Résumé de section

  • Tout au long de ce cours, nous avons exploré l'impact des IA génératives sur la recherche documentaire. Nous avons vu qu'elles transforment nos pratiques d'information en proposant des approches conversationnelles et des synthèses rapides, mais qu'elles présentent aussi des limites importantes : hallucinations, biais, manque de reproductibilité et sources parfois peu fiables.

    Les fonctions de recherche basées sur le RAG (simple ou approfondie) permettent de pallier certaines de ces limites en s'appuyant sur des bases de connaissances externes actualisées. Toutefois, elles ne remplacent pas une démarche de recherche rigoureuse et critique, essentielle dans un contexte académique ou professionnel.

    Dans tous les cas, gardez en tête ces quatre principes :

    1. comparez différentes requêtes ;
    2. comparez les outils entre eux ;
    3. vérifiez systématiquement les réponses des outils (présence de sources, contenus générés) ;
    4. tenez vous au courant des évolutions des outils que vous utilisez.

    • Et demain ? L'IA agentique ?

      La prochaine évolution se dessine déjà : l'IA agentique.

      Contrairement à l’IA générative, qui crée des réponses sur demande, l’IA agentique a la faculté de fonctionner de manière autonome et de prendre des décisions en fonction d’un ensemble d’objectifs prédéfinis par l’utilisateur ou l’utilisatrice. Il peut donc interagir avec plusieurs systèmes, bases de données et autres modèles d’IA.

      Les IA agentiques capables d'enchaîner des tâches complexes dans différents environnements sont pour l'instant plutôt utilisées dans le monde de l'entreprise ou dans le cadre de la sphère privée, par exemple :

      • réserver un billet d'avion, un hôtel et un restaurant pour un voyage ;
      • planifier un rendez-vous en consultant votre agenda et en envoyant les invitations ;
      • gérer vos courses en ligne en fonction de votre budget et de vos préférences alimentaires...

      Néanmoins, en l'état actuel de la technique, il convient de rester très prudent sur les résultats fournis par ces outils. En cumulant différents types d'IA à différents moments du processus, l'IA agentique tend en effet à renforcer les erreurs et le manque de contrôle humain.

      Toutefois, des plateformes comme SciSpace illustrent le potentiel de l'IA agentique en recherche documentaire : recherche de publications scientifiques, extraction de données, génération de synthèses, création de visualisations... le tout de manière automatisée et intégrée.

      Exemples de fonctionnalités d'IA agentique de SciSpace : chercher des articles, faire une revue de littérature, créer un site

      Si ce sujet vous intéresse, restez attentifs : un prochain cours dédié aux outils spécialisés en recherche documentaire explorera plus en détail comment ces technologies peuvent être mises au service d'une recherche académique.