|
BASES PUBLICATIONS 13 rue Camille Desmoulins La revue de référence des professionnels de la veille et de l'IA. |
Tag: Intelligence artificielle
Recherche scientifique assistée par IA : trois nouveaux outils à l’essai (Scite.ai, LeapSpace et CNKI.AI)
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Après Semantic Scholar, Paperdoc, DigitalKin et NeoPhi (BASES n° 444, février 2026), nous poursuivons notre exploration de la recherche scientifique assistée par IA avec trois outils aux profils très contrastés : Scite.ai, né du besoin d’évaluer la reproductibilité des résultats scientifiques, LeapSpace, le nouvel espace de travail IA d’Elsevier, et CNKI.AI, porte d’entrée vers la littérature scientifique chinoise.
Les tests ont été réalisés en juin 2026, en français, avec la question utilisée dans le premier volet de cette série d’articles : l’utilisation de l’impression 3D pour fabriquer des prothèses dentaires.
À noter : nous ne parlerons pas de Consensus ni d’Elicit, déjà bien connus et abondamment documentés ; une sélection de ressources les concernant figure en encadré en fin d’article.
Scite.ai
Origine et positionnement
Scite.ai a ceci d’original qu’il n’est pas né d’un projet d’IA, mais d’une préoccupation spécifique de chercheur : évaluer la reproductibilité d’un résultat scientifique en allant au-delà du simple comptage de citations de ce résultat. L’idée a germé dès 2014, à partir de la question de savoir si une étude très citée est réellement confirmée ou, au contraire, contestée par les travaux ultérieurs. De cette réflexion est née l’idée des « smart citations », qui classent chaque citation en « supporting » (soutient), « contrasting » (contredit) ou « mentioning » (mentionne simplement).
Corpus
Scite.ai annonce sur son site avoir plus de 1,6 milliard de « citation statements », c’est-à-dire des occurrences de citation contextualisées dans le texte des articles, et 2,7 milliards de « unique citations », à savoir des liens de citations distincts entre articles.
Deux chiffres différents sont par ailleurs avancés concernant le nombre d’articles en texte intégral exploités : plus de 307 millions d’un côté, 50 millions de l’autre. L’écart n’est pas clairement expliqué. Il tient vraisemblablement, au moins en partie, aux accords conclus avec 35 éditeurs, qui autorisent Scite à analyser des contenus situés derrière des paywalls afin d'en extraire et d'en qualifier les citations.
Responsabilité des plateformes : de l’irresponsabilité technique à la responsabilité algorithmique
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Philippe MASSERON - Philippe est Directeur général du gf2i et ancien Directeur général du Centre Français d’exploitation du droit de Copie (CFC)
Deux récentes décisions de justice, portant sur des faits et des instruments juridiques différents, posent les premiers jalons d’une évolution du statut juridique des plateformes à l’ère de l’IA générative. Elles dessinent un mouvement de réduction de leur neutralité juridique lorsqu’elles interviennent activement dans le traitement algorithmique de l’information. On peut y voir un changement de paradigme, prélude à des conséquences sur de nombreux terrains juridiques.
Décision du 28 mai 2026 du Tribunal régional de Munich1 concernant Google AI Overviews
Dans cette affaire, AI Overviews (les résumés générés par IA affichés en haut des résultats de recherche Google)2 attribuait à deux sociétés allemandes des pratiques frauduleuses. Cependant, aucune source citée ne permettait d’établir ces affirmations. Aucune connexion n’apparaissait entre les pratiques en question et les sociétés concernées. Après avoir demandé sans succès la rectification, les deux sociétés ont saisi la justice.
Le tribunal allemand a clairement distingué deux activités de Google : d’une part, celle du moteur de recherche traditionnel qui renvoie vers des contenus tiers et, d’autre part, la production d’une synthèse par AI Overviews. Il a considéré que le résumé de l’IA constitue une affirmation autonome de Google. Celui-ci n’est donc plus un intermédiaire transmettant une information, mais le producteur d’un contenu. Dans ces conditions, Google ne peut plus bénéficier du régime applicable aux moteurs de recherche et être considéré comme un simple intermédiaire technique. On ajoutera que le juge a pris soin d’écarter deux autres arguments : la possibilité pour l’utilisateur de vérifier lui-même les sources et les avertissements indiquant que l’IA peut commettre des erreurs.
Nouvel algorithme LinkedIn : comment reprendre la main sur votre veille ?
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Bryan Coder - Bryan est fondateur et dirigeant de la société Ouest Digital
LinkedIn, terrain de veille sous contrainte
LinkedIn occupe une place à part dans le paysage de la veille professionnelle. Avec 29 millions de membres en France et le déclin de X (Twitter), le réseau concentre une production de contenu expert sans équivalent : analyses sectorielles, retours terrain, signaux faibles.
Pour les professionnels de la veille, c’est une source précieuse, mais difficile à exploiter. L’API est fermée, les outils de collecte sont rares et fragiles, et l’algorithme personnalise fortement ce qui s’affiche dans chaque fil d’actualité.
Ce dernier point n’est pas nouveau. Ce qui l’est, en revanche, c’est l’ampleur du changement introduit à l’été 2025.
