Tag: Recherche d'information

L’intelligence artificielle s’invite dans le quotidien des professionnels de l’information. Lancée en tant que prototype le 30 novembre 2022, ChatGPT s’est imposé comme l’application connaissant la croissance la plus rapide de tous les temps. Parallèlement, les enregistrements de noms de domaine en .ai ont augmenté de 156% au cours de la dernière année, contre seulement 27% pour les domaines en .com au cours de la même période, selon Domain Name Stat.

Selon l’OCDE, 14 % des emplois seront ainsi exposés à un enjeu majeur d’automatisation, tandis que 32 % des emplois pourraient être transformés substantiellement. Qu’en est-il pour les professionnels de la veille ?

L’ABC de l’IA

Face à cette ascension fulgurante, il reste difficile d’appréhender son nouvel environnement. Nous nous proposons donc de partager les bases de fonctionnement d’un système IA utiles aux métiers de la veille et de la recherche d’information et d’esquisser, à chaque étape du processus de veille, les premiers bouleversements expérimentés.

Le professionnel de la veille, parce qu’il manipule l’information qui transite entre l’intelligence humaine et l’intelligence artificielle, doit ainsi apprendre de nouveaux modèles de langage et d’apprentissage : ceux utilisés par l’IA.

Lire aussi : 

Comment l’IA enrichit les livrables de veille multilingue ? (Netsources N° 163 - mars/avril 2023)

Revue des moteurs de recherche à l’heure de ChatGPT (Bases N° 413 - avril 2023)

Quels outils utiliser pour bénéficier de ChatGPT ? (Bases N° 410 - jan 2023)

Détecter un contenu écrit par ChatGPT : IA face à l’IA (gratuit - 02/2023)

Notre sélection d’annuaires d'outils IA - Article en accès libre (Bases N° 414 - mai 2023)

À côté des outils de reconnaissance faciale payants créés par Clearview, Thales ou Amazon, des moteurs de recherche faciale sont accessibles gratuitement sur le web, et à tout public. Mais que peut-on en tirer dans un contexte de recherche et de veille professionnelle ?

On pourrait penser que la reconnaissance faciale n’est rien d’autre que de la recherche d’image inversée, consacrée aux visages. Il existe d’ailleurs une option « Face » dans Google Images. Mais à la lecture des résultats, on comprend que l’outil n’a vraisemblablement pas été conçu pour prendre en charge la reconnaissance faciale individuelle.

Surtout, il s’agit de deux technologies différentes, aux usages différents :

• La recherche d’image inversée utilise un algorithme de recherche d’image permettant de comparer une image uploadée sur un moteur de recherche à celles qui sont disponibles publiquement sur internet. Elle est donc utilisée pour trouver la source d’une image et/ou en vérifier l’authenticité, ce qui permet à un professionnel de l’information de vérifier la source et la fiabilité d’une information. Appliquée à une personne en l’absence de données d’identification, cette recherche nécessite de se fier à la légende de la photo, si légende il y a, pour identifier la personne.

Le bouleversement de ce début d’année 2023, c’est bien évidemment le lancement grand public de ChatGPT et plus largement la course à l’intégration de l’IA générative dans tous les outils du quotidien et du monde professionnel.

Les moteurs de recherche Web dans leur ensemble se sont tous précipités pour intégrer cette dimension à leurs moteurs, certains intégrant directement GPT-3 ou 4 comme Bing et d’autres préférant utiliser d’autres modèles.

Cette intégration de l’IA générative et conversationnelle dans les moteurs apporte sans conteste une dimension nouvelle à la recherche d’information sur le Web.

Mais est-ce que cela améliore réellement les moteurs Web ? Cela permet-il de trouver plus rapidement de l’information, de trouver des informations qui n’arrivaient pas à émerger dans les moteurs de recherche, d’explorer plus en profondeur la fameuse longue traîne ?

Lire aussi : 

Les moteurs gratuits, c’est fini (avril 2023)

L’actu du Veilleur : plein phare sur l’IA (Bases N° 411 - fev 2023)

Quels outils utiliser pour bénéficier de ChatGPT ? (Bases N° 410 - jan 2023)

Nous avons testé Kagi Search, un nouveau challenger de Google (Bases N° 407 - oct 2022)

Presearch permet de chercher depuis la localisation de son choix (Bases N° 410 - jan 2023)

Nous avons testé Neeva, le moteur qui pourrait remplacer Google chez les pros de l’info (Bases N° 406 - sept 2022)

Dans le cadre d’une recherche d’informations, le premier réflexe pour identifier des sources est généralement de cibler des médias, des experts, voire des annuaires. Mais il existe une autre ressource utile pour fournir de l’information et à laquelle on pense moins : les listes de sources disponibles sur des tableurs en ligne comme Google Sheets ou Airtable et qui se multiplient.

