Atouts : synthèse claire des documents sélectionnés dans leur ensemble. Cette synthèse est obtenue directement et peut faire émerger des liens que l’usager n’aurait pas vu via une recherche classique.
Limites : Une IA générative peut générer des résultats erronés ou approximatifs (« hallucinations ») voire inventer des sources. Ses résultats peuvent aussi être biaisés par les choix de l’entreprise qui l’exploite et la paramètre.
La prise en compte des enjeux environnementaux liés aux usages des IA génératives peut conduire, pour un usage raisonné, à se questionner sur le choix de l’outil : IA générative ou moteur de recherche classique.
Pour assurer un résultat fiable, il est conseillé de :
- Vérifier que l’IAG utilisée peut accéder à des données récentes (accès à des ressources internet)
- Vérifier chacune des sources (contenus, fiabilité, etc.)
Comme pour chaque moteur de recherche classique, il est judicieux de restreindre le champ de recherche via un prompt précisant le type de ressources attendues ou les sites à consulter en premier. Cela peut être automatisé via un agent conversationnel paramétré pour cet usage (Fiche à venir).
Perplexity
Premier outil dédié à la recherche documentaire. Le design et le fonctionnement ont été pensés pour en faire un moteur de recherche intégrant une IAG. D’autres outils grand public intègrent aujourd’hui ces fonctionnalités.
Protection des données : on ne doit pas intégrer de données personnelles, sensibles ou stratégiques dans les prompts ou documents fournis à une IAG en ligne. Il y a une obligation de maintenir la confidentialité et le respect de la conformité du traitement de ce type de données. (Voir fiches CADRES)
CAS D’USAGES / TUTORIELS
Les recommandations du CEGEP Marie-Victorin (Montréal) « L’IA comme assistant de recherche »
Les recommandations des bibliothécaires de l’Université de Montréal :
IA et recherche documentaire :
Aline Bouchard, « #WorkInProgress : IA générative et outils de recherche de littérature académique ». URFISTinfo. 2025. ⟨hal-04960003⟩, un article de recherche sur le sujet de la recherche documentaire à l’ère de l’IA générative grand public.
Fiabilité de l’information :
Des ressources sont disponibles sur le portail CLEMI de l’Académie de Versailles
Enjeu énergétique :
Un module de micro-learning dédié de la CREIA
Un article de Décembre 2024 du Journal de l’Economie qui compare les coûts énergétiques de ChatGPT et Google
Un débat en cours sur ces coûts énergétiques en lien avec les dernières innovations technologiques comme en témoigne l’article de frandroid « Un mythe s’effondre » du 14 Février 2025