Depuis quelques mois, la frontière entre IA générative et recherche en ligne se brouille, et ça change tout. Vraiment?
Il n’y a pas si longtemps, l’accès aux informations en temps réel était un point faible de certains outils d’Intelligence artificielle générative. Se rappelle-t-on que les premières versions de ChatGPT n’avaient pas accès à Internet “en direct” et commettaient des erreurs grossières, la faute à des données d’entraînement figées dans le temps (et à un certain excès de confiance – veuillez excuser l’anthropomorphisme)?
La donne a beaucoup changé depuis. À un moment donné, des modèles concurrents de celui édité par OpenAI (Perplexity ou Microsoft Bing, par exemple) se sont spécialisés dans la génération de réponses étayées par des références. Puis la possibilité d’accéder ou non à la recherche en temps réel a progressivement cessé d’être un critère distinguant offres payantes ou gratuites.
Aujourd’hui, la convergence entre les deux domaines se poursuit, dans la mesure où les outils de recherche en ligne, Google en particulier avec son Mode IA, recourent à l’intelligence artificielle pour proposer des réponses sous forme conversationnelle, en plus ou à la place des résultats de recherche. Duck.ai de DuckDuckGo (historiquement un acteur de la recherche en ligne) est également emblématique de cette évolution.
Ce mouvement de convergence s’étend aujourd’hui aux navigateurs, que ce soit en ligne ou sous forme d’application, comme on le voit avec ChatGPT Atlas d’OpenAI ou Comet de Perplexity. On parle, à leur sujet, de “moteurs de réponses” plutôt que de recherche. Prochaine étape: les systèmes d’exploitation.
Quelles conséquences?
Les effets de ce mélange des genres sont très sensibles et déjà bien documentés. De nombreux utilisateurs de Google, notamment, se contentent de la synthèse des résultats proposée en haut de page et renoncent à cliquer sur les résultats – les fameux “ten blue links”. Ce phénomène, appelé “Zero-click search”, se traduit par une chute de fréquentation pour de nombreux sites, notamment médiatiques, avec des conséquences économiques importantes. Plus généralement, ces nouveaux usages font passer les sources des informations au second plan: on parle de crise de l’attribution.
Qui parle?
Il est évident que cette situation s’accompagne de nombreux risques, inhérents à l’IA générative et à ses hallucinations. Une étude publiée par l’UER en octobre 2025 montre que les synthèses d’actualités générées par l’IA présentent un taux d’erreur alarmant. Par ailleurs, cette médiation change fondamentalement notre rapport aux “informations”. Ces textes ont en effet un statut très particulier. On ne saurait les assimiler à des sources, dans la mesure où il s’agit de discours dont on ne peut pas, ou alors difficilement, appréhender les conditions dans lesquelles ils ont été produits. On ne sait pas vraiment qui nous parle, ni d’où on nous parle!
Trouver avant de chercher
Certains outils suggèrent spontanément des informations et des liens sur la base de notre historique d’activité en ligne. C’est notamment le cas de Google Discover, un service de flux qui s’affiche dans Chrome (sous sa forme de navigateur en ligne ou d’application mobile), voire directement sur l’écran d’accueil de certains smartphones Android. S’agit-il simplement d’un stade avancé de ce qu’on a pu appeler la bulle de filtres? Ou véritablement d’un système capable de nous présenter ce que nous cherchons (ou plutôt chercherons) avant même que nous ayons formulé une question? Autrement dit, sommes-nous témoins d’une nouvelle forme de résolution du paradoxe de Ménon, pour qui il n’était pas possible de trouver quelque chose qu’on ne connaît pas encore?
“Mais comment vas-tu t’y prendre, Socrate, pour chercher une chose dont tu ne sais absolument pas ce qu’elle est? Quel point particulier, entre tant d’inconnus, proposeras-tu à ta recherche? Et à supposer que tu tombes par hasard sur le bon, à quoi le reconnaîtras-tu, puis que ne le connais pas?” Platon, Ménon. Traduction par Alfred Croiset. 80d, e
Question vertigineuse, peut-être même aussi vertigineuse que l’emprise de certains acteurs du numérique sur nos données personnelles.