La volonté de partager des listes de sources sur le Web a toujours existé, surtout avec l’avènement du Web 2.0. Mais le format ainsi que les outils de partage et d’hébergement de ces listes ont évolué. Il y a eu le temps des annuaires (qui sont finalement des sortes de listes), le temps des blogrolls sur les blogs, des outils de bookmarking, des FollowFriday et des listes sur Twitter, etc.

Aujourd’hui, outre Google Sheets, de nouveaux outils de création de bases de données ‘no-code’ et de tableurs en ligne ont vu le jour, dont le plus connu est Airtable. Ces tableurs sont souvent partagés publiquement par des experts, consultants ou autres acteurs d’un secteur particulier, qui disposent en échange de la gratuité du service.

Ces listes plus ou moins exhaustives peuvent se révéler précieuses, car elles constituent un pré-tri de l’information opéré par une personne suffisamment intéressée et experte pour entreprendre ce travail de recherche et de structuration. Elles permettent donc d’aller au-delà pour dénicher des sources utiles, voire des pépites, ou même des idées de structuration de l’information.

Contrairement à la recherche classique, Google ne propose pas de filtre de date personnalisé pour ses recherches sur Google Images. Nous pouvons entrer l’intervalle de dates de son choix en sélectionnant des « périodes », comme « depuis 24 heures » ou « depuis une semaine », mais impossible de personnaliser (pas même dans l’option « recherche avancée »).

Pour contourner cette restriction par défaut et parvenir à nos fins, nous vous conseillons d’utiliser les opérateurs before:AAAA-MM-DD et after:AAAA-MM-DD, à la suite de son mot-clé dans la barre de recherche.

Par exemple en entrant : Netsources after:2022-07-31 dans Google Image, on obtiendra tous les visuels correspondant aux publications de Netsources depuis le 31 juillet 2022.

NB : Merci à @henkvaness pour son partage ! Nous avons simplifié ses opérateurs en supprimant les parenthèses et crochets et cela fonctionne tout aussi bien !

Le nouveau moteur de recherche Kagi Search travaille actuellement sur un nouveau projet de recherche baptisé « Mother ».

Le principe ?

Lorsqu’on pose une question à Mother, une IA de recherche sur le web « user-centric », « maman » ne se contente pas de fournir une liste de sources, mais en fait le résumé automatique.

Si on lui demande par exemple de comparer le nombre d’habitants entre deux villes, elle fournira directement une réponse synthétique issue de plusieurs sources, et non une liste de sources où aller chercher. Elle répond aussi à des questions comme « Pourquoi la terre est ronde ? ».

Si les entreprises, marques et outils n’hésitent pas à communiquer sur leurs succès, leurs lancements de produits ou l’ajout de nouvelles sources et fonctionnalités, il est plus rare qu’ils communiquent sur leurs actualités « négatives » comme le retrait de fonctionnalités ou de sources ou leur disparition.

Nous signalons ici les récentes disparitions qui peuvent venir affecter le professionnel dans l’exercice de sa veille et de ses recherches :

• Le Décodex proposé par le Monde a complètement disparu de la circulation sans prévenir. On rappellera que le Décodex était un service lancé en 2017 et permettant d’entrer l’URL d’une source et de savoir s’il s’agissait d’une source fiable ou non. L’URL existe toujours, mais renvoie aujourd’hui sur une page proposant un guide avec des méthodes pour évaluer l’information et les sources et une sélection d’articles sur cette thématique.

Depuis quelques semaines, le moteur de recherche OpenBibArt fusionne non plus deux, mais quatre bases de données bibliographiques d’histoire de l’art occidental. On peut désormais y trouver les notices bibliographiques d’articles de périodiques, de livres, de catalogues d’expositions et de ventes publiés entre 1910 et 2007.

Le site, connu des historiens d’art, des chercheurs et plus largement des professionnels et amateurs d’art, regroupe désormais les bases suivantes :

• Deux bases pour le Répertoire d’Art et d’Archéologie (RAA) qui fournit des descriptions d’articles, de monographies et de catalogues de vente de plusieurs pays de 1910 à 1972, puis de 1973 à 1990.
• Le Répertoire international de la littérature d’art (RILA), service de résumé et d’indexation pour la littérature d’histoire de l’art créé en 1975.
• La Bibliography of the History of Art (BHA), pour les années de 1990 à 2007.

