 20 septembre 2023, vous ne pourrez pas créer de ressources Personalizer. Le service Personalizer est mis hors service le 1er octobre 2026.
Qu’est-ce qu’une note de transparence ?
Un système IA comprend non seulement la technologie, mais aussi les personnes qui l’utiliseront, les personnes qui seront affectées par lui et l’environnement dans lequel il est déployé. Créer un système adapté à l’objectif visé exige de bien comprendre comment la technologie fonctionne, de connaître ses capacités et ses limites et de savoir comment atteindre le meilleur niveau de performance.
Microsoft propose des notes de transparence pour vous aider à comprendre comment fonctionne notre technologie IA. Elles traitent notamment des choix que les propriétaires de système peuvent faire et qui influencent le niveau de performance et le comportement du système, et l’importance d’appréhender le système dans son ensemble, en englobant la technologie, les personnes et l’environnement. Vous pouvez utiliser les notes de transparence pendant le développement ou le déploiement de votre propre système ou les partager avec les personnes qui utiliseront votre système ou qui seront affectées par celui-ci.
Les notes de transparence s’inscrivent dans une optique plus large de Microsoft de mettre en pratique ses principes d’IA. Pour en savoir plus, consultez les principes de l’IA Microsoft.
Présentation de Personnaliser
Azure AI Personalizer est un service cloud qui permet à vos applications de choisir l’élément de contenu le mieux adapté pour vos utilisateurs. Vous pouvez utiliser Personalizer pour déterminer quel produit suggérer aux acheteurs ou pour trouver l’emplacement optimal pour une publicité. Une fois le contenu présenté à l’utilisateur, votre application surveille la réaction de l’utilisateur et retourne un score de récompense à Personalizer. Le score de récompense vise à améliorer constamment le modèle Machine Learning à l’aide de l’apprentissage par renforcement. Cela améliore la capacité de Personalizer à sélectionner le meilleur élément de contenu dans les interactions suivantes en fonction des informations contextuelles qu’il reçoit pour chacune d’elles.
Pour plus d'informations, consultez les pages suivantes :
Termes clés
| Terme | Définition |
|---|---|
| Boucle d’apprentissage | Vous pouvez créer une ressource Personalizer, appelée boucle d’apprentissage, pour chaque partie de votre application qui peut tirer parti de la personnalisation. Si vous avez plusieurs expériences à personnaliser, créez une boucle pour chacune d’elles. |
| Modèle en ligne | comportement d'apprentissage par défaut de Personalizer, dans lequel votre boucle d'apprentissage utilise l'apprentissage automatique pour générer le modèle qui prédit la première action relative à votre contenu. |
| Mode Apprenti | comportement d'apprentissage qui permet de démarrer à chaud un modèle Personalizer pour effectuer l'apprentissage sans affecter les résultats et les actions des applications. |
| Récompenses | Une mesure de la façon dont l’utilisateur a répondu à l’ID de l’action récompensée retournée de l’API de classement, sous la forme d’un score compris entre 0 et 1. La valeur de 0 à 1 est définie par votre logique métier, en fonction de la façon dont le choix a aidé à atteindre vos objectifs métier de personnalisation. La boucle d’apprentissage ne stocke pas cette récompense en tant qu’historique utilisateur individuel. |
| Exploration | Le service Personalizer effectue une exploration quand, au lieu de retourner la meilleure action, il choisit une autre action pour l’utilisateur. Le service Personalizer évite les dérives et la stagnation, et peut s’adapter au comportement actuel de l’utilisateur en effectuant une exploration. |
Pour plus d’informations et pour découvrir d’autres termes clés, consultez la terminologie Personalizer et la documentation conceptuelle.
Exemples de cas d’utilisation
Voici quelques éléments courants qui peuvent inciter les clients à utiliser Personalizer :
- Engagement utilisateur : capturez l’intérêt de l’utilisateur en choisissant du contenu qui va accroître le nombre de clics publicitaires ou pour donner la priorité à l’action qui va le plus contribuer à améliorer le chiffre d’affaires moyen. D’autres mécanismes permettent d’augmenter l’engagement utilisateur comme la sélection de vidéos ou de morceaux de musique dans un canal dynamique ou une playlist.
- Optimisation du contenu : il est possible d’optimiser les images d’un produit (par exemple, en sélectionnant une affiche vidéo à partir d’un ensemble d’options) afin d’optimiser les clics publicitaires. De la même manière, il est possible d’optimiser la disposition de l’interface utilisateur, les couleurs, les images et les notices publicitaires d’une page web afin de favoriser les conversions et les achats.
- Maximiser les conversions à l’aide de remises et de coupons : pour obtenir le meilleur équilibre entre la marge et les conversions, choisissez les remises que l’application proposera aux utilisateurs, ou décidez quel produit mettre en avant dans les résultats d’un moteur de recommandations pour maximiser les conversions.
- Maximiser le changement de comportement positif : sélectionnez la question de conseil de bien-être à envoyer dans une notification, un message ou un envoi (push) par SMS pour maximiser le changement de comportement positif.
- Améliorez la productivité du service client et du support technique en suggérant les prochaines actions optimales à effectuer ou le contenu à afficher lorsque les utilisateurs recherchent des documents, des manuels ou des éléments de base de données.
Aspects à prendre en considération lors du choix d’un cas d’usage de l’analyse spatiale
- L’utilisation d’un service qui apprend à personnaliser le contenu et les interfaces utilisateur est très utile. Cependant, il peut aussi être mal utilisé si la personnalisation crée des effets secondaires nuisibles dans le monde réel. Réfléchissez à la façon dont la personnalisation peut aussi aider vos utilisateurs à atteindre leurs objectifs.
- Pensez aux possibles conséquences négatives dans le monde réel de l’absence de suggestions de la part Personalizer au sujet d’éléments particuliers, car le système est entraîné avec un biais par rapport aux modèles de comportement de la majorité des utilisateurs du système.
- Envisagez les cas où le comportement d’exploration de Personalizer pourrait entraîner des préjudices.
- Réfléchissez avec soin à la façon dont vous pouvez personnaliser les choix qui pourraient être lourds de conséquences ou irréversibles, et qui ne doivent pas être déterminés par des signaux et des récompenses à court terme.
- Ne fournissez pas à Personalizer des actions qui ne doivent pas être choisies. Par exemple, les films inappropriés doivent être filtrés et exclus des actions à personnaliser si vous effectuez une recommandation pour un utilisateur anonyme ou trop jeune.
Voici quelques cas où les conseils ci-dessus jouent un rôle pour déterminer si Personalizer doit être utilisé et comment :
- Évitez d’utiliser Personalizer pour classer par ordre de priorité des offres de prêt, des produits financiers ou d’assurance spécifiques, où les fonctionnalités de personnalisation sont réglementées en fonction de données dont les individus n’ont pas connaissance, auxquelles ils n’ont pas accès ou qu’ils ne peuvent pas contester ; et des choix nécessitant des années et des connaissances spécifiques pour évaluer véritablement si les recommandations se sont avérées pertinentes pour l’entreprise et les utilisateurs.
- Envisagez soigneusement de personnaliser les points essentiels des cours scolaires et des établissements d’enseignement pour éviter que les recommandations sans une exploration suffisante propagent des partis pris et empêche les utilisateurs de connaître d’autres possibilités.
- Évitez d’utiliser Personalizer pour synthétiser du contenu de manière algorithmique dans le but d’influencer les opinions dans un cadre démocratique et d’engagement civique, car cela est préjudiciable sur le long terme, et peut s’avérer manipulateur si la visite de l’utilisateur a pour objectif de s’informer, et non d’être influencé.