Sélectionner le numéro de "Bases" à afficher

On avait fini par penser que la recherche dans la littérature scientifique et les brevets était intimement et irrévocablement réalisée avec des outils de logique booléenne plus ou moins sophistiqués. Nous allons voir dans cet article qu’une approche alternative est maintenant disponible et donne des résultats intéressants. Nous allons présenter dans cet article plusieurs nouveaux outils, ainsi que d’autres à venir dans les prochains numéros de BASES.

Cinquante ans de recherche booléenne : un modèle qui n’a guère varié

On peut dater à 1972 (date de début de commercialisation du serveur Dialog au sein de la société américaine Lockheed) la mise en place de la recherche dans des corpus de littérature scientifique en utilisant une logique booléenne sur des documents préalablement indexés.

À mesure que la puissance informatique devenait disponible, l’utilisation de cette logique booléenne a permis de construire des requêtes d’une très grande complexité combinant jusqu’à plus de 100 étapes.

Durant de nombreuses décennies, ce domaine de recherche s’est étendu grâce à l’enrichissement substantiel des corpus, notamment par la création de centaines de banques de données spécialisées disponibles sur divers serveurs, ainsi que par l’émergence de systèmes globaux tels que Scopus ou Web of Science .

De nouvelles fonctionnalités, comme les citations enchaînées ou la recherche de valeurs numériques, ont été ajoutées sans modification majeure du système de recherche.

L’arrivée de Google Scholar en 2004 marque d’une certaine façon la « dégradation » des systèmes de recherche puisque la requête devient ultrasimple, outre le fait d’être gratuite. Elle se fait dans un grand volume de documents, sans que l’on en connaisse précisément les contours, mais cela permet de recevoir dans presque tous les cas des réponses au moins approximatives.

La simplicité radicale de la recherche, la gratuité et le volume mis à disposition ont séduit de nombreux chercheurs et servi de prétexte à d’assez nombreuses directions d’entreprises pour couper l’accès aux serveurs payants et supprimer le service de documentation, les chercheurs étant supposés se débrouiller seuls avec Google Scholar.

Par ailleurs, l’essor de l’ open access a entraîné la création de nombreux sites offrant un accès libre à des informations scientifiques, avec des fonctionnalités de recherche booléenne, mais souvent peu avancées. Une autre solution de facilité, mais qui ne recherche que sur des volumes limités, et laisse dans l’ombre des pans entiers de données.

Lire aussi : Nous avons testé les contenus des différents outils de recherche d’information scientifique en accès libre , Netsources N°168, 2024.02.

Par ailleurs, l’apparition et le développement des serveurs de préprints, dont arXiv , le pionnier, a été lancé en 1991, remettaient en cause le principe de relecture préalable par les pairs, mais pas les façons de rechercher dans un corpus.

Ce n’est qu’en 2015 qu’est apparu Semantic Scholar qui semble être le premier outil mis à disposition à avoir utilisé l’IA pour la recherche dans la littérature scientifique. Nous y reviendrons ci-après.

Interview de Sandrine Clerc, Chargée de projets donnée et connaissance - Documentation & veille. Interview menée par Christel RONSIN le 17/12/2025

Sandrine Clerc partage son expérience de mise en place de Plume, un assistant conversationnel dédié à l’eau et à la biodiversité. Entre collaboration étroite avec les informaticiens, sélection rigoureuse des ressources et réflexion sur l’empreinte écologique des outils d’intelligence artificielle générative (IAG), elle explique comment son équipe a relevé le défi de créer un outil innovant, fiable et accessible.

Après un parcours dans différents établissements publics, Sandrine Clerc est depuis 7 ans chargée de projet en gestion des connaissances à l’Office international de l’Eau (OiEau, Limoges). Elle est en charge d’une part de l’animation d’un réseau de documentalistes spécialisés dans les thématiques de l’eau et de la biodiversité et d’autre part de la valorisation du portail documentaire partenarial (2), de la base de connaissance (1) et de son assistant conversationnel Plume.

CHRISTEL RONSIN : Sandrine, pouvez-vous commencer par présenter la finalité de la base de connaissances eau et biodiversité, ainsi que ses principales fonctionnalités ?