L’innovation et l’actualité chez Google ne s’arrêtent jamais et ces derniers mois ne dérogent pas à la règle.

Dans cet article, nous faisons le point sur ces innovations récentes et nous testons les fonctionnalités et les produits, dans une perspective de veille et de recherche professionnelles.

Les nouvelles fonctionnalités utiles pour le pro de l’info

En septembre dernier, Google a animé son rendez-vous annuel Search-On où il dévoile toutes ses nouveautés en lien avec son moteur et la recherche d’information.

À cette occasion, nous avons découvert de nouvelles fonctionnalités intéressantes.

Un nouvel usage des guillemets dans Google

Les guillemets dans Google ont toujours servi à rechercher des expressions exactes même si cela n’empêche pas Google de passer outre, de temps à autre, quand il le juge nécessaire.

L’usage des guillemets a récemment évolué, mais c’est au niveau des résultats que cela fait une différence. Les guillemets permettent toujours de rechercher une expression exacte, mais dans les résultats proposés, on peut maintenant visualiser un extrait du contenu contenant spécifiquement cette expression, ce qui permet donc de voir dans quel contexte l’expression est utilisée et déterminer la pertinence du résultat par rapport à ses besoins.

Lire aussi : 

Nous avons testé Kagi Search, un nouveau challenger de Google (Bases N° 407 - oct 2022)

Nous avons testé Neeva, le moteur qui pourrait remplacer Google chez les pros de l’info (Bases N° 406 - sept 2022)

Il y a peu Google a lancé en grande pompe son nouvel espace dans Google Actualités appelé Google Showcase.

Quelle place et quel intérêt peut-il avoir pour le veilleur ? C’est ce que nous avons exploré dans cet article.

Google News Showcase, qu’est-ce que c’est ?

Il s’agit d’un nouveau service destiné à mettre en avant les médias de référence d’un pays. Le service est proposé dans différents pays, mais seuls les médias du pays de l’internaute sont disponibles.

En ce qui nous concerne, Google Showcase dispose d’une page dédiée sur Google Actualités qui affiche une sélection d’articles issus de 130 médias français, essentiellement de la presse nationale et locale appartenant à de grands groupes de presse. Pour chaque média, on dispose de trois articles sélectionnés.

Chaque jour ces 130 médias choisissent quelques articles qu’ils mettent à disposition sur Google News Showcase. En échange, Google les rémunère.

Lire aussi :

Comment récupérer un flux RSS sur les moteurs web et Google Actualités ?

L’IA au cœur du nouveau Google Actualités : à réintégrer absolument dans son dispositif de veille

Sourcing : comment détecter des médias réellement nouveaux ?

Peut-on encore utiliser les kiosques numériques pour la recherche presse ?

Lorsqu’on souhaite mettre en place une veille concurrentielle, une typologie de sources classiques est à surveiller : site du concurrent, presse nationale, locale, spécialisée, etc. La publicité en ligne comme les résultats sponsorisés et annonces publicitaires sur Google et Facebook peut également représenter une piste très intéressante.

Car comprendre la stratégie publicitaire d’un acteur peut en dire long sur sa stratégie globale à court, moyen et long terme. Quels produits ou services choisit-il de mettre en valeur, dans quels pays et quelles régions focalise-t-il ses actions ?

En matière de publicité en ligne, le marché est très largement dominé par Google et Facebook puis dans une moindre mesure Amazon. Ainsi, si nos concurrents ont choisi d’investir dans la publicité en ligne, il y a toutes les chances qu’ils aient choisi Google, Facebook ou bien les deux. Il va donc falloir trouver des solutions pour accéder aux données de Google Ads et de Facebook Ads.

Pendant des années, c’était tout simplement mission impossible, car ni Google ni Facebook ne partageaient librement la moindre donnée en la matière. Une veille sur la publicité en ligne ne pouvait donc se faire qu’en testant des requêtes susceptibles de faire apparaître les publicités de ses concurrents, ce qui ne fournissait que des résultats aléatoires et évidemment incomplets ou en faisant appel à des acteurs spécialisés sur les mesures d’audience et la veille publicitaire.

Lire aussi : 

Information et publicité : des liaisons dangereuses pour la veille ?

La pige publicitaire : un marché très fermé

La publicité masquée pollue-t-elle la veille ?

Eutopia est l’une des 44 alliances labellisées « Université Européenne » par la Commission européenne et vient de lancer un portail avec les publications de ses membres. Elle regroupe dix universités (pour un total de 100 facultés), dont celle de Cergy, en France.

