Les articles de Bases

Corinne DUPIN, Directrice associée chez Ourouk

Cet article propose un pas de côté dans le sillage d’Olivier Hamant et de Laurent Bibard dans l’idée de revitaliser avec eux nos pratiques de professionnels de l’information.

Lors des premières rencontres de l’Observatoire de l’Apprenance de SOL France (1) les 27 et 28 novembre derniers, deux intervenants ont particulièrement attiré mon attention, essentiellement pour leurs propos contre-intuitifs : Olivier Hamant, biologiste à INRAE (2), auteur d’un « Antidote au culte de la performance » (3) et directeur de l’Institut Michel Serres (4) et Laurent Bibard, philosophe et enseignant à l’ESSEC, qui a dirigé la chaire Edgar Morin de la complexité. À les écouter, il m’est venu l’idée de transposer leur pensée dans les problématiques rencontrées par les professionnels de l’information, dans la perspective de les éclairer sous un jour nouveau.

L’« apprenance » est un néologisme un peu barbare qui désigne une attitude favorable à l’acte d’apprendre de toutes les situations (formelles ou informelles) et circonstances (accidents, erreurs…) et de toutes les façons, tandis que l’apprentissage est un processus de construction et d’appropriation des connaissances . Le lien entre l’apprenance et les professionnels de l’information m’apparaît assez évident : ces derniers, qu’ils soient veilleurs ou knowledge managers, par goût et par opportunisme, saisissent les moindres occasions d’apprendre et ont à cœur de créer les conditions pour que leurs collaborateurs en fassent autant.

En 2026, chacun a désormais conscience que les outils d’intelligence artificielle générative ne sont pas de simples chatbots répondant à des questions, mais qu’ils intègrent toujours plus de fonctionnalités les transformant en véritables outils de production ou de collaboration. Dans les colonnes de NETSOURCES ou de BASES, de précédents articles ont déjà présenté et expliqué ce qu’étaient par exemple le Deep Research, le Context Engineering ou encore les espaces de travail persistants présents chez tous les grands acteurs du domaine.

Mais ces fonctionnalités ou outils supplémentaires sont plus ou moins visibles depuis la page d’accueil ; elles sont parfois tellement intégrées nativement qu’on peine à repérer leur existence. C’est le cas des artefacts de Claude, qui changent sensiblement le rapport au travail sur l’information, et auxquels nous consacrons cet article.

Qu’est-ce qu’un artefact ?

Situé dans l’environnement conversationnel de claude.ai, l’artefact va cependant bien au-delà de la simple réponse textuelle ; il produit dans une fenêtre dédiée sur la droite de l’écran (*), un livrable autonome, résultat du prompt envoyé dans la fenêtre de conversation qui s’affiche alors à gauche : il peut s’agir d’un document complexe et structuré, d’un diagramme, d’un extrait de code, d’un composant web, d’une application…

(*) Cette fenêtre est aussi désignée par canevas (canvas en anglais), que l’on peut rapprocher du canevas de ChatGPT, - panneau latéral qui affiche un rendu interactif séparé de la conversation -, même si les philosophies sont différentes, Claude penchant vers l’applicatif, ChatGPT Canvas vers l’éditorial.

Clear Skies et IEEE viennent d’annoncer le renforcement de leur coopération dans la détection d’articles scientifiques frauduleux. IEEE est un éditeur de premier plan : il publie près d’un tiers de la littérature scientifique mondiale dans les domaines de l’ingénierie électrique, de l’informatique et de l’électronique. Ce nouvel accord vise à intégrer directement le produit Oversight de Clear Skies dans le processus éditorial d’IEEE. D’une durée de trois ans, cet accord porte sur l’évaluation d’un volume pouvant atteindre un million d’articles.

Un phénomène en pleine expansion : les paper mills

Cette démarche de vérification s’avère de plus en plus nécessaire face au développement des paper mills - ces organisations qui maximisent leurs profits en produisant industriellement des articles de recherche de piètre qualité. Vendus à des chercheurs en mal de publications, ces articles permettent à ces chercheurs d’augmenter artificiellement leur notoriété académique. Les avancées récentes de l’IA n’ont fait qu’amplifier ce phénomène en facilitant la production de contenu à grande échelle.

Il convient toutefois de ne pas réduire le problème aux seuls paper mills : les fraudeurs individuels constituent une catégorie non négligeable et tout aussi préoccupante.

Philippe MASSERON, Directeur Général du gf2i et ancien directeur du Centre Français d’exploitation du droit de Copie (CFC)

La Commission européenne révise actuellement de la directive 2019/790 sur le droit d’auteur et les droits voisins dans le marché unique numérique, dite « directive DAMUN » (1). Prévu par la directive elle-même (2), ce travail intervient dans le contexte de tensions entre titulaires de droits et acteurs de l’IA.

Instaurée pour adapter le droit d’auteur à l’économie numérique, la directive avait notamment introduit des exceptions de fouille de textes et de données, aujourd’hui au cœur des enjeux liés à l’IA.

Après consultation des États membres en mars dernier, la Commission européenne a ouvert deux initiatives à dix jours d’intervalle : une enquête (3) visant à recueillir des informations sur l’application et les impacts de la directive, et un appel à contribution (4) portant sur une éventuelle modification ciblée du cadre européen du droit d’auteur. Ces travaux doivent permettre à la Commission d’évaluer l’efficacité de la directive de 2019.

Quoi de plus frustrant, et de plus improductif ! que de se retrouver bloqué par un message « limite atteinte », y compris sur un abonnement payant. Ce n’est pas un dysfonctionnement : c’est le signe que la mécanique sous-jacente reste opaque – et c’est précisément ce que cet article se propose de déchiffrer.

Tokens, GPU, énergie : ce que cache la facturation

Derrière chaque requête se cache un coût physique réel (GPU, énergie, mémoire) - c’est ce coût qui explique les plafonds. L’unité de mesure en est le token : environ les trois quarts d’un mot anglais, unité dans laquelle le modèle découpe tout ce qu’il reçoit et génère. Un résumé court en mobilise quelques centaines ; l’analyse d’un corpus, plusieurs dizaines de milliers.

Les abonnements payants n’achètent pas des messages illimités, mais une enveloppe de ressources gérée par fenêtres glissantes (*) – des périodes mobiles de quelques heures durant lesquelles la consommation est mesurée en continu, sans remise à zéro à heure fixe.

(*) De l’ordre de 3 à 5 heures selon les plateformes.