Les articles de Bases

L’IA étant devenue incontournable, la plupart des serveurs et agrégateurs de presse développent de nouveaux outils ou de nouvelles interfaces intégrant ces développements technologiques. 

Les équipes de Questel sont persuadées que l’IA va profondément bouleverser les opérations liées à la propriété intellectuelle, aussi bien pour la recherche, que la visualisation des résultats puis de leur analyse, le classement des résultats et plus généralement pour optimiser les workflows complexes de ce domaine.

Nous avons déjà présenté dans ces colonnes SCOPUS AI et Web of Science Research Assistant (BASES, Nos 425 et 428). Nous explorons aujourd’hui les améliorations apportées par Questel à Orbit Intelligence par l’utilisation de ChatGPT tant pour la recherche que pour la visualisation des réponses.

Nous avions décrit dans la rubrique IA du dernier numéro de BASES comment utiliser la nouvelle fonctionnalité « styles rédactionnels » de Claude, dont la promesse est de produire un texte avec le « bon style de rédaction ». 

Cette fonctionnalité est intéressante en soi, car elle nous emmène déjà au-delà de la « simple » génération de contenus, vers la création de textes toujours plus personnalisables, de qualité comparable à ceux que l’on produit manuellement et même, pourrait-on dire, « humanisés ».

Claude fait d’une certaine façon « coup double » avec cette fonctionnalité des styles personnalisés : elle concerne à la fois la rédaction d’un texte en imitant un auteur humain donné et l’adaptation du message au type de public cible. 

Ryan, qui a rejoint notre équipe de rédaction, est « Research librarian » à l’Université Wesleyan du Tennessee aux États-Unis. Cette fonction de « bibliothécaire spécialisé en recherche », située à l’intersection de la documentation et du soutien à la recherche académique joue un rôle très important dans la diffusion des connaissances et le développement des compétences en recherche au sein de l’université. 

Les contributions de Ryan sont traduites de l’anglais par notre équipe. 

Plus d’un an s’est écoulé depuis que l’intelligence artificielle (IA) s’est largement répandue, modifiant, en particulier, radicalement les processus de prise de décision, les modes d’écriture, de pensée et d’analyse des modèles, entre autres. Depuis la sortie de logiciels tels que ChatGPT, l’utilisation de l’IA et ses applications ont été vivement débattues et discutées. Qu’il s’agisse de l’application de la loi, des soins de santé, de l’éducation ou des ressources humaines, l’utilisation (et dans certains cas, l’abus) de l’IA a suscité l’émoi de nombreux professionnels intéressés par ces questions. Dans mon propre domaine, celui des sciences de l’information, les publications d’articles, les ateliers numériques et les autres occasions d’apprendre, d’expérimenter et de discuter de cette technologie émergente et passionnante ne cessent de se multiplier.

L'utilisation d'un ordinateur personnel est aujourd'hui une évidence. Il n'est plus nécessaire d'être un expert pour s'en servir, d'autant plus que ces appareils peuvent désormais prendre la forme d'un téléphone.

En fait, c’est dans l’État du New Hampshire aux États-Unis, précisément au Dartmouth College, le vrai nom de l’« Université de Dartmouth » tel qu’on le voit écrit dans la presse, que ce concept s’est matérialisé pour la première fois en 1964. Le Dartmouth College appartient à la Ivy Ligue qui rassemble huit universités prestigieuses du nord-est des États-Unis. 

Ce concept fut l’aboutissement de la démarche de deux enseignants en mathématique dans cette université, John Kemeny et Thomas Kurz. 

Ce dernier vient de décéder à l’âge de 96 ans, ce qui explique que ce sujet revienne dans l’actualité.

Google Scholar a été créé en 2004 par deux chercheurs. Son objectif a été et est toujours de référencer de grandes quantités d’articles, de rapports, de comptes-rendus de conférences, de livres ou de thèses pour peu qu’ils relèvent du secteur académique.

Sa devise « Standing on the shoulders of giants » signifie que Google Scholar existe parce que des chercheurs ont écrit et accumulé d’immenses quantités de connaissances. Cela a justifié la création de Google Scholar pour aider à naviguer dans cet océan d’information et y trouver des réponses à ses questions.

Google Scholar est beaucoup utilisé, et depuis longtemps, par un grand nombre de chercheurs

Les raisons de cette large utilisation sont très simples.

D’une part, l’accès est gratuit alors que de nombreuses sources d’information scientifique sont payantes. C’était particulièrement vrai il y a vingt ans, mais moins aujourd’hui.

D’autre part, l’étendue de sa couverture a pour conséquence qu’il est rare de ne pas trouver au moins quelques réponses intéressantes et bien souvent un nombre non négligeable à une question scientifique.

Enfin, son utilisation est simple, voire très simple, même si quelques possibilités avancées sont disponibles bien que pas toujours très mises en avant.

En revanche, la troncature n’existe pas alors que c’est un « must » pratiquement partout. On ne peut pas non plus entrer une chaîne de recherche experte sans même parler de combinaisons d’étapes totalement impossibles.

En ce qui concerne le traitement des réponses, leur nombre est limité à 1 000 ce qui est largement suffisant pour une simple lecture, mais ne l’est plus pour faire du data mining.