SANDRINE CLERC : L’objectif était de créer un portail permettant d’effectuer des recherches, tout en valorisant notre premier outil, le portail documen­taire partenarial (« portail doc »). Nous avons ensuite commencé à intégrer des fonctionnalités d’intelligence arti­ficielle, jusqu’à déployer récemment un assistant conversationnel, que nous avons nommé Plume . Il va rechercher des informations uniquement dans le périmètre de notre base de connaissances et ne va pas, par exemple, chercher des compléments sur le web.

CR : Depuis quand votre assistant conversationnel Plume est-il opérationnel ?

SC : Nous avons ouvert la base de connaissances, incluant Plume, début avril 2025. Nous portons une attention particulière aux questions de droits d’auteur et veillons à ce que les contenus captés respectent ces règles. Cette démarche s’inscrit dans une logique d’ouverture et de transparence, d’autant que tous nos partenaires sont des organismes publics*. Nos travaux, financés sur fonds publics, sont donc destinés à être partagés gratuitement et sont librement réutilisables.

* Pour en savoir plus sur le réseau partenarial documentaire, se reporter au N° 398 de Bases, décembre 2021

CR : Est-ce que vous pouvez nous parler de la genèse de ce projet ?

SC : Nous avons commencé par imaginer comment relier les ressources de notre « portail doc » à d’autres types de contenu. Les échanges ont d’abord eu lieu avec les membres de notre réseau de documentalistes, avant d’impliquer mes collègues informaticiens de l’OiEau. Puis il y a environ un an et demi, nous avons recruté un développeur spécialisé en IA, capable de mettre en place un assistant conversationnel par exemple . Le projet a donc connu une accélération.

Dès début 2024, nous avons travaillé sur l’architecture technique de la base de connaissances et son volet conversationnel. Nous avons également organisé des ateliers avec nos collègues documentalistes pour valider les grandes étapes du projet : maquettage des écrans, organisation de l’accès à l’information, utilisation des filtres, etc. Les informaticiens de l’OiEau ont construit la partie technique , tandis que j’ai collaboré avec eux pour définir les fonctionnalités destinées aux utilisateurs. Au total, entre la réflexion initiale et l’ouverture au public, cela nous a pris 3 à 4 ans.

CR : C’est donc un projet collaboratif avec vos partenaires, où les documentalistes se concentrent sur la partie fonctionnelle, tandis que les informaticiens gèrent la partie technique ?

Philippe Masseron, ancien Directeur Général du CFC et Directeur Général du gf2i, partage son expertise sur les grandes problématiques liées au droit d’auteur à l’ère de l’intelligence artificielle générative

Les contentieux liés au droit d’auteur et à l’IA se multiplient à travers le monde. Les fournisseurs de services d’IA générative (SIAG) entendent s’opposer à une application contraignante des règles du droit d’auteur dans l’univers juridique anglo-saxon de common law comme dans l’univers juridique européen.

Globalement, la question centrale de ces contentieux est celle de savoir si l’entraînement des modèles d’IA met en cause la reproduction d’œuvres protégées relevant du monopole d’auteur (à savoir le droit exclusif de reproduction et de représentation couvert par le droit d’auteur) ou une opération d’analyse technique susceptible d’être couverte par une exception, soit le TDM ( text and datamining ) en Europe ou le fair use aux États-Unis ?

Ce sujet étant très complexe, nous proposons dans ce premier article un regard croisé sur ces deux ensembles juridiques pour comprendre les enjeux, les interactions et les sorties possibles pour les ayants droit.

Dans notre prochain article, nous examinerons à la lumière de ces éléments, les premières décisions intervenues aux USA et en Europe

Une scène contentieuse mondialisée

Comme on l’a déjà souligné, les fournisseurs de SIAG sont des consommateurs voraces de données et, en particulier, d’œuvres protégées par le droit d’auteur ou le copyright qui ne manifestent aucune volonté particulière de respecter ces droits de propriété intellectuelle. L’essor des SIAG a donc entraîné une vague de contentieux liés au non-respect du droit d’auteur engagés par des ayants droit à l’encontre des fournisseurs de SIAG.

