Sélectionner le numéro de "Netsources" à afficher

Deux ans après l’irruption fulgurante de l’IA générative dans nos vies, peut-on craindre une réécriture ou un effacement progressif de nos savoirs fondamentaux ?

Le paysage est contrasté. D’un côté, des avancées technologiques spectaculaires - notamment en santé ou en traduction automatique. De l’autre, une remise en question profonde de nos méthodes traditionnelles d’accès à la connaissance, d’analyse critique et de validation. À la clé, un risque réel : perdre pied dans un écosystème informationnel où la traçabilité devient optionnelle.

Le salon I-Expo/Documation, qui vient de tenir sa session annuelle, offrait un reflet saisissant de cette dualité. L’affluence remarquable aux conférences centrées sur l’IA témoignait d’un intérêt évident et d’une volonté de comprendre le phénomène dans son ensemble. Mais elle allait de pair avec une inquiétude et une prise de conscience : la nécessité d’encadrer ces outils et de préserver nos repères humains ainsi que l’accès à une information sourcée, fiable et compréhensible.

Particulièrement révélateurs à cet égard étaient les discours des éditeurs de logiciels de veille. D’un côté, ils valorisaient l’intégration des fonctionnalités d’IAG dans leurs plateformes, notamment pour la traduction, le résumé, l’analyse, avec même parfois un package de prompt engineering pour faciliter les interactions du veilleur avec le modèle d’IA. Parallèlement, ils réaffirmaient leur engagement à maintenir le rôle primordial des experts et de l’intelligence humaine dans l’analyse stratégique au service de la prise de décision, et mettaient en garde contre la « boîte noire » de l’IAG.

Entre promesses et ruptures : le choix éditorial de Netsources

Ce nouveau numéro de Netsources s’inscrit pleinement dans cette dualité. Nous y explorons concrètement comment s’incarnent d’une part les promesses et innovations spec­taculaires, et, d’autre part, les fractures profondes dont nous commençons à peine à mesurer l’impact.

Dans la catégorie des innovations technologiques re­marquées figure Mistral AI, la startup française vedette du sommet IA de Paris en février dernier, qui, en moins de deux ans, a réussi à se positionner comme un acteur clé de l’intelligence artificielle générative.

Mais quelle est réellement la valeur ajoutée de Mistral AI face aux géants américains ? Nous avons voulu comprendre son positionnement original et évaluer ses chances de succès dans un environnement ultra-compétitif. Mais surtout, présente-t-elle un intérêt pour nos métiers de l’information ?

Nous avons exploré la question sous deux angles culturels distincts :

• Une perspective française avec Ulysse Rajim (« Pourquoi utiliser Mistral et n’intéresse-t-il que les francophones ? »), qui analyse l’originalité et le potentiel de Mistral,
• Et un point de vue américain avec Ryan Mulholand (« Sur les épaules des géants : Mistral AI vu par un professionnel de l’information américain »), qui offre une approche très pragmatique des performances de l’outil.

L’orientation de Mistral AI vers un multilinguisme affirmé, ainsi que son partenariat avec l’AFP, démontre son enga­gement envers des sources diversifiées et qualifiées. Cette démarche semble répondre aux critiques concernant la fiabilité des IA génératives. En évoluant vers un modèle d’agrégation d’informations familier aux utilisateurs pro­fessionnels et académiques, Mistral AI semble en mesure de renforcer sa crédibilité auprès de ces publics.

L’invisibilisation des sources : un défi sous-estimé ?

Développements ambitieux dans la sphère de l’IA donc, mais aussi inquiétude avec l’avènement des GSE (Generative Search Engines), ces moteurs de recherche d’un nouveau type, propulsés par l’IA générative. Véronique Mesguich nous y plonge dans « Du SEO au GEO : quelle visibilité pour les contenus Web ? », en y examinant l’impact sur les stratégies de référencement ainsi que l’émergence du GEO (Generative Engine Optimisation). Face à l’essor des IA conversationnelles qui filtrent et hiérarchisent l’information, les créateurs de contenu se voient contraints de repenser fondamentalement leur visibilité.

