Vers l’écriture scientifique automatisée

Ce matin, en parcourant les sections de sciences informatiques d’Arxiv, comme je le fais la plupart des matins, je suis tombé sur un article récent de l’Université fédérale de Ceara au Brésil, proposant un nouveau cadre de traitement du langage naturel pour automatiser la synthèse et l’extraction de données essentielles à partir d’articles scientifiques.

Comme c’est plus ou moins ce que je fais tous les jours, l’article m’a rappelé un commentaire sur un fil de discussion de rédacteurs sur Reddit plus tôt cette année – une prédiction selon laquelle la rédaction scientifique sera parmi les premiers emplois journalistiques à être pris en charge par l’apprentissage automatique.

Permettez-moi d’être clair – je crois absolument que l’écrivain scientifique automatisé est en route, et que tous les défis que je soulève dans cet article sont soit résolus maintenant, soit le seront éventuellement. Lorsque cela est possible, je donne des exemples à cet égard. De plus, je ne m’attache pas à savoir si les actuels ou prochains écrivains scientifiques IA seront capables de écrire de manière cohérente; sur la base du niveau actuel d’intérêt dans ce secteur du traitement du langage naturel, je suppose que ce défi sera éventuellement résolu.

Au lieu de cela, je me demande si un écrivain scientifique IA sera capable d’identifier des histoires scientifiques pertinentes conformément aux résultats souhaités (très variés) des éditeurs.

Je ne pense pas que cela soit imminent; en parcourant les titres et/ou les copies d’environ 2000 nouveaux articles scientifiques sur l’apprentissage automatique chaque semaine, j’ai une vision plus cynique sur la mesure dans laquelle les soumissions universitaires peuvent être décomposées algorithmiquement, soit pour les fins d’indexation universitaire, soit pour le journalisme scientifique. Comme d’habitude, ce sont ces personnes maudites qui se mettent en travers.

Exigences pour l’écrivain scientifique automatisé

Considérons le défi de l’automatisation de la rédaction scientifique sur les dernières recherches universitaires. Pour être équitable, nous allons nous limiter principalement aux catégories de sciences informatiques du très populaire domaine non payant Arxiv de l’Université de Cornell, qui a au moins un certain nombre de fonctionnalités systématiques et de modèles qui peuvent être intégrés dans un pipeline d’extraction de données.

Supposons également que la tâche à accomplir, comme pour le nouvel article du Brésil, est d’itérer à travers les titres, les résumés, les métadonnées et (si justifié) le contenu du corps des nouveaux articles scientifiques à la recherche de constantes, de paramètres fiables, de jetons et d’informations de domaine réductibles et actionnables.

Ceci est, après tout, le principe sur lequel de nouveaux cadres très réussis sont en train de gagner du terrain dans les domaines de la couverture des tremblements de terre, l’écriture sportive, le journalisme financier et la couverture de la santé, et un point de départ raisonnable pour l’écrivain scientifique IA.

Le flux de travail de la nouvelle offre brésilienne. Le document scientifique PDF est converti en texte brut UTF-8 (bien que cela supprime les emphases italiques qui peuvent avoir un sens sémantique), et les sections d’article sont étiquetées et extraites avant d’être passées au filtre de texte. Le texte déconstruit est divisé en phrases sous forme de cadres de données, et les cadres de données sont fusionnés avant l’identification des jetons et la génération de deux matrices de jetons de document   Source: https://arxiv.org/ftp/arxiv/papers/2107/2107.14638.pdf

Complication du modèle

Une couche encourageante de conformité et de régularisation est que Arxiv impose un modèle pretty bien appliqué pour les soumissions, et fournit des directives détaillées pour les auteurs soumettant. Par conséquent, les articles sont généralement conformes aux parties du protocole qui s’appliquent au travail décrit.

Ainsi, le système de prétraitement IA pour l’écrivain scientifique automatisé peut généralement traiter de telles sections comme des sous-domaines: résumé, introduction, travail connexe/précédent, méthodologie/données, résultats/trouvailles, études d’ablation, discussion, conclusion.

Cependant, dans la pratique, certaines de ces sections peuvent être manquantes, renommées ou contenir du contenu qui, strictement parlant, appartient à une autre section. De plus, les auteurs incluront naturellement des titres et des sous-titres qui ne sont pas conformes au modèle. Ainsi, il incombera au traitement du langage naturel/de la compréhension du langage naturel d’identifier le contenu de section pertinent du contexte.