Le portail commun à l’alliance (https://eutopia.openaire.eu/) suit deux objectifs majeurs :

1. Faciliter la visibilité des productions scientifiques et des chercheurs de l’alliance ;

2. Fluidifier le travail au sein de l’alliance.

Ce portail recueille, à l’heure où nous imprimons, plus de 570 000 publications (dont plus de 368 000 ouvertes) et 21 000 datasets de recherche. L’alliance est généraliste et le portail couvre donc de nombreux domaines, des mathématiques aux sciences naturelles en passant par la médecine ou l’informatique.

Lire aussi :

Le Canada explore un portail pour accéder aux résultats de la recherche canadienne

L’heure est indéniablement aux bonnes nouvelles du côté des moteurs. Alors qu’il n’y avait jusqu’à présent aucune alternative crédible à Google sur le terrain des moteurs Web pour la veille et la recherche d’information professionnelle, on voit enfin arriver sur le marché une nouvelle génération de moteurs en phase avec les problématiques des professionnels de l’information.

Après le lancement du très prometteur Neeva (voir notre article « Nous avons testé Neeva, le moteur qui pourrait remplacer Google chez les pros de l’info », Bases N° 406 - sept 2022) voici venir un autre moteur tout aussi intéressant appelé Kagi Search.

Kagi a lui aussi opté pour un positionnement où la qualité des résultats et de la recherche et le respect de la vie privée priment. Et ce choix passe également par un modèle économique freemium.

Dans cet article, nous présentons en détail ce nouveau moteur, son positionnement et ses fonctionnalités et nous évaluons sa capacité à intégrer la panoplie des veilleurs et des professionnels de l’information.

Lire aussi : 

Nous avons testé Neeva, le moteur qui pourrait remplacer Google chez les pros de l’info (Bases N° 406 - sept 2022)

Utiliser la fonctionnalité Goggles de Brave Search en complément de Google CSE (Bases N° 406 - sept 2022)

Nous avons testé Yep.com, un nouveau moteur de recherche à l’index maison (Bases N° 405 - août 2022)

La renaissance des annuaires sur le Web : comment les identifier et les utiliser pour vos veilles et recherches ? (Bases N° 402 - avril 2022)

Cela fait 20 ans que de nouveaux moteurs apparaissent avec pour ambition de concurrencer voire détrôner Google. Et pratiquement tous ont le même créneau : le respect de la vie privée, domaine où il est clair que Google n’excelle pas.

Quand on recherche de l’information dans un contexte professionnel, le respect de la vie privée est certes important, mais il faut aussi pouvoir obtenir des résultats pertinents et de qualité et avoir à disposition des fonctionnalités de recherche dignes de ce nom. Et c’est malheureusement rarement le cas des différents moteurs que nous avons pu tester ces dernières années tels que Qwant, DuckDuckGo, Yep.com ou encore You.

Un nouvel entrant pourrait bien venir changer les règles du jeu dans le monde des moteurs grâce à sa bonne compréhension des requêtes et la qualité de ses résultats.

Il s’agit du moteur Neeva qui arrive enfin en Europe après avoir été lancé aux États-Unis en 2021. Et le moins que l’on puisse dire, c’est que ce moteur a de très nombreuses qualités, allant de la longue expérience de ses fondateurs chez Google à des fonctionnalités qui servent vraiment les professionnels de l’information.

Le moteur Brave fait partie des moteurs prometteurs à avoir dans sa boîte à outils de recherche.

Il a récemment introduit une fonctionnalité intéressante appelée « Goggles », permettant à tout internaute de créer un moteur pour rechercher sur des corpus de sources personnalisés.

Les moteurs personnalisés sont une véritable aubaine pour les professionnels de l’information et de la veille et on note d’ailleurs un regain d’intérêt pour ces outils, comme en témoigne le lancement de cette fonctionnalité chez Brave, les possibilités de personnalisation chez Neeva ou encore le lancement de l’Atlas.pro

Voir nos articles « Nous avons testé Neeva, le moteur qui pourrait remplacer Google chez les pros de l’info » et « Nous avons testé Latlas.pro, un nouveau moteur de recherche thématique personnalisable », Bases N° 402 - avril 2022.

Tous ces outils et fonctionnalités ne sont d’ailleurs pas sans rappeler le moteur personnalisé proposé par Google appelé Google CSE, qui existe toujours et qui vient d’ailleurs de rajeunir son interface. Créer un moteur personnalisé sur Brave n’est malheureusement pas aussi simple que la création du moteur CSE sur Google, mais ce n’est pas insurmontable.