Cette nouvelle capacité de recherche nous éloigne progressivement des sources primaires. Les chatbots nous retournent désormais des réponses synthétiques construites à partir de multiples références qui, au mieux, ne sont que listées en périphérie de l’interface, sans aucune garantie d’exhaustivité ni certitude quant à leur interprétation par les modèles d’IA. Une ambiguïté que ces mêmes modèles entretiennent en affirmant - contrainte juridique oblige - ne pas pouvoir « accéder » au contenu des sources, tout en l’utilisant manifestement pour générer leurs réponses.

Un tel système, où la présentation et la hiérarchisation des sources sont entièrement contrôlées par les modèles eux-mêmes, n’incite guère l’utilisateur à consulter les réfé­rences originales. C’est le système lui-même qui l’éloigne progressivement de la « référence source », en privilégiant la réponse toute faite au détriment de la consultation des documents primaires. Même la communication de Google en faveur d’une responsabilité vis-à-vis de l’écosystème Web à l’ère de l’IA semble faible face à ce profond changement de paradigme.

On lira avec beaucoup d’intérêt la passionnante étude « AI Search Has A Citation Problem », qui montre que les IA génératives peinent à attribuer correctement les sources. Dans les tests réalisés sur huit outils majeurs, plus de 60 % des citations étaient inexactes, mêlant erreurs, liens fictifs et contournement des protocoles d’exclusion comme robots.txt. Ce n’est pas un simple désagrément technique : ces défauts rendent certaines données invisibles ou mal représentées, privant les créateurs originaux de reconnaissance et faussant l’accès à l’information.

Préserver la donnée de référence : un impératif pour le professionnel de l’information

L’automatisation du savoir par l’IA soulève une question essen­tielle : comment préserver l’authenticité de l’information de référence ? Des initiatives comme celles de Mistral AI, qui placent la qualité des sources au cœur de leur approche, montrent qu’un autre chemin est possible pour le développement des modèles IA.

Mais la question est stratégique pour les professionnels de l’information qui doivent s’en saisir pour garantir l’intégrité documentaire et décisionnelle dans les organisations et les sociétés. Restaurer la traçabilité dans un monde de synthèse, c’est redonner du sens à l’acte de recherche.

Ryan MULHOLAND est Research Librarian à l’Université Wesleyan du Tennessee aux États-Unis. L’article de Ryan a été traduit avec l’aide, pour les tournures idiomatiques, de Mistral et de Claude.

Une « course aux armements de l’IA » sans précédent se déroule à l’échelle mondiale, bouleversant tout sur son passage. En ce début 2025, l’IA continue de dominer les discussions, des campus universitaires aux premières pages des sites d’actualités et d’affaires. Bien sûr, les habituels acteurs américains comme OpenAI et Google sont en première ligne, avec des offres conçues pour répondre à presque tous les besoins d’information des utilisateurs. De son côté, la Chine présente DeepSeek, dont le modèle R1 rivalise avec les meilleures offres américaines, mais à un coût bien inférieur.

Et qu’en est-il de l’Union européenne ? Regardons Mistral AI, un acteur français de premier plan dans le paysage mondial de l’IA.

Jeune expert en sciences de l’information, habitué à utiliser des modèles comme ChatGPT et Perplexity, je n’avais pas encore eu l’occasion de travailler avec Mistral, mais j’étais curieux de découvrir comment ce modèle français se positionnait par rapport à ses concurrents américains.

J’avais entendu parler de Mistral pour la première fois par une collègue en France, qui souhaitait connaître mon avis en tant qu’Américain.

Étant donné que je travaille principalement avec des étudiants universitaires et que l’utilisation de l’IA dans l’apprentissage et la rédaction académique est un sujet brûlant, il m’a semblé opportun d’explorer les meilleurs cas d’usage de ce modèle.

Test de traduction de textes d’articles académiques

Nous avons amorcé notre étude par des tests de traduction, attirés par l’intérêt particulier que présentent des corpus d’entraînement non exclusivement américains, contrairement aux données majoritairement anglo-saxonnes qui alimentent, selon toute vraisemblance, les modèles d’intelligence artificielle conçus aux États-Unis.