Aujourd’hui, Google Scholar est quelque peu sur la sellette.

Même si ses utilisateurs semblent être toujours aussi nombreux, on voit poindre une série de critiques plus ou moins fondamentales.

Maître Thibault du Manoir de Juaye, avocat à la Cour de Paris, est un spécialiste reconnu en intelligence économique et en droit de la sécurité privée. Il a fondé son cabinet en 1995, intervenant régulièrement sur des dossiers liés à l’intelligence économique, notamment en matière de propriété intellectuelle.

Auteur de plusieurs ouvrages sur le sujet, il a également été rédacteur en chef du magazine « Regards sur l’IE ».

L’intelligence artificielle amplifie les problé­matiques juridiques déjà connues pour la veille et l’IE, notamment en raison de sa fa­culté à faciliter les recherches et à générer automatiquement des contenus de tout type.

Même si elle n’en est sans doute qu’à ses débuts, il existe déjà des tentatives pour encadrer juri­diquement l’intelligence artificielle (IA).

Des juristes imaginatifs (et pour moi loufoques) vont même jusqu’à soutenir qu’il faudrait donner la personnalité juridique aux systèmes d’IA, un peu comme les sociétés ont la personnalité morale. Mais il ne s’agit pour le moment que de spéculations ludiques et récréatives, sans grand intérêt, sauf pour quêter une exposition médiatique à moindres frais.

Il faut donc s’en tenir au droit positif.

L’intelligence artificielle est désormais encadrée par un règlement européen en date du 12 juillet 2024, texte qui sera complété par des milliers de pages d’application.

Devant l’avalanche d’annonces sur les innovations et nouveautés en IA, cette rubrique met en avant celles que nous considérons comme utiles pour les professionnels de l’information.

N’hésitez pas à nous partager vos questions ou sujets d’intérêt liés à l’IA en nous écrivant à l’adresse Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser..

En préliminaire, il nous paraît important de cla­rifier notre position sur la difficulté à re­commander de s’abonner à tel ou tel modèle d’IA pour accéder à certaines fonctionnalités (même si nous pensons que l’abonnement à ChatGPT est un must).

La dynamique entre les fonctionnalités gratuites et payantes dans les modèles d’IA évolue con­stamment, en fonction des stratégies commer­ciales, des retours utilisateurs et des innovations technologiques. Une fonctionnalité peut être d’abord réservée aux abonnés puis devenir gratuite, ou inversement, être monétisée après avoir gagné en popularité.

Visual PDFs : la révolution de Claude dans l’analyse documentaire

Anthropic sort une nouvelle version de son modèle Claude 3.5 Sonnet avec une innovation majeure dans le traitement documentaire, qui enrichit l’ana­lyse les documents complexes en extrayant et analysant les éléments visuels contenus quand il existent.

Notre première démarche en préparant cet article a été d’interviewer Denis BERTHAULT, vice-président du GFII, et surtout, fin connaisseur des nombreuses évolutions et péripéties de l’information juridique en ligne en France. Qu’il soit ici remercié pour ses précieuses informations accompagnées de commentaires fort pertinents.

Judilibre, qui a vocation à diffuser en open access les décisions de justice, monte en puissance comme prévu. La Cour de cassation qui opère ce service s’était vu confier cette mission de mise à disposition des décisions de justice par un décret du 29 juin 2020.

Le choix de la Cour de cassation pour la mise en open data des décisions judiciaires tient au fait qu’une des missions traditionnelles de la Cour est la diffusion de la jurisprudence.

« Avec 1542 demandes de brevets, Stellantis est le premier déposant en 2023 ». La presse économique est friande de ce type de chiffrage.

Que peut-on en déduire ? L’avantage de ces données brutes, c’est leur simplicité de lecture ; le dépôt de demandes de brevet étant souvent considéré comme un indicateur de la capacité d’innovation d’une entreprise, on peut en conclure qu’« en 2023, Stellantis est plus innovant que Safran qui l’est plus que Valeo… ».

Est-ce aussi simple ? Probablement pas, car attribuer le même poids à tous les brevets, c’est oublier que tous ne se valent pas. Comment donc introduire du qualitatif dans ce type de comptage, afin d’arriver à une vision plus juste ? 

Passons en revue les différentes options proposées jusqu’à présent.

Lenso.ai se positionne comme un leader dans la recherche d'images

Lenso.ai est une plateforme spécialisée dans la recherche inversée d’images. Créé récemment, cet outil permet aux utilisateurs de télécharger une image puis d’obtenir en résultat une série d’images plus ou moins proches/analogues à l’image de départ. Elle est d’origine polonaise, comme sa célèbre consœur PimEyes spécialiste de la recherche faciale.

La plateforme exploite des algorithmes complexes qui analysent l’image téléchargée et la comparent à un index interne de données visuelles en ne repérant que les meilleures correspondances. Les résultats sont intelligemment classés en plusieurs catégories distinctes :

• Lieux / Personnes / Doublons / Images similaires / Images associées

Par ailleurs, Lenso.ai, grâce à une collaboration avec la société singapourienne EyeMatch, a lancé un outil de reconnaissance faciale particulièrement performant. Sur ce terrain, Lenso.ai n’est pas le seul.