360Brew : un nouvel algorithme ? Non, une refonte en profondeur
Même s’il est présenté comme le « nouvel algorithme », ٣٦٠Brew est en réalité une évolution majeure de l’existant : un modèle de langage (LLM) de 150 milliards de paramètres, entraîné sur les données propres de LinkedIn, désormais intégré au cœur du système de recommandation. Là où l’ancien mécanisme comptait les likes et la vitesse d’engagement d’une publication, 360Brew en comprend le sens.
L’expertise KM à l’ère de l’IA générative : entre innovation, défis organisationnels et valorisation des données
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Interview de Judith Paschal, Directrice Practice AI Knowledge Management chez SEEQUALIS. Interview menée par Christel RONSIN
Judith Paschal pilote le pôle d’expertise Knowledge Management (KM) chez Seequalis, cabinet de conseil en transformation digitale. Son parcours, chez Ledger ou Ubisoft par exemple, témoigne de la conviction que le Knowledge Management est un levier majeur de transformation. Avec plus de 15 ans d’expérience en gestion des connaissances, elle accompagne les entreprises pour structurer, valoriser et faire vivre leurs savoirs.
Dans un contexte où l’IA transforme en profondeur les métiers et les organisations, Judith défend l’idée que le KM change aujourd’hui de dimension. Une interview pour comprendre qu’il ne s’agit plus seulement de capitaliser le savoir, mais de le rendre fiable, structuré et exploitable pour les usages IA.
CHRISTEL RONSIN : Judith, comment l’intelligence artificielle générative (IAG) s’intègre-t-elle dans vos missions, notamment en matière de gestion des connaissances ?
JUDITH PASCHAL : Nous distinguons deux approches : l’IA au service du KM et le KM au service de l’IA. Dans le cadre de la première approche, l’IAG nous aide par exemple à évaluer la qualité des contenus documentaires en vue de leur intégration dans une solution d’IA, comme un chatbot basé sur du RAG (Retrieval Augmented Generation). Nous avons développé des agents dédiés pour mesurer la pertinence d’un fonds documentaire, qu’il soit volumineux ou non, ainsi que 5 critères de qualité : son contexte, sa clarté et accessibilité, sa logique structurelle, l’exploitation par les machines, la qualité et la pertinence.
Google I/O 2026 : Google réinvente la recherche à l’ère des agents IA
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
La conférence annuelle des développeurs Google I/O, qui s’est déroulée les 19 et 20 mai 2026, a marqué une rupture historique dans l’architecture de la recherche d’informations. Sous la direction de Sundar Pichai, PDG de Google et d’Alphabet, l’entreprise a officialisé le passage à un écosystème basé sur le « mode AI » et des agents autonomes, une transformation désignée sous le nom d’« ère agentique de Gemini ». Face à la concurrence d’OpenAI ou d’Anthropic — ce dernier étant également partenaire de Google —, le géant du web réoriente son moteur historique vers un système conversationnel et agentique propulsé par Gemini et Antigravity.
Google aspire ainsi à passer d’un moteur qui répond à des requêtes à un assistant qui résout des problèmes. Cet article détaille les fonctionnalités annoncées pour 2026 et leurs implications possibles pour les professionnels de la recherche d’informations et de la veille.
Vingt-huit ans d’évolution du moteur Google
Si l’arrivée de l’intelligence artificielle générative et des agents conversationnels marque un tournant important, cette nouvelle étape s’inscrit dans une histoire déjà riche en évolutions. Dès 1998, l’algorithme du Pagerank introduit une approche innovante par rapport aux moteurs concurrents de l’époque, en évaluant la pertinence d’une page en fonction du nombre et de la qualité des liens pointant vers elle, considérés comme autant de votes de confiance. Au fil des années apparaissent la recherche universelle, le « mobile first »…
Agents IA et cybersécurité : à la recherche d’un nouvel équilibre
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
À mesure que les agents IA gagnent en autonomie, la cybersécurité apparaît comme l’un des premiers domaines où leurs effets deviennent tangibles, mais aussi préoccupants. Les progrès rapides des modèles d’IA dans l’analyse et la génération de code les rendent désormais particulièrement performants pour identifier et corriger des vulnérabilités. Ces nouvelles capacités renforcent tant la défense que l’attaque.
Face à ces nouveaux risques, le gouvernement américain intervient et décide de limiter la distribution de ces modèles. Cet article revient sur cette asymétrie naissante, avant d’examiner les bonnes pratiques permettant aux organisations de réduire leur exposition aux risques de cybersécurité liés à l’IA.
En avril 2026, Anthropic annonce Claude Mythos Preview¹, un modèle fermé au grand public et mis à disposition dans le cadre d’un programme à un petit groupe de cyberdéfenseurs. Le 9 juin, l’entreprise annonce ensuite Claude Fable 5, un modèle reposant sur la même architecture que Mythos, destiné cette fois-ci à un usage général, avec des garde-fous renforcés.
Le 12 juin, Anthropic publie une déclaration indiquant avoir reçu une directive américaine de contrôle des exportations sommant de suspendre l’accès à Fable 5 et Mythos 5 pour tout ressortissant étranger, y compris au sein même de l’entreprise. La directive ne détaille pas la raison de cette décision, mais Anthropic explique qu’une méthode permettant de contourner les garde-fous de Fable 5 aurait été signalée au gouvernement américain. Anthropic, ne pouvant réserver l’accès aux seuls citoyens américains, désactive finalement Fable 5 et Mythos 5 pour l’ensemble des utilisateurs².
IA gratuites : quels usages sont réellement accessibles et quelles sont les limites?
