Sélectionner le numéro de "Bases" à afficher

L’avenir du métier de veilleur est assuré… pour peu qu’il joue à plein sa fonction d’éclaireur, garant du pluralisme et apôtre du temps long.

Récemment invitée à m’exprimer sur l’avenir du métier de veilleur devant une communauté de praticiens de la veille, je me suis souvenue d’avoir été sollicitée sur le même sujet il y a une dizaine d’années (1). Il faut croire que tous les 10 ans environ, une évolution technologique vient perturber le quotidien professionnel et la sérénité des veilleurs.

A l’époque, les préoccupations portaient sur les flux RSS (en passe de submerger le quotidien du veilleur et de l’aliéner au temps réel), la démocratisation de la curation (qui allait de pair avec la quête d’autonomie des usagers/clients), le règne de la conversation à l’heure des réseaux sociaux. Aujourd’hui, l’inquiétude est plutôt le fait de l’irruption des IA génératives avec l’avènement soudain, horizontal et gratuit, de ChatGPT.

Il y a 10 ans, je considérais déjà l’activité de veille comme une activité en mutation, qui s’orientait résolument vers l’accompagnement, le conseil, le transfert méthodologique. Il était de la même façon question de « destruction créatrice » (applicable aux usages comme aux métiers) promise par le numérique. Les réseaux sociaux sont toujours là, prêts sans désemparer à nous soumettre, si nous n’y prenons garde, à un régime d’alertes permanentes et à une réactivité maximale. La donne actuelle est complétée par la multiplication des contenus trompeurs (fake news, faux journaux scientifiques, revues et congrès prédateurs (2)…). Des conférences récentes, notamment à l’occasion de Documation, s’interrogent sur l’avenir des métiers de l’information, de l’intelligence économique et de la connaissance face à ces nouveaux défis et invitent à leur « réinvention » (quand la plupart des intervenants à la tribune ont préféré minimiser les efforts à produire en ne parlant que d’adaptation…).

Il m’apparaît plus que jamais nécessaire de réhabiliter le temps long, ce que la lecture d’un ouvrage récent du sociologue du numérique Dominique Boullier (3), entendu ce mois-ci à la faveur d’un séminaire, a conforté (4). À rebours du temps réel, de l’immédiateté, de la réactivité, du court terme, qui me sont toujours apparus comme l’expression d’une temporalité antinomique avec celle de la veille, l’exigence d’un rythme plus lent, plus délibératif, plus critique, que Dominique Boullier appelle de ses vœux, me semble être largement de mise.

L’IA développe ce que le sociologue désigne comme une « culture de la réponse immédiate et unique » (le plus souvent, même, sans source). ChatGPT et consorts créent l’illusion de la facilité et pourraient faire croire au chercheur d’information paresseux que la réponse à la question qu’il formule est unique. Google est sur la même ligne lorsque, au lieu de nous proposer en première lecture une liste de liens à explorer comme il le faisait jusqu’ici, il se mue en moteur de réponse (5) en nous proposant désormais, en première intention, une information résumée, qui pourrait dispenser les plus pressés et les moins scrupuleux d’entre nous d’investiguer plus avant.

J’engageais le veilleur, il y a 10 ans, à faire un pas de côté (plutôt que de courir avec la foule), à capter l’attention dans un univers éditorial très concurrentiel et à développer un point de vue. Aujourd’hui, à l’heure de l’IA et du Big Data qui riment surtout avec vélocité pour la première et volume pour le second, ces incitations semblent toujours d’actualité.

La vitesse, comme l’exprime avec netteté Dominique Boullier, n’est pas l’amie du débat, de la discussion, de l’explicitation des désaccords, de la délibération, ni de la résol­ution de problème. Or le veilleur est censé proposer des éléments de réflexion, anticiper des conséquences, relever des arguments, fruit d’une investigation et de la confrontation de sources, toutes choses nécessitant un temps incompressible d’approfondissement et d’élaboration. Traiter le volume réclame du temps (a minima de vérification).

Un constat alarmant sur les méthodes de recherche

Un article publié en décembre 2021 a provoqué une onde de choc dans la communauté scientifique (1). Consul­té plus de 20 400 fois, téléchargé près de 2 000 fois et ayant fait l’objet de 141 citations à ce jour, cette étude révèle un problème fondamental dans la recherche scientifique.

Les chercheurs ont tenté de reproduire 193 expériences décrites dans 53 articles à fort impact, dont les protocoles et plans d’analyse avaient été validés par des pairs avant leur publication. Le résultat est préoccupant : seules 50 expériences (26 %) issues de 23 articles (43 %) ont pu être reproduites. Plus troublant encore, 32 % des auteurs contactés ont refusé de répondre ou sont restés silencieux face aux demandes de précisions.

Des initiatives européennes pour renforcer la rigueur méthodologique

Cette crise de reproductibilité a certainement influencé le Centre commun de recherche (JRC) de la Commission européenne, qui a organisé en juin 2022 un atelier aboutissant au projet PRO-MAP (Promoting Reusable and Open Methods and Protocols).

Les recommandations issues de ce projet, d’abord publiées sous forme de préprint en juin 2023, ont été finalisées en septembre 2024 dans un document intitulé « Promoting Reusable and Open Methods and Protocols (PRO-MaP): Recommendations to improve methodological clarity in life science publications », disponible auprès de l’Office des publications de l’Union européenne.

Bien que ces recommandations aient été élaborées spécifiquement pour les sciences du vivant, elles offrent des perspectives précieuses pour d’autres domaines scientifiques.