Je souhaitais évaluer la performance de Mistral dans la traduction des langues indo-arabes vers l’anglais après l’intégration des langues arabes et sud-asiatiques avec le modèle SABA. Mon université accueille des étudiants internationaux provenant d’Europe, d’Asie et d’Amérique du Sud, et propose divers programmes professionnels spécialisés tels que les soins infirmiers, la santé dentaire et l’ergothérapie. L’accès à du contenu académique multilingue peut grandement enrichir les méthodes d’apprentissage. De plus, pour certains étudiants, l’anglais n’étant pas leur langue maternelle, cela constitue une barrière lorsqu’ils tentent de lire et de rédiger des articles académiques.

Le dernier trimestre 2024 marque un tournant décisif dans l’évolution de nos métiers. L’émergence d’outils autonomes au potentiel disruptif met au défi de l’adaptation les pratiques éprouvées des professionnels de l’information et leur rôle d’intermédiation.

Ce numéro de NETSOURCES explore cette nouvelle étape à travers trois regards complémentaires.

Véronique Mesguich analyse comment OpenAI ne se contente pas de concurrencer Google avec SearchGPT, mais revisite l’expérience de recherche d’information (« SearchGPT vs Google AI vs Copilot : la bataille des géants pour réinventer la recherche web »).

Cette génération d’outils, avec sa puissance de synthèse et la génération contextuelle de contenus, remet en question notre rapport même aux sources. En proposant des synthèses dont la traçabilité échappe souvent à notre contrôle, elle fragilise davantage la notion de référence aux sources, pilier de la recherche professionnelle déjà ébranlé par l’écosystème Internet. C’est la fiabilité même du travail informationnel qui est en jeu, au-delà des impacts sur le modèle économique des moteurs traditionnels et du système de référencement commercial.

Le décryptage que fait Ulysse Rajim sur l’avènement des agents IA révèle une autre dimension de cette transformation (« Repenser la veille à l’ère des agents IA »). Ces systèmes semi-autonomes, capables de planifier et d’exécuter des séquences d’actions complexes, préfigurent l’avenir de nos outils professionnels. Leur capacité à combiner planification et exécution, même à un niveau d’autonomie encore modéré, annonce une transformation de nos méthodes de travail.

Enfin, les retours d’expérience du Forum de l’IES, analysés par Corinne Dupin, apportent un éclairage précieux sur ces évolutions. Les enseignements qui en émergent - de la contextualisation des demandes au contrôle continu des résultats — dessinent les contours d’une utilisation raisonnée de l’IAG et d’une nouvelle maturité dans notre approche des IAG (« Quand la vitesse et la puissance de calcul des IAG dépassent l’humain et invitent à réévaluer les pratiques de veille et d’intelligence économique »).

Ces trois analyses convergent vers un constat commun : l’accélération technologique nous ramène paradoxalement aux fondamentaux de nos métiers. Le sens critique, la rigueur méthodologique et l’intelligence collective deviennent plus essentiels que jamais.

Annoncé l’été dernier par OpenAI sous forme de prototype, le moteur de recherche SearchGPT a été lancé en novembre pour les utilisateurs de la version premium et est depuis le 17 décembre accessible gratuitement à tous.

Au-delà d’un moteur de recherche classique, SearchGPT allie les capacités de génération de texte et de recherche contextuelle du modèle de langage d’OpenAI pour offrir une nouvelle expérience de la recherche d’informations.

OpenAI renforce ainsi sa concurrence directe non seulement avec des services de recherche basés sur l’IA comme Perplexity ou You.com, mais aussi avec les géants du Search en ligne que sont les moteurs Google ou Microsoft Bing Copilot. Doit-on en attendre une transformation radicale du paysage des outils de recherche ? Ou bien s’agit-il d’une tentative de la part d’OpenAI destinée à capter une part du marché lucratif de la recherche web, en « disruptant » le modèle économique ?

Google et Microsoft, de leur côté, innovent dans l’IA générative pour transformer l’expérience utilisateur dans leurs moteurs de recherche respectifs. Ces avancées permettront-elles de créer des outils adaptés à une large gamme d’utilisateurs, allant du « grand public » aux professionnels de la recherche, en répondant à leurs attentes spécifiques ? Comparons les stratégies de ces trois géants du numérique en matière d’outils de recherche web.

Comment fonctionne SearchGPT ?