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Les versions gratuites de ChatGPT, Claude, Gemini ou Copilot ne se résument plus à des outils d’essai. Elles donnent aujourd’hui accès à des modèles performants et, selon les services, à la recherche sur le Web, à l’analyse de fichiers, à la génération d’images ou à d’autres outils avancés.
Mais ces possibilités sont généralement plafonnées et peuvent évoluer rapidement. La question n’est donc plus de savoir si une IA gratuite est utile, mais jusqu’où elle permet réellement d’aller avant que ses limites deviennent gênantes.
Ce que les versions gratuites permettent déjà de faire à la fin juin 2026 :
Pour la plupart des usages courants, une version gratuite peut suffire. Elle permet notamment de rédiger ou reformuler un mail, résumer un texte, traduire un passage, expliquer une notion, préparer un plan, générer des idées, corriger une formulation ou structurer des notes.
Selon l’outil, il est également possible d’importer des documents ou des images, de rechercher des informations récentes sur le Web, d’analyser des données ou de créer des images. ChatGPT, par exemple, inclut dans son offre gratuite l’accès à la recherche Web, au chargement de fichiers et d’images, à l’analyse de données, aux GPTs et à la génération d’images. Ces fonctions sont toutefois soumises à des limites d’utilisation plus strictes que dans les offres payantes.
Après le FOMO, le FOLO
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Christian Vigne (Narra), anciennement Product Manager chez Google, s’amuse dans ses chroniques à explorer l’impact de l’IA sur nos vies. Il est amené à conseiller les entreprises sur leurs stratégies IA (cadrage, priorisation, formation, conduite du changement).
Dans le cadre d’une mission de conseil récente, je vous confesse avoir abusé du trop génial Claude. Mais un doute épouvantable m’étreint : je ne sais pas si je dois mettre un 0 ou un 20 à cette collaboration. Pour avancer sur la définition du positionnement marketing d’une solution tech (l’objet de mon travail), les IA génératives sont de fabuleux alliés : « que penses-tu de ce message », « synthétise ces entretiens », « génère un message produit », « propose des alternatives », « priorise les idées », « refais cette slide », « que penses-tu de ce visuel » etc. Cela a été dit mille fois, c’est bluffant et vertigineux et… épuisant. Trois challenges.
Avec les artefacts de Claude, transformez vos idées en applications, outils ou contenus partageables
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
En 2026, chacun a désormais conscience que les outils d’intelligence artificielle générative ne sont pas de simples chatbots répondant à des questions, mais qu’ils intègrent toujours plus de fonctionnalités les transformant en véritables outils de production ou de collaboration. Dans les colonnes de NETSOURCES ou de BASES, de précédents articles ont déjà présenté et expliqué ce qu’étaient par exemple le Deep Research, le Context Engineering ou encore les espaces de travail persistants présents chez tous les grands acteurs du domaine.
Mais ces fonctionnalités ou outils supplémentaires sont plus ou moins visibles depuis la page d’accueil ; elles sont parfois tellement intégrées nativement qu’on peine à repérer leur existence. C’est le cas des artefacts de Claude, qui changent sensiblement le rapport au travail sur l’information, et auxquels nous consacrons cet article.
Qu’est-ce qu’un artefact ?
Situé dans l’environnement conversationnel de claude.ai, l’artefact va cependant bien au-delà de la simple réponse textuelle ; il produit dans une fenêtre dédiée sur la droite de l’écran (*), un livrable autonome, résultat du prompt envoyé dans la fenêtre de conversation qui s’affiche alors à gauche : il peut s’agir d’un document complexe et structuré, d’un diagramme, d’un extrait de code, d’un composant web, d’une application…
(*) Cette fenêtre est aussi désignée par canevas (canvas en anglais), que l’on peut rapprocher du canevas de ChatGPT, - panneau latéral qui affiche un rendu interactif séparé de la conversation -, même si les philosophies sont différentes, Claude penchant vers l’applicatif, ChatGPT Canvas vers l’éditorial.
Montée en puissance de la lutte contre les articles scientifiques frauduleux
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Clear Skies et IEEE viennent d’annoncer le renforcement de leur coopération dans la détection d’articles scientifiques frauduleux. IEEE est un éditeur de premier plan : il publie près d’un tiers de la littérature scientifique mondiale dans les domaines de l’ingénierie électrique, de l’informatique et de l’électronique. Ce nouvel accord vise à intégrer directement le produit Oversight de Clear Skies dans le processus éditorial d’IEEE. D’une durée de trois ans, cet accord porte sur l’évaluation d’un volume pouvant atteindre un million d’articles.
Un phénomène en pleine expansion : les paper mills
Cette démarche de vérification s’avère de plus en plus nécessaire face au développement des paper mills - ces organisations qui maximisent leurs profits en produisant industriellement des articles de recherche de piètre qualité. Vendus à des chercheurs en mal de publications, ces articles permettent à ces chercheurs d’augmenter artificiellement leur notoriété académique. Les avancées récentes de l’IA n’ont fait qu’amplifier ce phénomène en facilitant la production de contenu à grande échelle.
Il convient toutefois de ne pas réduire le problème aux seuls paper mills : les fraudeurs individuels constituent une catégorie non négligeable et tout aussi préoccupante.