Dans cet article, nous vous expliquons pas à pas comment créer vos propres corpus de recherche sur Brave et nous évaluons la valeur ajoutée de ces moteurs personnalisés par rapport à Google CSE.

Lire aussi :

Brave Search, You et Presearch : les nouveaux moteurs passés au crible (Bases N° 397 - nov 2021)
Nous avons testé Yep.com, un nouveau moteur de recherche à l’index maison (Bases N° 405 - juil- août 2022)
Nous avons testé Latlas.pro, un nouveau moteur de recherche thématique personnalisable (Bases N° 402- avril 2022)
Faut-il préférer l’opérateur site: de Google ou la création d’un moteur CSE ? (Bases N° 390 - mars 2022)

Il est possible de récupérer des flux RSS sur certains moteurs et leurs verticales. C’est par exemple le cas de Google et de ses moteurs spécialisés comme Google Actualités ou même Google Scholar.

Récupérer des flux RSS sur les moteurs généralistes

Le moteur Bing permet de récupérer des flux RSS à partir de ses recherches en utilisant l’url suivante : https://www.bing.com/search?q=motcle&format=rss

Google n’offre pas de fonctionnalité équivalente, mais il est possible de créer des alertes sur Google Alertes que l’on pourra récupérer au format RSS.

Il faut cependant avoir conscience que les résultats pourront différer de ce que l’on trouve directement dans le moteur web de Google.

Les autres moteurs ne permettent pas à notre connaissance de récupérer de flux RSS.

Lire aussi : 

L’IA au cœur du nouveau Google Actualités : à réintégrer absolument dans son dispositif de veille (Bases N° 405 - juillet/août 2022)

Google lance une fonctionnalité "révolutionnaire" pour la veille ... et nous prend pour des pigeon (oct 2021)

Google Keen et Google Discover : les nouveaux Google Alertes ? (Bases N° 381 - dec 2020)

Quelles alternatives crédibles à Google Actualités en 2020 ? Dossier spécial Agrégateurs de presse (Bases N° 377 - jan 2020)

Les origines

L’entreprise spécialisée dans le SEO Ahrefs, basée à Singapour, mais fondée par l’Ukrainien Dmytro Gerasymenko, vient de dévoiler son propre moteur de recherche, Yep.com, qui se veut un émule du moteur Brave et ambitionne de prendre quelque part de marché au mastodonte Google et, dans une moindre mesure, à Bing.

À la différence des moteurs tels qu’Ecosia et DuckDuckGo, Yep.com dit utiliser pour son moteur un index développé en interne, à l’instar de Brave Search (voir notre article « Brave Search, You et Presearch : les nouveaux moteurs passés au crible », Bases N° 397 - nov 2021), et non sur des API dérivant ou s’appuyant sur les index de Google et Bing.

L’index s’appuie donc pour l’instant sur AhrefsBot, un crawler « fait maison » pour indexer le Web, au rythme de 8 milliards de pages web toutes les 24 heures, selon la société.

La prochaine étape prévue sera de créer un YepBot indépendant des algorithmes d’Ahrefs.

Lire aussi :

Brave Search, You et Presearch : les nouveaux moteurs passés au crible (Bases N° 397 - nov 2021)

Alors que ces dernières années, l’interface de Google Actualités n’avait pratiquement plus aucun un intérêt pour la veille et la recherche et qu’il valait mieux passer par l’onglet « Actualités » du moteur web de Google, Google Actualités (ou Google News) a récemment introduit des fonctionnalités inédites.

Plusieurs d’entre elles découlent d’une utilisation accrue de l’IA et sont particulièrement prometteuses pour la veille et la recherche d’information, à tel point qu’elles pourraient bien amener le professionnel de l’info à reconsidérer l’interface pour ses recherches, en plus du moteur web classique.

Google Actualités a récemment lancé une nouvelle interface pour Google Actualités. Cette nouvelle version reste dans la droite ligne des dernières évolutions de Google sur l’ensemble de ses produits et Google cherche à collecter le plus d’informations possible sur le profil et les habitudes de ses usagers.

Google précise d’ailleurs sans détour son parti pris concernant sa politique de contenu dans le court disclaimer suivant :

« Ces articles sont classés en fonction de leur qualité, de l’originalité et de l’actualité de leur contenu, de votre activité et de vos achats précédents dans Google Actualités, ainsi que de votre activité dans d’autres produits Google. Google peut avoir un contrat de licence avec certains éditeurs, mais cela n’a aucun impact sur le classement des résultats. »

Rechercher des experts est une problématique courante de la recherche d’information scientifique et technique.