En route vers les ennuis

Une hiérarchie d’en-tête est un moyen facile pour les systèmes de traitement du langage naturel de catégoriser initialement des blocs de contenu. Un grand nombre de soumissions Arxiv sont exportées à partir de Microsoft Word (comme en témoigne les PDF d’Arxiv mal gérés qui laissent ‘Microsoft Word’ dans l’en-tête de titre – voir image ci-dessous). Si vous utilisez des en-têtes de section dans Word, une exportation vers PDF les recréera sous forme d’en-têtes hiérarchiques qui sont utiles aux processus d’extraction de données d’un rapporteur automatique.

Cependant, cela suppose que les auteurs utilisent effectivement ces fonctionnalités dans Word, ou d’autres cadres de création de documents, tels que TeX et ses dérivés (rarement fournis sous forme de formats alternatifs natifs dans les soumissions Arxiv, la plupart des offres étant limitées à PDF et, occasionnellement, à PostScript encore plus opaque).

Sur la base d’années de lecture d’articles Arxiv, j’ai remarqué que la grande majorité d’entre eux ne contiennent aucune métadonnées structurelles interprétables, avec le titre rapporté dans le lecteur (c’est-à-dire un navigateur Web ou un lecteur PDF) comme le titre complet (y compris l’extension) du document lui-même.

Dans ce cas, l’interprétation sémantique du document est limitée, et un système d’écrivain scientifique basé sur l’IA devra relier programmatiquement le document à ses métadonnées associées dans le domaine Arxiv. La convention Arxiv dicte que les métadonnées de base sont également insérées latéralement en grand caractère gris à la page 1 d’un PDF soumis (voir image ci-dessous). Malheureusement – pas moins parce que c’est l’endroit où vous pouvez trouver une date de publication ou un numéro de version – il est souvent exclu.

De nombreux auteurs n’utilisent aucun style, ou n’utilisent que le style H1 (le plus haut en-tête/titre), laissant le traitement du langage naturel/compréhension du langage naturel extraire les en-têtes soit du contexte (probablement pas si difficile), soit en analysant le numéro de référence qui comprend le titre dans l’itinéraire du document (c’est-à-dire https://arxiv.org/pdf/2110.00168.pdf) et en se servant de métadonnées basées sur le réseau (plutôt que locales) pour la soumission.

Ceci ne résoudra pas les en-têtes manquants, mais établira au moins à quelle section de sciences informatiques la soumission s’applique, et fournira des informations de date et de version.

GluedText à ParagraphReturns

Avec PDF et PostScript comme formats les plus couramment disponibles soumis par les auteurs, le système de traitement du langage naturel devra avoir une routine pour diviser les mots de fin de ligne des mots de début de ligne suivante qui leur sont ‘attachés’ sous les méthodes d’optimisation par défaut malheureuses du format PDF.

La déconcaténation (et la déshyphenisation) des mots peut être accomplie en Perl et de nombreuses autres routines récursives simples, bien qu’une approche basée sur Python pourrait être moins chronophage et plus adaptée à un cadre d’apprentissage automatique. Adobe, l’origine du format PDF, a également développé un système de conversion activé par l’IA appelé Liquid Mode, capable de ‘refluer’ le texte cuits dans les PDF, bien que sa diffusion au-delà de l’espace mobile ait été lente.

Anglais médiocre

L’anglais reste la norme scientifique mondiale pour la soumission d’articles scientifiques, même si cela est controverse. Par conséquent, des articles intéressants et dignes d’être signalés contiennent parfois des normes d’anglais épouvantables, de la part de chercheurs non anglophones. Si l’utilisation habile de l’anglais est incluse comme une mesure de valeur lorsque le système d’IA évalue le travail, alors non seulement de bonnes histoires seront souvent perdues, mais des sorties de valeur inférieure pédantes seront classées plus haut simplement parce qu’elles disent très peu de choses très bien.