Révision de la directive DAMUN : entre attentes et craintes
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Philippe MASSERON, Directeur Général du gf2i et ancien directeur du Centre Français d’exploitation du droit de Copie (CFC)
La Commission européenne révise actuellement de la directive 2019/790 sur le droit d’auteur et les droits voisins dans le marché unique numérique, dite « directive DAMUN » (1). Prévu par la directive elle-même (2), ce travail intervient dans le contexte de tensions entre titulaires de droits et acteurs de l’IA.
Instaurée pour adapter le droit d’auteur à l’économie numérique, la directive avait notamment introduit des exceptions de fouille de textes et de données, aujourd’hui au cœur des enjeux liés à l’IA.
Après consultation des États membres en mars dernier, la Commission européenne a ouvert deux initiatives à dix jours d’intervalle : une enquête (3) visant à recueillir des informations sur l’application et les impacts de la directive, et un appel à contribution (4) portant sur une éventuelle modification ciblée du cadre européen du droit d’auteur. Ces travaux doivent permettre à la Commission d’évaluer l’efficacité de la directive de 2019.
Quand les LLM disent « limite atteinte » : comprendre et maîtriser ses quotas d’IA
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Quoi de plus frustrant, et de plus improductif ! que de se retrouver bloqué par un message « limite atteinte », y compris sur un abonnement payant. Ce n’est pas un dysfonctionnement : c’est le signe que la mécanique sous-jacente reste opaque – et c’est précisément ce que cet article se propose de déchiffrer.
Tokens, GPU, énergie : ce que cache la facturation
Derrière chaque requête se cache un coût physique réel (GPU, énergie, mémoire) - c’est ce coût qui explique les plafonds. L’unité de mesure en est le token : environ les trois quarts d’un mot anglais, unité dans laquelle le modèle découpe tout ce qu’il reçoit et génère. Un résumé court en mobilise quelques centaines ; l’analyse d’un corpus, plusieurs dizaines de milliers.
Les abonnements payants n’achètent pas des messages illimités, mais une enveloppe de ressources gérée par fenêtres glissantes (*) – des périodes mobiles de quelques heures durant lesquelles la consommation est mesurée en continu, sans remise à zéro à heure fixe.
(*) De l’ordre de 3 à 5 heures selon les plateformes.
Quels usages de l’IA à la bibliothèque de Sciences Po ? Témoignage de Caroline Maufroid, iconographe
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Interview menée par Christel RONSIN
Caroline Maufroid, iconographe à la bibliothèque de Sciences Po, partage son expérience de l’intégration de l’intelligence artificielle générative (IAG) dans la gestion des fonds documentaires audiovisuels. Entre limites techniques et défis juridiques, son témoignage éclaire les écueils et les opportunités d’une technologie en pleine évolution.
Titulaire du diplôme d’ingénierie documentaire de l’INTD, Caroline Maufroid est spécialisée dans le domaine audiovisuel. 11 ans d’expérience dans les agences photo AKG, REA et la Collection lui ont permis d’acquérir la rigueur nécessaire à la gestion documentaire et informatique d’un important flux d’images et de vidéos. Depuis 11 ans, elle est iconographe et administratrice de la Banque d’images de Sciences Po qu’elle a mise en place.
CHRISTEL RONSIN : Caroline, depuis quand utilisez-vous l’IA à la bibliothèque, et pour quelles activités ?
CAROLINE MAUFROID : Dès 2019 nous en utilisions déjà ! À l’époque, notre système de gestion des actifs numériques (DAM), développé avec l’éditeur Einden, intégrait Google Vision. Cet outil permettait une indexation automatique des mots-clés par reconnaissance visuelle, ainsi qu’un module de reconnaissance faciale et une fonction de transcription audio (speech-to-text) pour les vidéos. Les résultats n’étaient cependant pas à la hauteur de nos attentes.
Ces modèles d’IA, non adaptés au fonds spécifique de Sciences Po - principalement des captations de conférences -, peinaient à traiter des discours complexes avec des accents marqués, un vocabulaire technique pointu et une multitude de noms propres. La qualité était comparable à celle des sous-titres automatiques de YouTube !
IA générative et contenus protégés : vers un rééquilibrage mondial du rapport de force ?
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Depuis mars, plusieurs pays tentent un rééquilibrage de leurs politiques en faveur des titulaires de droits vis-à-vis de l’IA générative. Trois axes communs se dessinent : transparence sur les corpus d’entraînement, mécanismes de licence, rémunération des ayants droit.
Le Royaume-Uni renonce à l’exception TDM (Text and Data Mining)
Le Gouvernement britannique réfléchissait depuis 2021 à rapprocher sa loi sur le copyright du droit européen par l’instauration d’une exception pour le TDM commercial. Cette exception aurait permis aux acteurs de l’IA d’entraîner licitement leurs modèles avec des œuvres protégées sans autorisation ni rémunération des ayants droit.
Le 6 mars, la Commission numérique et communications de la Chambre des lords avait envoyé un message ferme via : rapport sur le droit d’auteur et les industries créatives. Les lords exhortaient le Gouvernement à ne pas affaiblir le droit d’auteur, recommandant au contraire de renforcer la transparence et les mécanismes de licence.
Le 19 mars, le Gouvernement a tranché (1) par une position radicale : abandon du projet d’exception ! Un signal politique fort alors que le Royaume-Uni apparaissait jusqu’alors très favorable aux acteurs de l’IA.