Quand on dispose de bases de données et serveurs scientifiques payants tels que Scopus, Web of Science, STN ou encore Dialog Solutions, l’exercice présente relativement peu de difficultés. Ces outils ont en effet développé avec les années des fonctionnalités, notamment de datavisualisation, qui permettent l’identification d’experts en faisant ressortir les auteurs les plus prolifiques et les plus cités sur une thématique donnée. Certains ont également développé des outils de recherche d’experts ou ont racheté des outils dédiés existant sur le marché. De plus, ces outils ont l’avantage de proposer des langages de recherche sophistiqués qui permettent d’avoir une approche très fine et donc d’identifier les spécialistes de n’importe quel sujet, aussi précis soit-il.

Mais quand on ne dispose pas d’accès à ces outils payants et qu’il faut réussir à identifier des experts en n’utilisant que des outils gratuits, cela s’avère nettement plus chronophage et compliqué.

Dans cet article, nous explorons le nouveau moteur du CEA dédié à la recherche d’experts et nous revenons ensuite sur les autres solutions gratuites qui existent aujourd’hui sur le marché pour identifier des experts scientifiques.

Lire aussi : 

Search Lab : 3 méthodologies de recherche clé-en main (Netsources N° 139 - mars/avril 2019)

Identifier experts, influenceurs ou talents : sources et méthodologie (Netsources N° 129 - juil/août 2017)

Comment trouver les meilleurs experts (Netsources N° 129 - juil/août 2017)

Brèves de veille

Google

Réseaux sociaux

Comme chaque année, Google organise au mois de mai sa fameuse conférence annuelle appelée Google I/O (pour Input/Output). Deux jours de show à l’américaine avec des annonces de nouveautés de produits et de fonctionnalités.

Nous les avons analysées en détail pour voir comment cela allait faire évoluer la recherche d’information et la veille professionnelle.

Trois grands axes d’innovation ressortent cette année : l’un concernant la vidéo et notamment YouTube, un second l’image et un usage accentué de l’IA et le dernier la traduction appliquée à différents types de contenus.

ArchiRès est le nom d’un réseau de bibliothèques des écoles nationales supérieures d’architecture (ENSA) et du paysage en France, mais également d’instituts en Belgique, au Maroc et au Liban. C’est aussi un portail documentaire du même nom qui donne accès à un catalogue de recherche commun aux différents organismes membres d’Archirès.

Une nouvelle version de ce portail vient de voir le jour le 28 mars dernier.

Nous avons exploré pour vous cette ressource et évalué son intérêt pour la veille et la recherche d’information.

Lire aussi : 

Zoom sur les ressources de l’AURG pour l’urbanisme et l’aménagement
Zoom sur le portail de l’INRS sur la santé et sécurité au travail
Zoom sur Cerema Doc, la plateforme documentaire du climat et territoires de demain
Zoom sur le portail documentaire Eau & Biodiversité

Même bien avant l’invention du Web, il a toujours existé un besoin de sources et outils capables de proposer, d’agréger et de structurer des listes de personnes, d’entreprises, de sources, etc. qualifiées par rapport à une thématique donnée ou un type de contenus. C’est le principe même des annuaires, dont on retrouve les premières traces dès le Moyen-âge.

Et ces annuaires et répertoires, papier d’abord puis numériques (on se souvient de l’annuaire de Yahoo ou de Dmoz) ont toujours été d’une grande utilité pour le veilleur et ont longtemps fait partie de la panoplie de base du professionnel de l’information. Ils constituaient en quelque sorte de riches portails agrégateurs de flux thématiques.

Pourtant, ils se sont fait de plus en plus discrets avec les années, quitte à disparaître pour un grand nombre d’entre eux ou ont simplement été délaissés par les internautes et les professionnels.

Les moteurs de recherche généralistes comme Google, Bing et les autres ne sont pas sans responsabilité dans leur disparition. D’un côté les moteurs eux-mêmes ont tout fait pour marginaliser ces acteurs en limitant leur visibilité dans les résultats de leur propre moteur. Et de l’autre, les internautes ont naturellement choisi la voie de la simplicité et de l’efficacité en choisissant des outils les menant directement à la réponse à leur question plutôt que des outils les conduisant vers des sources pertinentes qu’il faut ensuite explorer et interroger.