Plus de 110 procès sont ouverts à travers le monde, avec une forte concentration aux USA. À date, 85 contentieux y sont actuellement engagés par des ayants droit des secteurs de l’édition, de la presse, de la musique ou du cinéma. Cette vague commence à atteindre l’Europe et devrait logiquement s’amplifier dans un proche avenir.

Diversité des cultures juridiques

Le cadre du droit de la propriété intellectuelle est aujourd’hui largement internationalisé. Au niveau mondial, d’une part, du fait de l’existence de conventions internationales spécialisées ou à spectre plus large et, au niveau européen, d’autre part, à la suite de l’harmonisation des législations intervenue depuis les années 90.

Gérer ses emails peut vite devenir chronophage, mais des applications intelligentes comme Spark, SaneBox ou Mailbutler peuvent tout changer. Elles permettent de trier, organiser et répondre plus vite, pour une boîte mail enfin sous contrôle.

On connaît tous ce moment où l’on ouvre notre boîte mail, qui affiche… 347 messages non lus. Entre les newsletters , les spams, les relances et les messages importants, gérer ses emails peut rapidement devenir stressant et très prenant. Heureusement, l’intelligence artificielle arrive à la rescousse pour nous aider à organiser, trier et répondre à nos messages sans effort.

Voici les meilleures applications IA pour dompter votre boîte mail et retrouver un peu de tranquillité numérique - en ayant bien conscience que, dès qu’une application tierce accède à vos emails, la confidentialité absolue n’est plus garantie. Il est donc essentiel de vérifier les conditions d’utilisation et la politique de confidentialité de chaque service avant de leur confier vos données personnelles.

Superhuman

Superhuman est une application conçue pour rendre la gestion des emails rapide et intuitive. Elle utilise l’IA pour prioriser les messages importants, proposer des réponses automatisées et supprimer les distractions inutiles. L’idée ? Que l’on puisse se concentrer uniquement sur ce qui compte vraiment.

L’IA apprend de nos habitudes et nous recommande des actions (archiver, répondre, ignorer) en fonction du besoin. C’est un outil parfait pour ceux qui reçoivent beaucoup d’emails professionnels et veulent une boîte propre sans y passer des heures.

Gmail + Smart Compose & Smart Reply

Beaucoup l’ignorent, mais ceux qui utilisent Gmail ont aussi accès à des fonctionnalités IA, sans forcément avoir besoin d’installer des applications supplémentaires. Parmi ces fonctionnalités se trouve Smart Compose , qui propose des phrases complètes pendant que l’on écrit un message, et offre ainsi un véritable gain de temps. Et puis il existe aussi Smart Reply , qui nous aide à envoyer des réponses rapides en un clic, comme par exemple : « Merci pour ton message ! ». Comment ça fonctionne ? L’IA analyse le texte et prédit ce que l’on veut écrire. Cela aide à écrire plus vite et avec moins d’effort.

Depuis 2023, les grands modèles de langage sont intégrés dans les workflows quotidiens (recherche, synthèse, rédaction, relation client, développement, formation). Leur diffusion massive fait de l’ alignement éthique * une variable opérationnelle : ce que le modèle accepte ou refuse selon des principes précis. Par exemple, un modèle « équilibrant » les perspectives peut réduire la visibilité de positions minoritaires, sans que l’utilisateur s’en rende compte. L’alignement agit comme un «cadrage» implicite de l’information.

Deux évolutions rendent ces choix lisibles : la publication de documents de gouvernance par plusieurs LLM, et l’affaire Grok de janvier 2026 - plus de 3 millions d’images sexualisées générées en deux semaines, dont environ 23 000 impliquant des mineurs. Ces documents et ces incidents permettent désormais de mesurer l’écart entre les principes affichés et les effets réels.

* L’expression, issue de l’anglais alignment _, désigne la conception d’un système d’IA pour qu’il soit conforme aux valeurs humaines.

Trois logiques d’alignement

Anthropic a structuré son approche autour de la Constitutional AI (CAI). Les principes sont intégrés dès l’entraînement par renforcement (RLAIF) : ils ne filtrent pas seulement les réponses, ils façonnent le modèle . La Constitution publiée en 2026 hiérarchise les priorités - sécurité, éthique, conformité interne, utilité - et pose des interdits absolus (armes de destruction massive, exploitation sexuelle de mineurs, concentration illégitime du pouvoir).