Publicité, vecteurs émotionnels, transmission silencieuse : trois risques invisibles dans votre évaluation des LLMs
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Les professionnels de l’information ont largement dépassé le stade des benchmarks. Ils évaluent aujourd’hui les LLMs de manière plus intuitive : cohérence sur la durée, sensation de neutralité, fiabilité perçue, absence de bizarreries récurrentes. Pourtant, trois phénomènes structurels influencent fortement la qualité réelle des réponses, sans être visibles à l’œil nu.
Ces angles morts prolongent la réflexion engagée dans notre précédent article sur l’alignement éthique : aux règles explicites imposées aux modèles s’ajoutent des forces plus profondes, économiques, internes et héritées.
Lire aussi : LLM : l’alignement éthique, le critère qu’on oublie d’évaluer – BASES nᵒ 444 (en accès libre)
Le business model : une influence économique qui émerge
OpenAI a lancé sa régie publicitaire en février 2026, d’abord aux États-Unis, et a rapidement généré plus de 100 millions de dollars de revenus annualisés, avec des projections de plusieurs milliards par an, malgré des pertes attendues de 14 milliards cette année.
Impact concret : dans une réponse conversationnelle, il n’existe aucune séparation claire entre contenu neutre et contenu influencé : la recommandation publicitaire est fondue dans le texte, sans label détachable.
Juriconnexion met en libre accès sa synthèse relative aux outils d’intelligence artificielle juridique
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
L’association, suit, et c’est bien normal, l’évolution des outils d’intelligence artificielle juridique qui sont de plus en plus nombreux. Elle met aujourd’hui en libre accès la troisième édition de ce panorama, régulièrement mis à jour, présentant les solutions disponibles sur le marché. Ne revendiquant pas l’exhaustivité, il est réalisé à partir des informations issues de deux journées d’étude complétées par des contacts avec des éditeurs.
On y accède par le lien https://www.juriconnexion.fr/rencontres-avec/ en cliquant sur : IA et droit, saison 2 : les solutions legaltechs à la loupe (Lire le compte-rendu PDF) - 2025
L’IA agentique et l’humain au travail : le grand basculement
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
2026 consacre le passage d’une « IA qui assiste » à une « IA qui travaille ». Ce basculement, largement commenté, redéfinit concrètement la place de l’humain dans l’activité professionnelle. Nos auteurs en décryptent les mécanismes dans ce nouveau numéro.
Véronique Mesguich cartographie un paysage en pleine recomposition : derrière le foisonnement des termes (GPTs, Gems, Artefacts…), elle structure quatre niveaux fonctionnels (espaces persistants, assistants, agents, connecteurs) pour mieux distinguer ce qui relève de l'évolution d'interface de ce qui constitue une rupture fonctionnelle véritable.
Ulysse Rajim retrace la mutation fulgurante des derniers mois : du copilote supervisé à l’« employé virtuel ». Il analyse l’essor d’OpenClaw, la course des plateformes (Claude Cowork, Frontier, Copilot Cowork), les trois piliers techniques (raisonnement, outils, mémoire) et les vulnérabilités qui les accompagnent.
Ces deux premières contributions nous inspirent trois constats.
Des espaces de travail persistants aux agents autonomes : des IA aux fonctionnalités multiples
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Pendant longtemps, utiliser une intelligence artificielle générative se résumait à ouvrir une fenêtre de chat, poser une question et lire la réponse. Au cours des derniers mois, les grandes plates-formes ont fait évoluer leurs interfaces et proposent désormais des environnements de travail diversifiés : des assistants spécialisés, des connexions à des services tiers et des espaces de travail persistants qui conservent le contexte d’un projet dans la durée.
De plus, au-delà de ces évolutions d’interface, une mutation plus fondamentale est en cours avec l’émergence des agents autonomes, capables de planifier, d’enchaîner des actions, d’utiliser des outils et de mener des tâches complexes de bout en bout, sans qu’un humain ait besoin de valider chaque étape.
Pour les professionnels de l’information, cette stratification représente à la fois une opportunité et un défi. Une opportunité, car ces nouvelles fonctionnalités permettent d’automatiser des tâches répétitives, de personnaliser les assistants selon des contextes métier précis, et de connecter l’IA aux systèmes d’information existants. Un défi, car le vocabulaire employé par chaque plate-forme est hétérogène, parfois trompeur, et rarement expliqué avec la rigueur qu’exige un usage professionnel.
Cet article se propose de clarifier quatre fonctionnalités introduites par OpenAI : le mode agent, les applications, les assistants personnalisés et les projets ; en les mettant en regard, avec les concepts équivalents chez les autres grandes plates-formes : les Gems de Gemini, les Artefacts de Claude, les Espaces de Perplexity… L’objectif n’est pas de dresser un comparatif technique exhaustif, mais de donner des repères conceptuels nécessaires pour choisir les bons outils, et les déployer avec précision.
La course à l’employé virtuel : 2026, année charnière
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Durant l’année 2025, le terme d’agent IA envahit la presse. Les outils disponibles restent cependant limités à des capacités d’assistants ou de copilotes. Au premier trimestre 2026, une nouvelle catégorie d’outils fait son apparition : des agents IA autonomes, parfois même comparés à des « employés virtuels ». Cet article examine ce qui a rendu cette évolution possible, les défis qui accompagnent ces outils, et ce que la prochaine génération de plateformes IA laisse entrevoir.