SearchGPT est une extension de l’intelligence artificielle conversationnelle GPT, spécifiquement optimisée pour la recherche d’informations. Contrairement à un moteur de recherche classique qui restitue des résultats sous forme de liste de liens vers des pages web, SearchGPT combine les capacités d’analyse contextuelle, de synthèse et d’interaction conversationnelle du modèle de langage GPT, en les adaptant à la recherche web.

Concrètement, le moteur est basé sur la technologie de génération augmentée de récupération (Retrieval Augmented Generation, ou RAG). Cette technologie RAG se retrouve dans de nombreux moteurs de recherche basés sur l’IA, comme Perplexity par exemple, de façon à obtenir des réponses précises et contextualisées à partir d’un corpus défini, en réduisant ainsi les risques d’erreur ou d’hallucinations.

Cette approche combine les capacités des modèles de langage génératifs avec l’accès à des données web en temps réel, permettant à SearchGPT de fournir des réponses en s’appuyant sur une sélection de sources web. OpenAI n’est guère transparent sur les modalités d’accès au web de son crawler, et plusieurs informations contradictoires circulent. On peut estimer qu’une partie des données provient de l’index du moteur Bing, grâce au partenariat historique entre OpenAI et Microsoft. Mais SearchGPT exploite également son propre robot d’exploration, l’« OAI-SearchBot », développé par OpenAI pour parcourir et indexer des pages web. Le moteur passerait de plus par des API spécialisées vers des sources spécifiques (par exemple, des bases de données ouvertes).

La recherche SearchGPT à la loupe

L’usage de SearchGPT est désormais, depuis le 17 décembre, accessible à tout utilisateur de la version gratuite de ChatGPT.

L’accès à la recherche web se matérialise sous la forme d’une icône en forme de mappemonde dans l’interface du robot conversationnel :

La recherche s’effectue en langage naturel, sous forme de prompt. Grâce au modèle de langage GPT, le moteur convertit le prompt en vecteurs numériques, de façon à activer ses mécanismes d’attention et à « comprendre » le contexte et la sémantique des mots présents dans le prompt, ainsi que l’intention de l’utilisateur. Le moteur interroge ensuite son index (composé comme mentionné plus haut des index de plusieurs crawlers web, et d’accès directs à des sources d’informations) pour identifier des contenus pertinents répondant à la requête.

C’est dans la génération de la réponse que SearchGPT se démarque le plus des moteurs web classiques : la réponse consiste en effet en une synthèse de plusieurs résultats trouvés par le moteur, et générée par le modèle de langage GPT.

2024 marque un tournant dans l’histoire de l’intelligence artificielle : après les chatbots et les copilotes, une nouvelle génération d’outils fait son apparition - les agents IA. De Microsoft à Salesforce, en passant par Google et Anthropic, les géants de la tech investissent massivement dans ces systèmes capables de planifier et d’exécuter des séquences d’actions complexes. Dans cet article, nous explorerons ce nouveau développement dans le paysage de l’IA et ses impacts sur le métier de la veille.

Au-delà du chatbot

En 2023, après la sortie de ChatGPT quelques mois plus tôt, les chatbots s’imposaient comme la technologie phare de l’année. De Bing Chat à Claude, en passant par Gemini, les agents conversationnels étaient au centre de l’attention.

En 2024, ce sont les assistants IA (aussi appelés « copilotes ») qui font leur apparition, en s’inspirant de la fonctionnalité Github Copilot, elle-même mise à disposition du grand public en juin 2022. Plusieurs copilotes sont alors annoncés : Microsoft 365 Copilot, EinsteinGPT (Salesforce), Joule (SAP) ou encore Gemini (Google), pour en citer quelques-uns.

Après les récentes annonces de plusieurs Big Tech, il semblerait qu’en 2025 nous nous apprêtions à entrer dans l’ère des agents.

Capacités des agents IA

Les chatbots et copilotes ont un fonctionnement linéaire. Ils reçoivent une question et fournissent une réponse immédiate, avec un raisonnement rapide et relativement superficiel.

Les agents IA, en revanche, présentent un fonctionne­ment itératif, les rendant capables d’exécuter des séquences d’actions, avec un raisonnement plus lent, mais plus profond.

