Outils de recherche et « IA »

Plan

  1. Clarification du contexte. #1
  2. Les outils de recherche : historique. #2
  3. Les outils de recherche : « IA ». #3

Contexte

« IA » : de quoi parle-t-on ?

  • Automata studies → Artificial Intelligence.
  • Systèmes experts, réseaux pondérés (réseaux de « neurones »), etc.
  • Recommandations, anti-spams, classification d’images, LLM, etc.

Précision et rappel

Feandoe (2025), CC-BY-SA
Feandoe (2026), CC-BY-SA

Recherche de littérature

  1. Aide à la décision.
  2. Revue de la littérature.
  3. Revue systématique.

Outils de recherche : historique

Index

Index du Netter en français

Bibliographie

  • Répertoires de titres.
  • Par année.
  • Par sujet (thésaurus).

Numérisation

  • Index → indexation automatique (TF-IDF).
  • Bibliographie → base de données bibliographiques.

Le web

  • Les annuaires.
  • L’indexation automatique (Search engines).

Apports des moteurs de recherche

  • Calcul de la pertinence (PageRank). → ML
  • Suggestions, corrections (did you mean). → ML
  • Personnalisation des résultats
    (non reproductibilité). → ML

Rechercher de la littérature scientifique

  • Bases de données bibliographiques.
  • Corpus homogène (comparé au web).
  • Données formatées + thésaurus.
  • Stratégies de recherche complexes.
  • Reproductibilité des requêtes et des résultats.

Medline / PubMed

  • Ouvert et documenté.
  • Couverture contrôlée.
  • Calcul de pertinence. → ML
  • Indexation matière automatique (MeSH). → ML

Les outils de recherche : « IA »

Probalistic automation (Bender and Inie 2026)

LLM

Chatbots généralistes

  • ≠ Liste de références en fonction d’une requête.
  • ≠ Recherche d’information.
  • Non reproductibilité.
  • Sorties non souhaitées (hallucinations).

Recherche sémantique

  • Index inversé : correspondance.
  • Représentation du sens par des vecteurs.
  • Calcul de la similarité des vecteurs.
  • Retrouver des documents sans correspondance.

RAG

  • Retrieval-augmented generation.
  • Recherche → contexte → génération.
  • Actualiser les données sans réentraînement des modèles.
  • Tenter de réduire les sorties non souhaitées.
  • Reste de la génération de texte synthétique.

Littérature scientifique

  • Outils de recherche sémantique dans la littérature scientifique.
  • Semantic Scholar, Scite.ai, Elicit, Consensus.
  • Corpus plus ou moins connu, relativement homogène.
  • Interrogation en langage naturel →
    1. Requête « classique ».
    2. Requête sémantique (vecteurs).
    3. Génération augmentée du contexte.

Conclusion

  • LLMs : un changement radical.
  • Aide à la décision : des outils adaptés.
  • Phase exploratoire : chatbots, Consensus.
  • Identification d’articles pertinents : Consensus.
  • Aide à l’élaboration de la stratégie de recherche : chatbots.
  • Retour aux outils « classiques » pour :
    • Revues de littérature.
    • Revues systématiques.

VÉRIFIER !?

Références

Aczel, M., S. Chamanara, M Matin, A. Farsi, T. Marwala, and K. Madani. 2026. Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints. United Nations University Institute for Water, Environment and Health (UNU-INWEH). https://doi.org/10.53328/INR26RMA002.
Amnesty International. 2026. “Unlawful by Design: Exposing the Humain Rights Costs of Generative AI.”
Bender, Emily M., Timnit Gebru, Angelina McMillan-Major, and Shmargaret Shmitchell. 2021. “On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? 🦜.” Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (New York, NY, USA), FAccT ’21, 610–23. https://doi.org/10.1145/3442188.3445922.
Bender, Emily M., and Nanna Inie. 2026. “How to Talk About.” Mystery AI Hype Theater 3000: The Newsletter, May 25. https://buttondown.com/maiht3k/archive/how-to-talk-about-ai-without-adding-to-the/.
Feandoe, Walber. 2025. Sensitivity and Specificity. December 6. https://en.wikipedia.org/w/index.php?title=Sensitivity_and_specificity&oldid=1325948920.
Feandoe, Walber. 2026. Precision and Recall. May 31. https://en.wikipedia.org/w/index.php?title=Precision_and_recall&oldid=1357076421.
Hao, Karen. 2025. Empire of AI: Dreams and Nightmares in Sam Altman’s OpenAI. Penguin Press.
Salim Wagner, C, M Miceli, J Kinyua, A Dinika, and A Hanna. 2026. Data Work in the ILO Platform Labor Convention. Policy Report. DAIR Institute. https://data-workers.org/policy-iloconvention/.