Le 10 avril dernier, la capsule Artemis II ramenait sur Terre quatre astronautes d’un vol autour de la Lune, pendant que SpaceX préparait le prochain essai de sa fusée Starship. Il semblerait que la course à l’espace soit bel et bien relancée… Mais depuis la fin d’année dernière, c’est une autre compétition, moins visible, qui a été lancée au sein de l’écosystème IA : une course à « l’employé virtuel ».
Le terme n’est pas nouveau. Des éditeurs de robotisation des processus (RPA) tels que Blue Prism parlaient déjà de travailleurs digitaux en 2023 (1) pour désigner des « travailleurs virtuels conçus pour imiter les actions humaines, afin de prendre en charge le travail que les employés ne devraient pas avoir à faire ». Plus récemment, Microsoft, Anthropic et OpenAI adoptent un champ lexical proche pour parler d’agents IA capables de raisonner, d’utiliser des logiciels variés et de prendre en charge des tâches longues sans supervision continue.
Pas l’étincelle, mais des étincelles
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Christian Vigne est consultant en stratégie IA et fondateur de Narra, un atelier qui utilise la fiction narrative pour aider les organisations à questionner leurs angles morts stratégiques. Fort de 13 ans chez Google EMEA, il accompagne aujourd'hui dirigeants et équipes à l'intersection de l'intelligence artificielle et de l'imaginaire organisationnel.
« Avec l’expansion continue de la puissance de calcul utilisée par l’IA, il revient aux chefs d’entreprise de s’exercer à bousculer leurs modèles mentaux pour créer la surprise. Dans un monde où les seules limites du possible deviennent celles de l’imagination, cette faculté pourrait rapidement devenir la condition première de la réussite. »
S’il fallait paraphraser cette idée, portée par François Candelon (Les Echos), on pourrait dire que puisque tout est possible avec l’intelligence artificielle, le plus difficile sera de définir ce qui est enviable, la question n’étant plus de savoir si un projet est réalisable, mais ce qui mérite d’être réalisé et qui serait suffisamment différenciant par rapport à une concurrence dans le monde de l’entreprise.
Or cette perspective se confronte à trois enjeux : l’angoisse, l’influence et la capacité à solliciter notre imagination.
Recrutement algorithmique : peut-on vraiment faire confiance à l’IA ?
0
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
De la sélection des CV aux entretiens automatisés, l’IA redéfinit les codes du recrutement. Une révolution technologique qui soulève toutefois de nombreuses interrogations.
Tri de CV en quelques secondes, analyse des visages en visio, scoring des candidatures… L’intelligence artificielle s’invite de plus en plus dans les processus de recrutement. Présentée comme un gain de temps considérable pour les recruteurs, elle promet aussi plus d’objectivité. Mais derrière cette efficacité affichée, une question persiste : peut-on vraiment faire confiance à l’IA pour choisir les bons profils ?
Aujourd’hui, de nombreuses entreprises utilisent des logiciels capables d’analyser des milliers de candidatures en un temps record. Ces outils s’appuient sur des algorithmes pour repérer des mots-clés dans les CV, évaluer les expériences ou encore classer les candidats selon leur « compatibilité » avec le poste. C’est le cas de logiciels comme HireVue, Pymetrics ou encore Workday, largement utilisés par les grandes entreprises pour automatiser le tri des candidatures. Certaines plateformes vont encore plus loin : elles proposent des entretiens vidéo automatisés. Des solutions comme HireVue ou Modern Hire analysent la voix, le regard ou les expressions faciales pour évaluer la personnalité du candidat. Sur le papier, le concept est séduisant : moins de biais humains, un traitement rapide des candidatures et une meilleure adéquation entre profil et poste.
J’ai testé l'IA pour planifier un voyage sans stress
0
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Organiser un voyage, c’est souvent synonyme de dizaines d’onglets ouverts, de comparatifs interminables et de prises de tête sur les itinéraires. Pourtant, une nouvelle génération d’outils promet de transformer cette étape en une expérience simple… voire même agréable. À l’approche de mes prochaines vacances, j’ai décidé de tester les outils d’intelligence artificielle pour planifier et organiser mon séjour.
Pour commencer, je me tourne vers l’IA la plus connue et la plus utilisée : ChatGPT. Je lui donne quelques indications comme la destination, le budget, la durée, les envies. En quelques secondes, j’obtiens un itinéraire complet. L’outil comprend vite mes attentes et propose un programme cohérent. En revanche, j’ai dû vérifier certains détails (horaires, lieux précis), car tout n’est pas toujours parfaitement exact. Mais comme base de départ, c’est assez efficace.
Au-delà de la simple génération d’idées, ChatGPT propose aussi des usages très pratiques pour le voyage grâce à ses applications intégrées disponibles, accessibles dans l’onglet “Applications” (en cliquant sur “Plus”, sous Codex). Parmi elles, on retrouve des outils bien connus du voyage comme Booking.com pour les hébergements, Tripadvisor pour les avis et recommandations, ou encore GetYourGuide pour réserver des activités et excursions. Au lieu de jongler entre plusieurs sites, on peut centraliser une grande partie de la préparation directement dans la même interface. Chercher un hôtel, comparer les avis ou ajouter une activité à son programme devient plus fluide et surtout beaucoup plus rapide.
WIKIPÉDIA limite fortement l’usage de l’IA pour l’écriture des articles
2
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Débordés par les contenus écrits par des outils d'IA, les éditeurs (bénévoles) de la version anglophone de Wikipédia ont finalement édicté des règles très fermes concernant l'utilisation de grands modèles de langage (LLM) pour générer ou réécrire des articles.
