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 .

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 ?

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 ?

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.

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).

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.

Pendant longtemps, la prise de notes en réunion nécessitait de faire plusieurs choses à la fois, et cela pouvait rendre la tâche plus difficile : écouter, écrire, lire, ne rien oublier… au risque de passer à côté de l’essentiel. Aujourd’hui, l’intelligence artificielle s’impose comme un véritable assistant, capable de capturer, structurer et synthétiser automatiquement les échanges. Résultat : des réunions plus efficaces et une information mieux exploitée.

Ainsi, il existe plusieurs outils pour faciliter la prise de note. Ces derniers reposent sur trois grandes étapes : la première est l’enregistrement audio et vidéo de la réunion , la deuxième se traduit par la transcription automatique de la parole en texte grâce à la reconnaissance vocale, et la troisième est la synthèse intelligente des échanges avec les points clés, les décisions, les actions à suivre ou encore les horodatages précis.

Depuis plusieurs siècles les publications scientifiques sont un des fondements de l’évolution de la science. En effet, le plus ancien périodique scientifique le Journal des sçavans  est paru à Paris le 5 janvier 1665.

Aujourd’hui plusieurs signes inquiétants viennent mettre en doute la possibilité pour ce système de poursuivre son évolution de façon harmonieuse et de continuer à accompagner l’avancement de la science comme il l’a fait jusqu’à présent.

Une illustration en est la journée 2025 Science ouverte du CNRS sur le thème « La mort annoncée des publications scientifiques ? .

Une croissance incontrôlée

Le nombre de publications scientifiques croît nettement plus rapidement que le nombre de chercheurs. Par exemple, entre 2016 et 2020 les principales bases de données bibliographiques ont grossi de 50 % alors que le nombre de scientifiques n’augmentait que de 16 %. C’est ce qu’on lit dans le BlogCNRS du 16 décembre 2025 intitulé « Publications scientifiques : une surproduction fatale ? ».

La recherche sur les valeurs d’une grandeur physique à l’intérieur d’un texte, qu’il s’agisse d’un article ou d’un brevet, ne s’utilise a priori pas tous les jours.

En revanche, quand il est utile de l’employer cela apporte une plus-value certaine, car cela rajoute une possibilité de recherche de nature différente permettant de répondre à une autre série de questions.

Plusieurs systèmes proposent aujourd’hui ce type de recherche d’une façon développée. Nous en avons identifié chez trois des grands serveurs et une banque de données qui fait partie des classiques.

Le serveur STN : une offre depuis 2013 avec sa « Numerical property search » (NPS)

Elle est disponible dans 15 banques de données offrant le texte intégral des brevets (EP et PCT plus12 pays) ainsi que dans Derwent World Patent Index et RDisclosure, la base des publications défensives (voir l’article sur les publications défensives dans BASES N° 325, avril 2015).

Le serveur STN vient de mettre en ligne la banque de données CAS BIOACTIVITY (label CASBIOACTIVI). Elle vient enrichir la collection de bases de données de Chemical Abstracts liées au numéro de registre (RN) des produits chimiques, créé et maintenu par CAS et disponible sur STN dans la banque de données Registry.

Elle est présentée comme la plus grande collection de contenus normalisés et standardisés dans le domaine des sciences de la vie, disponible sur le marché.

La nouvelle base est positionnée comme une référence pour les données structurées de relations structure-activité (SAR), de pharmacocinétique (ADME) et de toxicité.

Elle offre plus de 5,5 millions de documents contenant des informations issues de brevets et de plus de 7 000 publications.

Une de ses plus-values par rapport aux banques publiques (CheMBL et PubChem) est la présence de codes de rôles de Chemical Abstracts (BAC pour Biological Activity, PAC pour Pharmacological Activity ou ADV pour Adverse Effect, etc.) Une autre est sa mise à jour bi-hebdomadaire.

Vous pensez encore cliquer librement sur Internet ? Que vos choix sont rationnels, réfléchis, volontaires ? Désolée de vous décevoir, mais derrière votre écran, une intelligence artificielle a peut-être déjà décidé à votre place. Pas en vous forçant. Juste en vous influençant, doucement, sans que vous vous en rendiez vraiment compte. Bienvenue dans l’ère des dark patterns 2.0, version intelligence artificielle.