Un agent IA se distingue donc d’un chatbot traditionnel par les capacités suivantes :

1. Définir un plan d’action à partir d’un objectif
2. Effectuer des raisonnements étape par étape
3. Exécuter des actions (par l’utilisation d’outils)

Dans la suite de cet article, nous présenterons deux exemples d’agents IA pour illustrer ces trois capacités.

Niveaux d’autonomie

Pour comprendre où nous en sommes dans l’évolution des agents IA et où nous allons, il est utile d’emprunter un cadre conceptuel au domaine des véhicules autonomes. Ce parallèle nous permet de mieux appréhender les différents degrés d’autonomie possibles et de situer l’état actuel de la technologie.

Les six niveaux d’autonomie de véhicules autonomes définis par la Society of Automotive Engineers en 2014 se déclinent ainsi :

• Niveau 0 : Pas d’automatisation : le conducteur contrôle tout.
• Niveau 1 : Assistance au conducteur : systèmes comme le régulateur de vitesse adaptatif.
• Niveau 2 : Automatisation partielle : le véhicule contrôle à la fois la direction et l’accélération, mais le conducteur doit superviser.
• Niveau 3 : Automatisation conditionnelle : le véhicule peut gérer toutes les fonctions sous certaines conditions, mais le conducteur doit être prêt à intervenir.
• Niveau 4 : Automatisation élevée : le véhicule peut fonctionner de manière autonome dans certaines conditions, sans intervention humaine.
• Niveau 5 : Automatisation complète : aucune intervention humaine nécessaire, quelle que soit la condition.

Selon les experts, l’autonomie des agents IA en 2024 se situe entre le niveau 1 et le niveau 2. Bien que nous soyons encore loin de l’automatisation complète, nous assistons au passage d’une IA simple assistante (mode « copilot ») à des systèmes semi-autonomes, qui exigent toutefois une supervision humaine constante.

À ce jour, la majorité des agents IA actuels restent spé­cialisés (« narrow AI »), loin d’une IA générale parfaitement polyvalente (« Artificial General Intelligence »).

Dans le domaine de la veille, nous pouvons nous attendre à un impact à plusieurs niveaux : 

L’IAG s’invite à l’IES ⁽¹⁾ : plusieurs cas d’usage, quelques métriques et surtout une forte incitation à réévaluer les pratiques des acteurs de la veille et de l’IE à l’aune d’un outil qui va plus vite qu’eux à une échelle qui les dépasse.

Si l’intelligence artificielle truste les conversations, les salons et autres événements depuis l’avènement des IA génératives (IAG), le forum de l’IES ne fait pas exception et s’est largement fait l’écho des questionnements actuels sur leur intégration aux pratiques professionnelles. Pas moins de trois sessions plénières et une table ronde lui étaient consacrées.

L’intérêt des propos tenus sur le sujet à cette occasion réside dans leur inscription dans le quotidien de professionnels de la veille ou de l’IE dont la fonction rime avec l’expérimentation régulière de méthodes et outils à même de faciliter et dynamiser leur pratique. Plusieurs d’entre eux sont venus présenter des cas d’usage concrets des IAG et surtout quelques métriques (elles font cruellement défaut pour l’heure, le recul étant insuffisant sur une technologie somme toute encore assez jeune).

⁽¹⁾ L’IES est un événement organisé tous les deux ans par la Commission Intelligence Stratégique et Prospective de 3 AF (Association Aéronautique et Astronautique de France), qui réunit des acteurs de la veille et de l’intelligence économique de différents horizons (et pas seulement de l’industrie aéronautique). La dernière édition s’est tenue les 20 et 21 novembre dernier à Strasbourg.

Les retours d’expérience les plus opérationnels ont été le fait du groupe de travail « Cycle de l’information et IA » de 3AF, composé d’acteurs industriels (Safran), de la recherche (Onera, Cetim), de la veille (Esprits collaboratifs) et institutionnels (DGAC, Université de Strasbourg). Le collectif a éprouvé 5 LLM (Large Language Models) : Perplexity, Gemini, ChatGPT, Copilot et LLaMA, dans l’exercice de différentes activités de veille. Au total, 37 cas d’usage, dont plus de 60 % concernaient des tâches relatives à la collecte et au traitement de l’information - les plus chronophages, celles que le veilleur délègue le plus volontiers.