Le principe général est celui de l'interdiction. Elle est quasi-totale, les seules (petites) exceptions sont :
- les suggestions de corrections sur un texte à la condition expresse qu'aucun contenu nouveau ne soit ajouté, ce qui doit être vérifié par un humain, et +
- la traduction d'autres langues vers l'anglais à condition qu'un humain maîtrisant les deux langues vérifie le résultat.
L'objectif est d'éviter absolument la moindre hallucination allant à l'encontre de la crédibilité de l'encyclopédie qui repose sur l'utilisation des sources entièrement vérifiables.
L’IA générative au service de la veille : entre innovation et méthodologie
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Interview de Christelle Urvoy, Consultante en intelligence économique et veille stratégique, menée par Christel RONSIN
Christelle Urvoy partage son approche pragmatique pour intégrer l’intelligence artificielle générative (IAG) dans les processus de veille, de pédagogie et de gestion des connaissances. Elle explique comment allier innovation et méthodologie entre automatisation des tâches, vigilance sur les sources et réhumanisation des échanges.
Entrepreneuse depuis 15 ans dans le conseil en IE et en veille stratégique, Christelle Urvoy dirige la société Advicie depuis 2012. Elle a été présidente de la section du Centre des Jeunes Dirigeants (CDJ) du Val-de-Marne de 2016 à 2018. Elle est également animatrice de la Fresque de la connaissance depuis 2025.
Christel RONSIN : Christelle, comment intégrez-vous l’intelligence artificielle générative dans vos activités professionnelles ?
Christelle URVOY : Sur la veille, j’intègre désormais l’IA à plusieurs étapes du cycle, en restant très attentive à la confidentialité. Je ne transmets aucune information identifiable sur mes clients : l’IA me sert surtout à structurer des hypothèses, repérer des angles d’analyse et reformuler des enjeux. Je l’utilise aussi comme un effet miroir : je pose des questions, parfois similaires à plusieurs reprises, pour comparer les réponses et faire émerger des variations qui nourrissent et affinent mes analyses.
L’IA joue aussi pour moi un rôle d’équipier, car je n’ai pas toujours la possibilité de travailler en équipe. Sur des analyses macro, c’est un outil extrêmement utile pour dresser un panorama générique. Dès qu’on passe au micro, ou que la démarche doit s’appuyer sur des chiffres fiables et récents, l’IAG manque encore de précision sur ces aspects.
C.R. : Selon vous, comment l’IA générative répond-elle aux besoins des différents profils d’entreprise que vous accompagnez ?
Pour les grandes entreprises, ces outils fonctionnent bien, car sur un marché international, où il y a beaucoup de données publiques, l’IA excelle : elle permet d’effectuer du sourcing étranger, de croiser de nombreuses informations difficiles à analyser rapidement nous-mêmes, et de fournir une vision claire des enjeux concurrentiels.
IA générative et droit d’auteur : premières décisions et ligne de fracture
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Cet article constitue la deuxième partie d’une analyse de Philippe Masseron publiée dans BASES en février 2026 : IA générative et droit d’auteur : la bataille pour la qualification juridique de l’entraînement (1re partie)
Deux décisions en Allemagne et deux aux USA, permettent-elles de dégager des tendances sur la façon dont les juges américains et européens qualifient les utilisations d’œuvres protégées lors des phases d’entraînement des IA ?
Avec la multiplication des contentieux (une dizaine en mars), les juridictions européennes et américaines commencent à statuer sur la licéité de l’utilisation d’œuvres protégées pour entraîner les IA génératives. Ces quelques décisions ne sont pas définitives (1), mais elles permettent d’identifier les lignes de force juridiques.
Au cœur de ces litiges figure une question commune : l’usage massif d’œuvres protégées pour l’entraînement des IA relève-t-il du monopole d’exploitation de l’auteur ou peut-il bénéficier des mécanismes d’exception comme le fair use aux USA ou l’exception TDM (text and data mining) en Europe ?
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.
Ce à quoi vous avez vraiment droit en matière d’IA avec un compte Google personnel gratuit ou une licence Microsoft 365 Business sans l’option Copilot
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Google et Microsoft ont rendu l’IA omniprésente dans leurs services. Reste à savoir ce qui est réellement inclus sans abonnement supplémentaire.
Pour un utilisateur français, la réponse suppose de distinguer le compte Google personnel gratuit, la licence Microsoft 365 Business standard, les options payantes, les restrictions d’âge, les disponibilités régionales et les écarts entre assistant conversationnel, personnalisation avancée et fonctions agentiques.
Cet état des lieux pratique de mars 2026, vu de France, s’appuie sur des usages observés et sur ce qui est effectivement documenté dans les sources officielles des deux acteurs.
LIRE AUSSI :
Sur la place de l’IA dans la panoplie Microsoft/Google (copilotes, licences, coûts) : L’arrivée de l’IA dans la panoplie d’outils des veilleurs et documentalistes
Sur la bascule vers les agents IA et les copilotes type Copilot / Gemini: Repenser la veille à l’ère des agents IA
Compte Google personnel gratuit : ce que l’on a vraiment
Gemini, c’est quoi exactement ?