Les systèmes de traitement du langage naturel qui sont inflexibles à cet égard sont susceptibles de rencontrer une couche supplémentaire d’obstacles dans l’extraction de données, sauf dans les sciences les plus rigides et les plus paramétrées, telles que la chimie et la physique théorique, où les graphiques et les tableaux sont plus uniformes à travers les communautés scientifiques mondiales. Bien que les articles de recherche sur l’apprentissage automatique comportent souvent des formules, celles-ci ne représentent pas nécessairement la valeur déterminante de la soumission en l’absence d’un consensus scientifique bien établi sur la méthodologie que les sciences plus anciennes apprécient.

Sélection: Détermination des exigences du public

Nous allons revenir sur les nombreux problèmes de décomposition d’articles scientifiques excentriques en points de données distincts plus tard. Maintenant, considérons notre public et nos objectifs, puisque ceux-ci seront essentiels pour aider l’écrivain scientifique IA à trier des milliers d’articles par semaine. Prévoir le succès de potentiels articles de presse est déjà un domaine actif dans l’apprentissage automatique.

Si, par exemple, le trafic scientifique à haut volume est l’objectif unique sur un site Web où la rédaction scientifique n’est qu’un aspect d’une offre journalistique plus large (comme c’est le cas avec la section sciences du Daily Mail), un IA peut être requis pour déterminer les sujets les plus rentables en termes de trafic, et optimiser sa sélection en conséquence. Ce processus donnera probablement la priorité à des sujets relativement faciles à atteindre, tels que les robots, les drones, les deepfakes, la confidentialité et les vulnérabilités de sécurité.

En ligne avec l’état actuel de l’art dans les systèmes de recommandation, cette récolte à haut niveau est susceptible de conduire à des problèmes de ‘bulle de filtres’ pour notre écrivain scientifique IA, car l’algorithme accorde une attention accrue à une série d’articles scientifiques plus douteux qui comportent des mots clés et des phrases à fréquence élevée ‘désirables’ sur ces sujets (encore une fois, parce qu’il y a de l’argent à gagner, à la fois en termes de trafic pour les médias et de financement pour les départements universitaires), tout en ignorant certains des ‘œufs de Pâques’ (voir ci-dessous) plus exploitables qui peuvent être trouvés dans de nombreux des coins moins fréquentés d’Arxiv.

Et puis, c’est fini!

De bonnes matières pour les actualités scientifiques peuvent provenir d’endroits étranges et inattendus, et de secteurs et de sujets précédemment infructueux. Pour confondre encore plus notre écrivain scientifique IA, qui espérait créer un index productif de sources d’actualités ‘fructueuses’, la source d’un ‘coup’ inhabituel (comme un serveur Discord, un département de recherche universitaire ou une startup technologique) produira jamais à nouveau du matériel exploitable, tout en continuant à produire un flux d’informations bruyant et de moindre valeur.

Que peut déduire une architecture d’apprentissage automatique itérative de cela? Que les nombreuses sources d’actualités ‘anomalies’ qu’il a précédemment identifiées et exclues doivent suddenly être privilégiées (même si cela créerait un rapport signal/bruit ingérable, compte tenu du grand nombre de documents publiés chaque année)? Que le sujet lui-même vaut plus une couche d’activation que la source d’actualités dont il provient (ce qui, dans le cas d’un sujet populaire, est une action redondante)..?

Plus utilement, le système pourrait apprendre qu’il doit remonter ou descendre la hiérarchie de dimensionalité des données à la recherche de modèles – s’il y en a vraiment – qui constituent ce que mon grand-père journaliste appelait ‘un flair pour les actualités’, et définir la fonction digne d’être signalé comme une qualité itinérante et abstraite qui ne peut pas être prédite avec précision sur la base de la provenance seule, et qui peut être censée muter quotidiennement.

Identification de l’échec de l’hypothèse

En raison de la pression des quotas, les départements universitaires publieront parfois des travaux dont l’hypothèse centrale a échoué complètement (ou presque complètement) lors des tests, même si les méthodes et les résultats du projet sont néanmoins dignes d’un certain intérêt en soi.

De telles déceptions ne sont souvent pas signalées dans les résumés; dans les pires cas, les hypothèses réfutées ne sont discernables que par la lecture des graphiques de résultats. Cela nécessite non seulement de déduire une compréhension détaillée de la méthodologie à partir des informations très sélectionnées et limitées que l’article peut fournir, mais nécessiterait également des algorithmes d’interprétation de graphiques habiles qui peuvent interpréter de manière significative tout, des graphiques circulaires aux graphiques de dispersion, dans le contexte.