Les principaux constats effectués à la faveur de ces tests relèvent davantage de griefs que d’un franc plébiscite des outils en question et incitent à la prudence et à une utilisation raisonnée des IAG.

Parmi les éléments retenus à leur charge, notons les principaux points suivants :

Grief #1 : Les IA génératives n’offrent pas de cas d’usage reproductible

L’IAG n’a pas été conçue pour assurer une reproductibilité compte tenu de son mode de fonctionnement qui s’appuie sur la probabilité, la prédiction et l’apprentissage statistique.

Le défaut de reproductibilité des cas d’usage concerne plus de 60 % des cas testés par le groupe de travail « Cycle de l’information & IA ». Peu de cas d’usage peuvent être reproduits (30 % seulement), ce qui met à mal leur industrialisation.

Grief #2 : Peu de cas d’usage produisent des résultats à valeur ajoutée

Moins de 20 % des cas d’usage du même groupe de travail ont produit des résultats à valeur ajoutée. L’IAG génère un gain de temps dans la réalisation, mais le temps incompressible de contextualisation de la demande, puis de contrôle et de vérification des réponses confine souvent à une perte de performance.

À l’heure où OpenAI lance SearchGPT, son propre moteur de recherche intégré directement dans son chatbot, une question brûle sur toutes les lèvres : SearchGPT va-t-il détrôner Google ?

Au-delà de la « simple » question du modèle économique de Google et toutes réserves faites par ailleurs sur la robustesse des modèles d’IA face à leurs ambitions de déploiement planétaire, une autre question tout aussi cruciale nous semble se profiler : comment notre « expérience d’utilisateurs professionnels » est-elle transformée par les nombreux acteurs émergents de la recherche et de la veille ?

Depuis plusieurs mois, ces nouveaux acteurs consolident leur place et élargissent considérablement le champ d’utilisation opérationnelle des outils de veille et de recherche tels que nous les pratiquions jusqu’ici.

Dans ce nouveau numéro de Netsources, nous explorons ces transformations avec l’article de Véronique Mesguich qui analyse la concurrence entre You.com, «moteur de productivité polyvalent», et Perplexity, ainsi que l’article d’Ulysse Rajim sur NotebookLM, dont il analyse le rôle d' «un assistant pour la veille augmentée». Notons tout de même au passage que NotebookLM est produit par... Google.

Nous découvrirons sous leur plume comment ces moteurs ne se contentent plus d’afficher des résultats bruts. Ils permettent aux professionnels de l’information de réaliser des synthèses claires et structurées, enrichies par le traitement de très grandes quantités d’informations de multiples sources. L'information est désormais beaucoup plus facilement manipulable, permettant une structuration et un enrichissement en temps réel grâce à une grande puissance de traitement d'énormes volumes de données. Cela offre une nouvelle façon de gérer la connaissance, ce qui est essentiel pour la gestion de masses d'informations et de connaissances. L'utilisateur peut ainsi naviguer entre différents modes-recherche, génération de contenu et même création d'images-en fonction de ses besoins.

Nous serons également très attentifs à la méthode innovante et personnalisée que nous propose Ulysse Rajim avec un véritable guide de l’automatisation de la veille grâce à l’IA.

Le lecteur pourra mesurer en filigrane comment ils modifient en profondeur la collecte, le filtrage et l’analyse de l’information ainsi que la gestion des connaissances au sein des entreprises, en les rendant accessibles et exploitables par différents services et équipes à une échelle beaucoup plus large.

Automatiser sa collecte d'informations, synthétiser des documents très volumineux, personnaliser ses agents de recherche, toutes ces possibilités sont désormais à votre portée. L’idée est d’exploiter l’IA non pas comme une curiosité technologique, mais comme un véritable levier de productivité et de performance.

« Moteur de productivité » : c’est ainsi que se définit la plateforme You.com. Ce concept de productivité, souvent associé à des outils de travail collaboratif comme Notion ou Trello, serait-il annonciateur d’une nouvelle dimension apportée aux outils et méthodes de recherche professionnelle d’information ?