D’abord, c’est quoi un dark pattern ?

Les dark patterns, ce sont des techniques de design utilisées pour vous pousser à faire quelque chose contre votre réel intérêt. Cela peut être un abonnement “gratuit” qui se renouvelle automatiquement, un bouton “Accepter tout” bien visible, et un “Refuser” caché au fond de la page ou encore une notification qui vous fait paniquer : “Plus que 2 places disponibles !”. Jusqu’ici, c’était déjà limite. Mais maintenant, avec l’IA, ces techniques sont devenues personnalisées, plus subtiles, et surtout… invisibles.

La guerre de l’info franchit un seuil critique. Avec l’irruption de Perplexity Discover et l’intégration des AI Overviews dans la sphère Google, nous ne parlons plus seulement d’indexation ou de diffusion : ici, l’IA franchit le Rubicon et endosse le rôle d’éditorialiste.

Ce passage d’un Web « clic-centrique » à un Web « IA-centrique » offre un gain de temps immense, mais pose une question vitale : quel sera le prix de cette commodité si, à force d’être résumée par des algorithmes, l’information indépendante finit par ne plus être produite ? Pour les éditeurs, c’est un combat pour la survie.

L’arrivée de Perplexity AI est l’une des bonnes surprises de l’IA dans notre sphère informationnelle. Grâce à son positionnement « Search + IA », elle apporte une diversité bienvenue face au moteur de recherche Google.

La domination de Google est également, pour la première fois, sérieusement contestée sur un nouveau terrain, celui de l’actualité, par l’approche disruptive de Perplexity qui vient challenger le puissant écosystème structuré par Google depuis les années 1990 autour de Google News.

Un écosystème en transition : entre pillage massif, rééquilibrages juridiques et premiers modèles sous droits

---

L'IA générative ne se contente pas de « produire du texte ». Elle recompose le cadre même dans lequel l'information circule, est transformée et prend de la valeur.

Après quelques décennies d'un écosystème hybride, mêlant presse sous droits, bases professionnelles, web ouvert et intermédiation dominante de Google - un nouveau paysage se dessine, où des agents IA, encore largement alimentés par du scraping massif des contenus, souvent dénoncé comme une forme de captation non autorisée par les éditeurs, pourraient à terme fonctionner sur des corpus contractuels négociés.

Mais cette transition est loin d'être accomplie. Nous sommes dans un « entre-deux » instable où se côtoient pillage, litiges, opacité technique et premières tentatives de régulation. Les enjeux sont cruciaux pour les éditeurs, les professionnels de l'info-doc, les journalistes et, plus largement, l'ensemble des usagers.

À l’ère des réseaux sociaux, les images circulent à une vitesse folle, souvent sans contexte ni source fiable. Mais grâce à l’OSINT et ses outils accessibles à tous, il devient possible de localiser avec une précision étonnante presque n’importe quelle image diffusée sur Internet.

D’une simple photo de coucher de soleil à une vidéo TikTok, en passant par le décor furtif d’un vlog YouTube, il est aujourd’hui possible de remonter jusqu’à l’endroit exact où l’image a été prise. Cela peut sembler surprenant, voire irréalisable, et pourtant, c’est précisément le rôle et l’objectif des techniques d’OSINT. Pour ceux ou celles qui ne connaissent pas, l’OSINT (Open Source Intelligence) désigne l’ensemble des techniques qui exploitent des données accessibles publiquement : photos, vidéos, bases cartographiques, archives, réseaux sociaux… Parmi ses branches, on retrouve tout simplement la géolocalisation visuelle.

Nous avons présenté dans le numéro 440 de BASES (octobre 2025) PubMed.ai et une série d’autres outils situés ou non dans l’écosystème de PubMed, proposant des recherches améliorées à base d’IA, de recherche sémantique ou d’autres outils.

Notre présentation de PubMed.ai reposait sur une analyse précise de son utilisation et de ses fonctionnalités, tout en considérant l’appartenance manifeste de ce produit à l’écosystème PubMed, conformément aux informations obtenues via les informations collectées lors de la préparation de l’article. Cette évidence nous a conduits à ne pas approfondir davantage cet aspect.