Un système de traitement du langage naturel basé sur l’IA qui fait confiance aux résumés mais ne peut pas interpréter les graphiques et les tableaux peut devenir très enthousiaste à propos d’un nouvel article, à première lecture. Malheureusement, des exemples antérieurs de ‘défaillance cachée’ dans les articles universitaires sont (pour les fins de formation) difficiles à généraliser en modèles, car ce ‘crime universitaire’ est principalement un crime d’omission ou de sous-estimation, et est donc insidieux.

Dans un cas extrême, notre écrivain IA peut devoir localiser et tester des données de référentiel (c’est-à-dire de GitHub), ou analyser tout matériel supplémentaire disponible, afin de comprendre ce que les résultats signifient par rapport aux objectifs des auteurs. Ainsi, un système d’apprentissage automatique devra parcourir les multiples sources et formats non cartographiés impliqués dans ce processus, ce qui rend l’automatisation des processus de vérification un défi architectural.

Scénarios ‘boîte blanche’

Certaines des allégations les plus outrancières faites dans les articles de sécurité axés sur l’IA s’avèrent nécessiter des niveaux de confidentialité extraordinaires et très improbables pour accéder au code source ou à l’infrastructure source – des attaques ‘boîte blanche’. Bien que cela soit utile pour extrapoler des bizarreries antérieurement inconnues dans les architectures des systèmes d’IA, cela représente presque jamais une surface d’attaque réaliste qui peut être exploitée. Par conséquent, l’écrivain scientifique IA devra avoir un détecteur de balivernes très capable pour décomposer les allégations de sécurité en probabilités de déploiement efficace.

L’écrivain scientifique automatisé devra avoir une routine de traitement du langage naturel capable d’isoler les mentions ‘boîte blanche’ dans un contexte significatif (c’est-à-dire pour distinguer les mentions des implications centrales de l’article), et la capacité de déduire la méthodologie ‘boîte blanche’ dans les cas où la phrase n’apparaît jamais dans l’article.

Autres ‘pièges’

D’autres endroits où l’invraisemblance et l’échec de l’hypothèse peuvent se retrouver bien enfouis sont dans les études d’ablation, qui suppriment systématiquement des éléments clés d’une nouvelle formule ou méthode pour voir si les résultats sont négativement affectés, ou si une ‘découverte de base’ est résistante. Dans la pratique, les articles qui incluent des études d’ablation sont généralement très confiants dans leurs résultats, bien qu’une lecture attentive puisse souvent déterrer un ‘bluff’. Dans la recherche sur l’IA, ce bluff s’avère fréquemment être une suradaptation, où un système d’apprentissage automatique se comporte admirablement sur les données de recherche originales, mais échoue à généraliser à de nouvelles données, ou fonctionne sous d’autres contraintes non reproductibles.

Une autre section d’en-tête utile pour une extraction systématique potentielle est Limitations. Ceci est la toute première section à laquelle tout écrivain scientifique (IA ou humain) devrait sauter, car elle peut contenir des informations qui annulent l’hypothèse entière de l’article, et sauter à celle-ci peut sauver des heures de travail (du moins, pour l’humain). Un scénario pire ici est qu’un article a réellement une section Limitations, mais les ‘faits compromettants’ sont inclus ailleurs dans le travail, et non ici (ou sont sous-estimés ici).

Ensuite, il y a Travail précédent. Cela se produit tôt dans le modèle Arxiv, et révèle souvent que l’article actuel ne représente qu’une avancée mineure par rapport à un projet beaucoup plus innovant, généralement des 12 à 18 mois précédents. À ce stade, l’écrivain IA devra avoir la capacité d’établir si le travail précédent a obtenu une traction; y a-t-il encore une histoire ici? Le travail précédent a-t-il indûment glissé sous les projecteurs au moment de la publication? Ou l’article nouveau n’est-il qu’un post-scriptum perfunctoire à un projet précédent bien couvert?

Évaluation des répétitions et de la ‘fraîcheur’

En plus de corriger les erreurs dans une version antérieure, la version 2 d’un article représente souvent peu plus que les auteurs qui réclament l’attention qu’ils n’ont pas obtenue lorsque la version 1 a été publiée. Fréquemment, cependant, un article mérite réellement une deuxième chance, car l’attention des médias peut avoir été détournée ailleurs au moment de la publication, ou le travail a été obscurci par un trafic élevé de soumissions pendant les périodes de symposium et de conférence (comme l’automne et la fin de l’hiver).