Mais le vent pourrait bien être en train de tourner…

Lire aussi :

Comment identifier des sources d’information locales ? (Netsources N° 146 - mai/juin 2020)

Comment trouver des outils de recherche d’information thématiques ? (Netsources N° 144 - jan/fev 2020)

L’avenir de la recherche Web sera t-il thématique ? (Bases N° 351- sept 2017)

L’Open Data pour la veille et la recherche

Dans le contexte actuel, les professionnels de l’information se retrouvent de plus en plus confrontés au besoin de se créer leurs propres outils de recherche thématiques pour ne pouvoir rechercher que sur un corpus restreint de sources qualifiées.

Cela s’explique tout d’abord parce que les moteurs de recherche ne font émerger qu’une sélection de sources par rapport à une question donnée et pas nécessairement les plus qualifiées. Et plus les années passent, plus le nombre de résultats affichés par les moteurs diminue, rendant encore plus difficile la découverte et la visualisation issues de sites peu optimisés pour le référencement.

D’autre part, les outils de recherche professionnels (bases de données, agrégateurs de presse, plateformes de veille), malgré leur très grande valeur, n’ont pas non plus des corpus de sources exhaustifs et n’intègrent pas toutes les sources dont le veilleur peut avoir besoin.

Et c’est sans compter sur le fait qu’on ne peut pas rechercher de la même manière sur tous les types de sources. On ne pourra pas utiliser la même requête pour interroger des sites très spécialisés et des sources beaucoup plus généralistes comme la presse nationale ou les réseaux sociaux : le niveau de ciblage tout comme le champ lexical à employer seront tout simplement différents.

Si les ressources et sites d’information en France sur le thème de l’autisme sont plutôt nombreux (Autisme Info Service, Comprendre l’autisme, etc.), il était jusqu’à présent difficile de trouver en un seul et même lieu un recensement de ressources documentaires qualifiées et de natures variées (ouvrages, thèses, articles, législation, etc.).

La plupart des sites ont en effet été conçus dans une optique de sensibilisation et d’aide au quotidien pour les personnes concernées par l’autisme, mais aussi pour toutes les personnes amenées à être en contact avec les personnes autistes et leurs proches.

Le lancement d’un nouveau portail documentaire vient donc combler ce manque.

Avec la plateforme documentaire DOC’autisme qui vient d’être mise en ligne, le Groupement national des centres ressources autisme (GNCRA) a pour ambition d’en faire la référence franco­phone sur les publications et ressources nationales et internationales consacrées aux Troubles du Spectre de l’Autisme.

Lire aussi : 

Zoom sur les ressources de l’AURG pour l’urbanisme et l’aménagement (Bases N° 399 - jan 2022)

Zoom sur le portail de l’INRS sur la santé et sécurité au travail (Bases N° 398 - dec 2021)

Zoom sur Cerema Doc, la plateforme documentaire du climat et territoires de demain (Bases N° 398 - dec 2021)

Zoom sur le portail documentaire Eau & Biodiversité (Bases N° 398 - dec 2021)

Il y a quelques semaines, la publication d’un article intitulé « Google Search is dying » (« La recherche Google se meurt ») suscitait de nombreuses réactions sur le Web et notamment sur les réseaux sociaux et sur les forums.

S’il est intéressant de voir que ce sujet suscite de l’engagement, le constat en lui-même n’est pas fondamentalement nouveau. Cela fait des années que de nombreuses voix s’élèvent pour dénoncer cette dégradation, notamment celles des professionnels en contact direct avec les outils de recherche (professionnels de l’information, du SEO, etc.)

Savoir réaliser des recherches d’image inversée sur le Web est une des compétences des professionnels de l’information. Si cette technique est toujours d’une utilité certaine, elle a quelque peu été malmenée au cours des dernières années. Et aujourd’hui, elle oscille entre une baisse significative de qualité et l’ajout récent de quelques nouveautés et innovations qui ouvrent de nouveaux horizons pour le veilleur.

On rappellera que la recherche d’image inversée est une fonctionnalité, proposée par la plupart des moteurs d’images comme Google Images ou Bing Images, mais aussi par des outils spécialisés comme Tineye par exemple. Elle permet, à partir d’une image (un fichier image ou l’url d’une image), de retrouver des pages et sites qui utilisent cette même image ou des images similaires.

Cette technique permet ainsi de re­trouver des contenus que l’on n’aurait pas pu retrouver en effectuant une re­cherche textuelle par mot-clé classique.