You n’est pourtant pas totalement un nouveau venu dans le monde des outils de recherche et a déjà été chroniqué dans les colonnes de Netsources. La plateforme a été lancée en effet dès 2020 par Richard Socher, ancien Chief Scientist chez Salesforce et spécialiste du traitement du langage naturel, et Bryan McCann, chercheur en IA. À l’origine, You.com se présentait comme un moteur agrégateur de contenus issus de pages web, ou de sources spécialisées (Reddit, LinkedIn…), la recherche web s’appuyant notamment sur le moteur Bing.

Depuis 2023, la plateforme a pris le virage des techno­logies d’IA générative et propose non seulement des services de recherche, mais également des applications d’aide à la rédaction, à la création d’images, ou encore au codage. You.com se présente ainsi désormais comme un assistant IA personnalisé. Commençons par un tour d’horizon de ses principales fonctionnalités.

You.com : les principales fonctionnalités.

Figure 1 : la page d’accueil de You.com

L’interface de You est assez sobre et riche en fonctionnalités. La page d’accueil donne le choix entre plusieurs agents.

L’agent « Smart » correspond au mode de recherche par défaut, et fonctionne à la manière de Perplexity. Le moteur extrait du web une dizaine de sources et effectue une synthèse en faisant référence à (seulement) quelques sources, parmi la dizaine figurant sur le panneau latéral à droite. Ce panneau offre également la possibilité d’effectuer des recherches d’images, vidéos et articles d’actualité (à noter que cette dernière fonctionnalité est basée sur le « news endpoint » de son API et dédiée à la recherche d’articles américains, donc inopérante pour des articles en français).

Figure 2 : Présentation des résultats de recherche de You.com en mode « Smart »

Le mode Research permet d’aller plus loin et génère une synthèse un peu plus longue, faisant référence à davantage de sources parmi les résultats de recherche mentionnés à droite.

Le mode Genius est conçu pour interagir avec l’utilisateur sous forme de conversation structurée. Ce mode multitâche est plutôt destiné à générer du code, ou résoudre des problèmes mathématiques. On peut l’utiliser également pour extraire des données d’un texte, et les présenter sous forme de tableau ou graphique, ce que le mode Smart n’effectue pas de manière satisfaisante.

L’onglet GPT-4o est explicite : il offre l’ensemble des fonctionnalités de GPT-4o, y compris l’accès au web en temps réel. D’autres modèles de langages sont également disponibles : GPT-4Turbo, Claude 3 Sonnet, Claude 3 Haiku, Gemini 1.5, Llama3, Mistral Large2… Les utilisateurs de la version Pro ont accès de plus à o1Preview (le nouveau modèle d’OpenAi) ou Claude3 Opus.

Enfin, You.com dispose d’une fonctionnalité de génération d’images à partir de descriptions textuelles, via son outil YouImagine, intégré dans le mode « Creative ». Alimenté par des modèles d’intelligence artificielle comme StableDiffusion, YouImagine pro­pose des options de style artistique variées, y compris le modèle Open Journey, inspiré du style de Midjourney. Les images générées sont ainsi plus réalistes que les créations de ChatGPT via son outil de génération DALL-E.

Il est possible de travailler sur des sources spécifiques. Le bouton + dans le bandeau de conversation, donne accès à une nouvelle interface intitulée « Manage sources ». On peut y charger des documents en format texte, données ou image afin d’en effectuer des résumés, extractions ou analyses. Prometteuse également, la possibilité de limiter la recherche à un site donné et de poser des questions sur le contenu du site, en paramétrant préalablement le niveau d’exploration du site.

Figure 3 : Paramétrage de sources spécifiques

Cette option est malheureusement limitée dans la version gratuite, avec un seul chargement quotidien d’un document ou d’un site spécifique.

L’écosystème de You.com

L’écosystème de You.com intègre plusieurs agents spécialisés. YouChat est l’assistant virtuel intégré à la plateforme qui permet d’interagir de manière conversationnelle. YouWrite est un outil destiné à la ré­daction de contenu de toute nature. YouWrite, à l’instar de ChatGPT, offre différentes tonalités de rédaction (formelle, décontractée, persuasive, infor­mative, etc.) Quant à YouCode, il s’agit d’un module spécialement conçu pour les développeurs. Toutes ces fonctionnalités sont désormais intégrées dans la plateforme You.com et ne sont plus accessibles en tant que telles.