Une fonctionnalité utile sur Arxiv pour distinguer une répétition est le tag [MIS À JOUR] apposé aux titres de soumission. Le système de recommandation interne de notre écrivain IA devra considérer soigneusement si [MIS À JOUR] signifie ‘dépassé’, particulièrement puisqu’il peut (présumément) évaluer le document réchauffé beaucoup plus rapidement qu’un journaliste scientifique surmené. À cet égard, il a un avantage notable sur les humains, grâce à une convention de dénomination susceptible de durer, du moins sur Arxiv.

Arxiv fournit également des informations sur la page de résumé concernant le fait que l’article a été identifié comme ayant un ‘chevauchement de texte significatif’ avec un autre article (souvent du même auteur), et cela peut également être analysé en un statut ‘doublon/répétition’ par un système d’écrivain IA en l’absence du tag [MIS À JOUR].

Détermination de la diffusion

Comme la plupart des journalistes, notre écrivain scientifique IA projeté recherche des actualités non signalées ou sous-signalées, afin d’ajouter de la valeur au flux de contenu qu’il soutient. Dans la plupart des cas, le signalement à nouveau des avancées scientifiques présentées pour la première fois dans de grandes plateformes telles que TechCrunch, The Verge et EurekaAlert et al est inutile, car de telles grandes plateformes soutiennent leur contenu avec des machines de publicité exhaustives, garantissant virtuellement la saturation des médias pour l’article.

Par conséquent, notre écrivain IA doit déterminer si l’histoire est suffisamment fraîche pour être digne d’être poursuivie.

La façon la plus simple, en théorie, serait d’identifier des liens entrants récents vers les pages de recherche principales (résumé, PDF, section d’actualités du site Web du département universitaire, etc.). En général, les cadres qui peuvent fournir des informations de lien entrant à jour ne sont pas open source ou à faible coût, mais les grands éditeurs pourraient présumément supporter le coût du SaaS dans le cadre d’un cadre d’évaluation de la nouvelle.

En supposant un tel accès, notre écrivain scientifique IA est alors confronté au problème qu’un grand nombre de plateformes de rédaction scientifique ne citent pas les articles qu’elles écrivent, même dans les cas où ces informations sont librement disponibles. Après tout, une plateforme souhaite que les reportages secondaires se réfèrent à elle, plutôt qu’à la source. Puisqu’elle a réellement obtenu un accès privilégié ou semi-privilégié à un article de recherche (voir L’écrivain scientifique ‘social’ ci-dessous), elle a un prétexte déguisé pour cela.

Ainsi, notre écrivain IA devra extraire des mots clés actionnables à partir d’un article et effectuer des recherches limitées dans le temps pour établir où, si cela se produit, l’histoire a déjà éclaté – et évaluer ensuite si une diffusion antérieure peut être écartée ou si l’histoire est jouée.

Parfois, les articles fournissent du matériel vidéo supplémentaire sur YouTube, où le ‘compteur de vues’ peut servir d’indice de diffusion. De plus, notre IA peut extraire des images de l’article et effectuer des recherches d’images systématiques pour établir si, où et quand certaines des images ont été republiées.

Œufs de Pâques

Parfois, un article ‘sec’ révèle des résultats qui ont des implications profondes et dignes d’être signalés, mais qui sont sous-estimés (ou même négligés ou déniés) par les auteurs, et ne seront révélés que par la lecture de l’ensemble de l’article et en faisant les mathématiques.

Dans des cas rares, je crois, cela est dû au fait que les auteurs sont beaucoup plus préoccupés par la réception dans le monde universitaire que dans le grand public, peut-être parce qu’ils estiment (pas toujours à tort) que les concepts fondamentaux impliqués ne peuvent simplement pas être simplifiés suffisamment pour la consommation générale, malgré les efforts souvent hyperboliques de leurs départements de relations publiques.

Mais autant, les auteurs peuvent dédaigner ou ne pas voir ou reconnaître les implications de leur travail, opérant officiellement sous ‘retrait scientifique’. Parfois, ces ‘œufs de Pâques’ ne sont pas des indicateurs positifs pour le travail, comme mentionné ci-dessus, et peuvent être cyniquement obscurcis dans des tableaux complexes de résultats.