Lire aussi :

Sourcing pour la veille : pensez à utiliser les images! (Novembre 2017)

Outils de recherche d’images : vers la reconnaissance de texte, objet et visage (Netsources N° 143 - nov/dec 2019)

Comme nous l’avons vu dans l’article « La veille Web sans trace : un pari impossible ? », (Netsources N° 156 - jan/fev 2022) laisser le moins de traces possible lors de ses recherches et veilles sur le Web n’est pas chose facile.

Et pourtant, il existe des cas où cette stratégie est intéressante, voire même indispensable. On pensera ainsi aux cas où il faut limiter les biais liés à la personnalisation des résultats, et aux cas où il faut éviter de trop se dévoiler dans le cadre de sujets stratégiques, concurrentiels ou confidentiels.

Alors, comment s’y prendre ?

Dans cet article, nous analysons les différentes possibilités, méthodes et outils existants aujourd’hui. Nous couvrons un large champ de solutions allant de la plus simple et rapide à la plus complexe et chronophage. Pour chacune d’entre elles, nous évaluons les cas concrets où elles peuvent avoir une utilité et quels sont les avantages et inconvénients pour le processus de veille et de recherche d’information en lui-même.

Lire aussi :

Sortir de la recherche géolocalisée sur Google avec VPN, extensions...: Quelle est aujourd’hui la meilleure solution ? (Bases N° 395 - septembre 2021)

Optimiser sa veille avec des extensions Chrome ou Firefox (Bases N° 373 - septembre 2019)

Brave Search, You et Presearch : les nouveaux moteurs passés au crible (Bases N° 397 - novembre 2021)

Depuis quelques années, le sujet du respect de la vie privée et de l’anonymat sur le Web prend de l’ampleur et les internautes adaptent leurs méthodes pour laisser moins de traces sur le Web. On ne cesse de voir des articles qui nous expliquent comment être le moins visible possible et comment préserver son anonymat.

Les méthodes pour y parvenir sont multiples, allant de conseils simples à implémenter, à des méthodes nettement plus chronophages et compli­quées : de l’utilisation de moteurs plus respectueux de la vie privée à l’utilisation de VPN, installation de TOR, etc.

Si la question se pose de manière bien réelle dans le cadre de sa vie privée, qu’en est-il dans un contexte professionnel de recherche d’information et de veille ? Qu’a-t-on à gagner à laisser peu ou pas de traces sur le Web ou bien qu’a-t-on à y perdre ? Faut-il adapter ses méthodes de veille et de recherche d’information et en faire une démarche systématique ou bien l’utiliser dans certains cas bien précis ?

C’est ce que nous avons analysé dans ce nouveau numéro de NETSOURCES.

Lire aussi : 

Sortir de la recherche géolocalisée sur Google avec VPN, extensions...: Quelle est aujourd’hui la meilleure solution ? (Bases N° 395 - sept 2021)

Google et la « recherche personnalisée » : quel impact pour les professionnels de l’information ? (Netsources N° 136 - sept/oct 2018)

L’utilisation de réducteurs d’urls par le veilleur se justifie-t-elle au regard des risques qu’ils soulèvent  (Bases N° 393 - juin 2021)

Le Web change à vive allure et les sites Web que l’on voit aujourd’hui n’ont plus grand-chose à voir avec ceux d’il y a 5, 10 ou 20 ans. Si cette évolution est bien normale, elle pose un important problème en termes de conservation des données : tous les contenus qui se trouvaient sur ces sites qui ont disparu sont aujourd’hui inaccessibles directement sur le Web ou les moteurs. Et il n’existe que peu de moyens pour les retrouver.

Pour le professionnel à la recherche de contenus anciens (même s’il ne s’agit que de remonter quelques années en arrière), cette quête peut vite devenir compliquée, voire même perdue d’avance.

On a d’un côté les médias qui conservent dans la plupart des cas leurs archives Web. Ainsi une recherche d’antériorité sur ces contenus reste relativement simple. Les médias sociaux quant à eux conservent l’ensemble des contenus (sauf ceux supprimés volontairement par l’utilisateur), comme Twitter par exemple qui permet de rechercher jusqu’en 2006, année de son lancement. Là aussi, une recherche d’antériorité ne pose pas de problème majeur.

Mais pour de nombreux autres sites comme les sites d’entreprises, les sites institutionnels, les sites personnels, il ne subsiste rien quand le site fait peau neuve ou disparaît.

Lire aussi :

Comment retrouver de vieux articles de presse ? (Bases N° 350 - juil/août 2017)

Conseil Veille du 12 mai 2021 pour naviguer dans les archives d’un site web

Outils de recherche sur les contenus audios : un segment encore pauvre (Netsources N° 143 - nov/dec 2019)