Le modèle est soumis à une exigence stricte de véracité : il ne doit ni énoncer sciemment une fausseté ni induire l’utilisateur en erreur. Il peut en revanche refuser de répondre ou signaler l’absence d’information fiable. Le silence est permis ; la fabrication délibérée d’informations ne l’est pas.

Cet affichage de principes marque un effort de transparence réel, mais laisse subsister des limites : vulnérabilité aux jailbreaks , règles définies en cercle restreint sans consultation externe formalisée. La contradiction la plus vive : via Palantir, Claude opère dans des réseaux classifiés du Pentagone, mais refuse d'en lever les lignes rouges sur les armes autonomes et la surveillance de masse - ce que le Pentagone exige.

Anthropic, arbitre moral autoproclamé

Dario Amodei part du postulat que des systèmes puissants sont inévitables : mieux vaut donc qu’ils soient développés par des acteurs conscients des risques. Mais en intégrant des jugements moraux à grande échelle, Anthropic s’arroge un rôle normatif que nulle institution démocratique ne lui a attribué..

L’Intelligence artificielle générative investit toujours plus de secteurs. Celui des brevets n’y échappe pas.

L’annonce inattendue par PERPLEXITY d’une recherche spécifique brevet nous a incité à explorer le paysage. Nous pensions que cela serait rapide avec une offre limitée. En réalité, nous avons constaté l’inverse : il existe plus d’une quinzaine d’outils et de services à travers le monde qui proposent de réaliser des recherches de brevets en ligne, assistées par l’intelligence artificielle censée les rendre plus efficaces.

Ces outils offrent la possibilité de sélectionner réellement des documents pertinents en réponse à une requête en langage libre, constituant ainsi un état de l’art partiel. Ils ne se limitent pas à l’établissement d’un classement par pertinence sur la base d’une recherche booléenne classique, comme le propose PubMed, ni à l’extraction automatisée de codes CPC à partir d’un document, telle que réalisée par Espacenet.

La frontière entre recherche sémantique et intelligence artificielle est souvent floue dans les outils de recherche de brevets utilisant l’IA, car la sémantique repose déjà sur des modèles de traitement du langage naturel (PNL) et machine learning (ML) pour relier des concepts au-delà des mots-clés. Nous avons donc inclus les deux types d'outils dans notre analyse : ceux basés sur la similarité sémantique, qui identifie des brevets conceptuellement proches, et ceux intégrant l'IA générative, qui accélère la synthèse et l'analyse des résultats. Dans cet article, « IA » désigne principalement l'IA générative, même si plusieurs outils combinent différentes technologies.

La découverte d’une offre consistante et diversifiée

Nous savions déjà que certains serveurs traditionnels, tels que Questel avec Orbit Intelligence et Minesoft Origin, proposaient des offres déjà en service. D’autres, comme STN, restent encore très flous dans leurs déclarations, semblant cibler uniquement certains groupes d’utilisateurs spécifiques, avec en outre une diffusion particulièrement échelonnée dans le temps.

Nous avons néanmoins recherché d’autres offres de cette nature. Et au cours de ces recherches, nous avons identifié de nombreux outils permettant d’effectuer des recherches de brevets à l’aide de l’intelligence artificielle. Cette évolution résulte notamment de la disponibilité sous forme électronique du corpus mondial de brevets et des progrès significatifs réalisés dans le domaine des technologies d’IA.

Pour cet article, nous avons analysé quatorze outils, qui représentent une grande partie de l’offre actuelle.

Nous avons choisi de ne pas détailler la présen­tation de chaque outil, ni d’exposer l’ensemble de leurs fonctionnalités, souvent nombreuses, ainsi que leurs possibilités d’analyse, également très étoffées. Une telle démarche aurait dépassé le cadre éditorial habituel d’un article pour BASES.

Nous avons opté pour une introduction concise de ces outils, accompagnée d’un tableau synthétique mentionnant le nombre total de résultats trouvés (limité le cas échéant à soixante), ainsi que le nombre de résultats jugés pertinents.