Et les élèves, dans tout ça?
Plus prosaïquement, ces nouveaux outils appellent nécessairement des usages nouveaux. Il n’est plus question de mots clés, mais de conversation en langage naturel. Ce type d’interaction semble rapidement adopté par les plus jeunes. Mais cette bascule ne se fait pas aussi rapidement dans tous les domaines: les catalogues de bibliothèques, notamment, obéissent encore massivement à une logique plus traditionnelle d’indexation.
“Lorsque je donne des formations sur la recherche dans les catalogues de bibliothèque, je vois des élèves qui essaient de converser avec l’interface, comme on le ferait avec ChatGPT.” Clotilde Delpech, responsable du Cedoc, ECCG Aimée-Stitelmann
Tout ceci pose bien évidemment la question des savoirs et compétences à enseigner dans le cadre de l’enseignement secondaire. Il est à craindre que les méthodes traditionnelles reposant sur l’identification des mots-clés paraîtront rapidement désuètes, quand bien même elles sont fondamentales du point de vue de la structuration de la pensée et de la compréhension de l’organisation du savoir. Quelles conséquences en tirer du point de vue des compétences informationnelles de base à transmettre aux élèves d’aujourd’hui? La nuance s’impose dans les ébauches de réponses à cette question. Il est probable que certaines connaissances liées au fonctionnement des interfaces de recherche avancée vont perdre en pertinence. Cela dit, il est frappant de voir que les outils de recherche d’aujourd’hui mettent en avant leur capacité à nous éviter tout effort, à fournir des résultats aussi rapidement et facilement que possible, nous faisant miroiter un gain de temps. Des outils spécifiques, pensés pour la recherche académique, misent d’ailleurs beaucoup sur cet atout. Mentionnons Elicit, ou encore The effortless academic (sic). Mais cet argument est repris sous une forme très similaire et déjà depuis un certain temps par des outils destinés au grand public.
“With expanded AI Overviews, more planning and research capabilities, and AI-organized search results, our custom Gemini model can take the legwork out of searching.” Generative AI in Search: Let Google do the searching for you, 14 mai 2024.
Cela a tout son sens pour des utilisatrices ou utilisateurs aguerris, visant effectivement l’efficience, pour qui la recherche représente une tâche répétitive et possiblement fastidieuse. En revanche, pour un public d’élèves, cet argument relève pour ainsi dire du malentendu. Dans un tel contexte, il ne s’agit pas de faire avancer la science. À la limite, les résultats apparaissent secondaires par rapport aux compétences à construire en cours de route. L’acquisition de méthodes de travail et de compétences informationnelles de base suppose en effet de consacrer du temps aux recherches, de commettre des erreurs, de faire quelques détours, mais aussi des découvertes fortuites. Comment apprendre la lecture rapide, la capacité à évaluer la pertinence d’une source, à situer son auteur, à comparer, mettre en perspective et critiquer si l’on n’est plus confronté à des sources multiples et au pluralisme mais à des synthèses automatiques? Comment éviter de tout mélanger lorsque les résultats d’une recherche sont présentés sur le même plan qu’une synthèse générée à l’instant T?
Ces questions sont essentielles, et les réponses se situent vraisemblablement dans le champ pédagogique plutôt que dans celui de la technologie. Les compétences informationnelles apparaissent en effet plus fondamentales que jamais à un moment où l'”indigence médiatique” augmente au sein de la population, comme l’indique une étude de l’Université de Zürich d’octobre 2025.
Illustration: Raphaël, L’École d’Athènes, 1508-1512 (détail). Domaine public. Au centre, Platon point le doigt en direction du monde des idées, tandis que son voisin Aristote désigne le monde sensible.