À notre décharge, PubMed.ai utilisait la marque PubMed, s’appuyait sur les documents de PubMed et leur indexation (MeSH) pour élaborer les résultats.

Un lecteur de BASES particulièrement attentif nous a alertés, et nous l’en remercions vivement, sur le fait que PubMed.ai n’était pas lié à la NLM et que sa structure était très mystérieuse.

Cela nous a conduits à effectuer une série de recherches complémentaires et également à interroger plusieurs IA.

Quand les professionnels de l’information doivent réinventer leur métier à l’aune de l’intelligence artificielle

Nous avons convié Mathieu Andro à nous partager son parcours et ses perspectives sur l’intégration de l’intelligence artificielle générative dans les pratiques professionnelles, en particulier dans le domaine de la veille informationnelle.

CHRISTEL RONSIN : Mathieu, depuis quand utilisez-vous l’intelligence artificielle générative dans votre métier ?

MATHIEU ANDRO : Avant de parler de l’« IA générative », si l’on inclut des technologies comme l’OCR (Reconnaissance Optique de Caractères) ou la structuration de corpus à partir de langage naturel, alors j’en utilise depuis mes premières expériences de numérisation à la Bibliothèque Sainte-Geneviève. Pour moi, la constitution de corpus numériques a constitué une première étape vers l’IA générative, en préparant le terrain à des traitements automatisés du langage.

Dans notre dernier numéro, nous avons introduit l’offre LexisNexis® en matière d’information brevet, dont l’un des éléments clé est PatentSight® qui propose une méthode d’évaluation de la qualité d’une famille de brevets, basée sur plusieurs indicateurs.

Ces indicateurs sont : la Technology Relevance, basée sur les citations, le Market Coverage, basé sur la couverture pays de la famille de brevets, la combinaison des deux donnant le Competitive Impact, pour une famille de brevets, et la somme des Competitive Impact d’un lot de familles de brevets donnant pour ce lot le Patent Asset Index.

Dans ce numéro de BASES, nous traiterons de la mise en œuvre de ces indicateurs dans une démarche d’évaluation du potentiel d’une famille ou d’un groupe de familles de brevets.

Comme indiqué précédemment, PatentSight® génère divers graphes à partir d’indicateurs, regroupés par défaut dans le « Playbook » selon leur objectif (recherche de licenciés, rachat d’entreprises, gestion de portefeuilles, analyse concurrentielle, etc.). L’interface permet aussi à l’utilisateur de créer des graphes adaptés à ses besoins.

Examinons donc quelques exemples de graphes produits par PatentSight®, et les enseignements que l’on peut en déduire. Nous allons le faire en prenant des questions très basiques que peut se poser une entreprise.

L’arrivée de PubMed.ai s’inscrit dans un écosystème en pleine expansion d’outils d’intelligence artificielle dédiés à l’exploration de la littérature scientifique biomédicale. Face à ces innovations technologiques, les enjeux demeurent la sélection rigoureuse des sources et la fiabilité des réponses par rapport aux pratiques manuelles traditionnelles supervisées par des experts humains.

Une concurrence féroce dans l’IA biomédicale

Peu après le lancement remarqué d’Embase AI par Elsevier, la NCBI (National Center for Biotechnology Information) a riposté en déployant PubMed.ai en version bêta. Cet outil propose des résumés générés par IA et des analyses synthétiques.

Cependant, face au déluge de références bibliographiques, ces solutions représentent-elles véritablement l’assistant idéal pour les chercheurs, ou constituent-elles plutôt un mirage technologique ?

La mortalité élevée des outils spécialisés

L’histoire récente révèle une hécatombe d’outils alors prometteurs : AskMEDLINE lancé en 2004 par la NLM), Semantic MEDLINE (NLM 2011-12), et FACTA+ (Université de Tokyo - 2023)… Nombreux sont ceux qui ont disparu avec l’évolution technologique accélérée. Parmi les survivants comme LitVar ou LitSense, lesquels parviendront à révolutionner la recherche sur les variants génétiques sans sombrer dans l’oubli ?