Gemini désigne à la fois le modèle de langage développé par Google DeepMind et l’interface conversationnelle accessible sur gemini.google.com, l’équivalent de ChatGPT d’OpenAI, accessible sans frais à tout titulaire d’un compte Google personnel gratuit.
Gemini n’est pas un produit isolé : c’est le point d’entrée d’un écosystème plus large intégrant Search, Maps, Photos, YouTube et Gmail, avec des niveaux de connexion variables selon le pays et le type de compte.
Publicités autonomes : l’IA est-elle en train de prendre le contrôle du marketing ?
278
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Depuis quelques années, l’intelligence artificielle n’est plus seulement un outil de création d’images ou de textes : elle s’installe progressivement dans l’univers du marketing et de la publicité. Aujourd’hui, des technologies capables de créer, tester, optimiser, voire gérer de façon autonome des campagnes publicitaires entières, commencent à voir le jour. On parle de « publicités autonomes » (autonomous ads), c’est-à-dire de systèmes où l’IA prend en charge l’essentiel du processus publicitaire, du lancement à l’ajustement en temps réel.
Qu’entend-on par « publicités autonomes » ?
Une publicité autonome ne se limite pas à un texte généré par une IA. Il s’agit d’un écosystème automatisé qui combine plusieurs capacités : création de visuels, vidéos et messages publicitaires, segmentation automatique des audiences, choix des canaux de diffusion, ajustement en temps réel des enchères et des budgets, apprentissage continu à partir des performances. Contrairement aux outils traditionnels, l’IA ne se contente plus d’exécuter des ordres : elle prend des décisions à partir de données massives (comportements en ligne, historiques d’achat, réactions aux annonces).
L’IA n’est plus une technologie expérimentale dans le marketing. Selon plusieurs études sectorielles:
L’IA qui pollue : quand les modèles massifs coûtent cher à la planète
1170
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
L'intelligence artificielle transforme notre quotidien, mais elle a aussi un coût pour la planète. Entre consommation énergétique massive, data centers toujours plus puissants et émissions de CO₂, l'essor de l'IA soulève de nouvelles questions environnementales. Comprendre cet impact devient essentiel, tout comme explorer les solutions pour rendre ces technologies plus durables.
Cependant, l'IA offre aussi des opportunités pour accélérer la transition écologique, comme en optimisant les réseaux énergétiques ou en modélisant le climat.
On admire l'intelligence artificielle pour ses prouesses : elle écrit des textes, traduit des langues, crée des images et même compose de la musique. Mais derrière ces prouesses se cache une réalité moins glamour… l'IA consomme énormément d'énergie et contribue à la pollution de notre planète.
Plus les modèles deviennent puissants, plus ils nécessitent des infrastructures informatiques gigantesques : serveurs spécialisés, centres de données et supercalculateurs capables d'effectuer des milliards d'opérations. Toute cette puissance de calcul repose sur une consommation d'électricité importante, encore largement issue de sources d'énergie non renouvelables.
Quand l’IA redistribue les rôles
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Il y a six mois, produire un tableau de bord de veille concurrentielle supposait un développeur, un cahier des charges, un délai. En 2026, une documentaliste d'un grand groupe industriel le fera seule, en deux heures, avec ChatGPT et/ou Lovable. Ce déplacement, de la demande IT à l'autonomie opérationnelle, n'est pas anecdotique. Il reconfigure les rôles, les postures et, progressivement, les organisations.
Ce numéro illustre ce basculement sous quatre angles complémentaires.
Véronique Mesguich analyse NewsCore, plateforme en IA native où agents, scoring de fiabilité et clustering reconfigurent la chaîne de veille. Son regard est nuancé : elle rappelle la robustesse des plateformes historiques sans les opposer à cette nouvelle génération. Le geste change : on ne requête plus un corpus, on programme des comportements. Le veilleur devient chef d'orchestre, ce qui suppose une maîtrise accrue de l'intention et de l'interprétation. L'expertise ne disparaît pas, elle se déplace vers ce que l'IA ne fait pas : définir le besoin, formuler l'intention, interpréter ce qui remonte.
NewsCore : un outil de veille emblématique du passage à l'IA native
Warning: Undefined property: FlexicontentViewCategory::$item in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "readingtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Warning: Attempt to read property "slowtime" on null in /home/clients/c2ddccb16f9acedc1b7614e371ba1f54/sites/new.bases-netsources.com/components/com_flexicontent/templates/general/category_items.php on line 224
Le passage à la veille "IA générative native" (ou GenAI-first) marque une transformation dans le monde des outils de veille. Contrairement aux solutions traditionnelles qui ont simplement « greffé » une couche d'IA ou des connecteurs, ces plateformes sont conçues dès l'origine autour de modèles de langage génératifs (LLM) capables de produire des synthèses, reformulations et analyses, et s'appuient sur le machine learning pour personnaliser et améliorer la pertinence. Il s'agit pourtant moins d'une nouvelle vague appelée à remplacer la précédente que d'une bascule du centre de gravité (interfaces conversationnelles, usages orientés production de contenus, nouvelles métriques), et d'une convergence entre nouveaux entrants et éditeurs historiques.
Examinons cette nouvelle génération à travers l'exemple de la plateforme NewsCore.
Que signifie IA native appliquée aux outils de veille ?
On parle d'IA native quand l'IA n'est pas juste une option (par exemple, un bouton ChatGPT pour résumer un article), mais le cœur du produit. Cela se traduit par plusieurs fonctionnalités liées aux étapes du processus de veille.