Au-delà d’Arxiv

Il devrait être considéré que la paramétrisation d’articles sur l’informatique en jetons et entités distincts sera beaucoup plus facile sur un domaine tel qu’Arxiv, qui fournit un certain nombre de ‘crochets’ systématiques et de modèles pour analyser, et ne nécessite pas de connexions pour la plupart des fonctionnalités.

Il ne faut pas oublier que l’accès à la publication scientifique n’est pas open source, et qu’il reste à voir si (d’un point de vue pratique ou juridique) notre écrivain scientifique IA peut ou non avoir recours à l’évitement des paywalls via Sci-Hub; à utiliser des sites d’archivage pour obvier les paywalls; et s’il est praticable de construire des architectures de minage de domaine similaires pour une grande variété d’autres plateformes de publication scientifique, dont beaucoup sont structurellement résistantes à la sonde systématique.

Il devrait être considéré en outre qu’Arxiv a des limites de taux qui sont susceptibles de ralentir les routines d’évaluation des actualités de l’écrivain IA à un rythme plus ‘humain’.

L’écrivain scientifique ‘social’ IA

Au-delà du domaine ouvert et accessible d’Arxiv et de plateformes de publication scientifique similaires, même l’accès à un nouvel article intéressant peut être un défi, impliquant la localisation d’un canal de contact pour un auteur et l’approche pour demander de lire le travail, et même pour obtenir des citations (lorsque la pression du temps n’est pas un facteur primordial – un cas rare pour les journalistes scientifiques humains ces jours-ci).

Ceci peut impliquer la traversée automatisée de domaines scientifiques et la création de comptes (vous devez être connecté pour révéler l’adresse e-mail de l’auteur d’un article, même sur Arxiv). La plupart du temps, LinkedIn est le moyen le plus rapide d’obtenir une réponse, mais les systèmes d’IA sont actuellement interdits de contacter les membres.

En ce qui concerne la façon dont les chercheurs recevraient des sollicitations par e-mail d’un écrivain scientifique IA – eh bien, comme dans le monde de la rédaction scientifique ‘en chair et en os’, cela dépend probablement de l’influence de la plateforme. Si un écrivain IA putatif de Wired contactait un auteur qui était désireux de diffuser son travail, il est raisonnable de supposer que cela ne rencontrerait pas de réponse hostile.

Dans la plupart des cas, on peut imaginer que l’auteur espérerait que ces échanges semi-automatisés pourraient éventuellement amener un humain dans la boucle, mais il n’est pas hors de propos que des entretiens de suivi VOIP puissent être facilités par un IA, du moins lorsque la viabilité de l’article est prévue être en dessous d’un certain seuil, et lorsque la publication a suffisamment de traction pour attirer la participation humaine dans une conversation avec un ‘chercheur IA’.

Identification des actualités avec l’IA

Beaucoup des principes et des défis évoqués ici s’appliquent au potentiel de l’automatisation dans d’autres secteurs du journalisme, et, comme cela a toujours été le cas, identifier une histoire potentielle est le défi principal. La plupart des journalistes humains admettront que rédiger l’histoire est en fait les 10 derniers pour cent de l’effort, et que lorsque le clavier tape, le travail est déjà presque terminé.

Le principal défi, alors, est de développer des systèmes d’IA qui puissent repérer, enquêter et authentifier une histoire, sur la base des nombreuses vicissitudes arcaines du jeu de l’actualité, et en traversant un large éventail de plateformes qui sont déjà durcies contre la sonde et l’exfiltration, humaine ou autre.

Dans le cas de la rédaction scientifique, les auteurs de nouveaux articles ont un agenda auto-servant aussi profond que n’importe quelle autre source potentielle d’une histoire, et la décomposition de leur production impliquera l’intégration de connaissances antérieures sur les motivations sociologiques, psychologiques et économiques. Par conséquent, un écrivain scientifique automatisé putatif aura besoin de plus que des routines de traitement du langage naturel réductives pour établir où se trouvent les actualités aujourd’hui, à moins que le domaine d’actualités ne soit particulièrement stratifié, comme c’est le cas avec les actions, les chiffres de pandémie, les résultats sportifs, l’activité sismique et d’autres sources d’actualités purement statistiques.