L’engagement des éditeurs pour des protocoles transparents

Mais, cette préoccupation concernant la qualité des protocoles expérimentaux n’est pas nouvelle. Dès 2006, l’éditeur Springer Nature lançait Nature Protocols, une revue pionnière dédiée aux méthodologies scientifiques.

Les conférences sont un des vecteurs essentiels de diffusion de l’information scientifique et académique. Ce canal présente un intérêt particulier, car il est fréquent que des conférences soient le cadre de la divulgation de nouvelles théories ou de résultats expérimentaux récents.

Si l’on fait déjà partie d’un milieu scientifique bien défini, il y a toutes les chances que l’on soit informé personnellement des prochaines conférences et/ou de les voir signalées dans les publications spécialisées de ce domaine.

Mais pour les personnes qui ne sont pas dans ce cas de figure, qu’elles s’intéressent à un domaine moins familier ou qu’elles soient en début de carrière, se pose la question de l’identification de conférences potentiellement intéressantes.

C’est là que cela se complique.

Nous avons identifié plusieurs dizaines de sites gratuits qui annoncent des conférences à venir. Le volume de ces annonces est très variable, puisqu’elle va de plusieurs centaines à plusieurs dizaines de milliers de conférences.

Un grand nombre de ces sites sont administrés par de petites entités indépendantes des organisateurs de conférences, tandis que d’autres sont gérés par les organisateurs eux-mêmes, qui peuvent être des sociétés commerciales, des éditeurs ou des sociétés savantes.

À ce stade, nous rencontrons deux difficultés.

La première est l’absence de sites exhaustifs. En effet, bien souvent, c’est à l’initiative de l’organisateur de la conférence qu’une annonce est publiée dans un site et il est peu probable qu’il fasse le tour de tous les sites existants. Il est donc raisonnable d’interroger plusieurs sites et, pour cela, il faut d’abord les identifier.

La deuxième concerne la présence de conférences prédatrices et des plateformes qui les répertorient massivement.

Ces conférences viennent parasiter l’écosystème des conférences scientifiques. Pour schématiser, l’organisateur d’une conférence prédatrice a comme seul objectif de maximiser son profit sans souci de la qualité de la conférence et, en particulier de son contenu scientifique.

Le peer review d’un article académique est, traditionnellement, une revue par les pairs avant publication. Il reste le fondement du fonctionnement de la majorité des éditeurs, qu’ils publient selon le schéma traditionnel dans lequel le lecteur paie en s’abonnant, ou qu’ils publient en open access, schéma dans lequel l’auteur, son institution ou un sponsor règle les frais (Article processing charges, soit APC).

Les limites du peer review traditionnel

Si cette procédure est supposée garantir aux articles publiés un haut niveau de qualité, elle présente l’inconvénient majeur d’imposer un délai parfois long entre le dépôt du manuscrit et la publication effective de l’article.

Cela devient de moins en moins supportable alors même que les développe­ments de la recherche connaissent une accélération significative comme on a pu le constater, en particulier, lors de la pandémie du COVID-19.

S’ajoute la difficulté croissante à trouver des reviewers (en règle générale bénévoles) disponibles, conséquence à la fois de l’inflation du nombre de publications et de la pression que subissent les chercheurs pour publier toujours plus, ce qui leur laisse moins de temps pour se consacrer aux reviews.

Et enfin, rien ne garantit que deux ou trois reviewers (au mieux) auront pu détecter toutes les failles potentielles d’un article. En effet, ces failles pourraient n’apparaître que lorsqu’un nombre plus important de scientifiques aura pu en prendre connaissance.

Les serveurs de préprints : première réponse aux défauts de l’édition traditionnelle

Compte tenu de cela, pour ne pas bloquer ou retarder la publication d’un article pouvant faire avancer la science (cf. encore l’épidémie du COVID-19), l’idée est apparue de créer des plateformes afin de publier l’article sans tarder (deux à quatre jours de délai), après quelques vérifications « de base » et, éventuellement, de le soumettre à un post publication peer review selon des modalités qui peuvent varier.

Une première réaction aux défauts de l’édition traditionnelle a donc été la création de serveurs de préprints (acception française de l’anglais preprint) qui hébergent et mettent gratuitement à disposition (en open access donc) les articles que leurs auteurs ont jugés être suffisamment aboutis pour être publiés en l’état sans attendre le résultat d’une peer review.

arXiv, le premier serveur de préprints créé en 1991 par des physiciens, a ouvert la voie. Sa couverture s’est large­ment étendue depuis.

Il existe aujourd’hui entre 60 et 70 serveurs de préprints dans le monde. Leur taille est variable, mais peut-être importante, et on note que les sciences de la vie au sens large sont particulièrement bien couvertes.

Il faut préciser que la grande majorité de ces serveurs de préprints n’offre pas de système structuré de peer review, qu’elle soit ou non ouverte à tous.

C’est au début des années 2010 qu’a émergé l’idée de positionner une revue par les pairs après la parution de l’article plutôt qu’en amont. Cela permet ainsi de diffuser plus vite les résultats des recherches sans pour autant renoncer à une évaluation de l’article.

L’arrangement de Strasbourg, cela vous dit quelque chose ? On pourrait imaginer un quizz du type : c’est (1) le traité par lequel Louis XIV a réuni Strasbourg à la France le 30 septembre 1681 (2) un projet d’urbanisme de Catherine Trautmann lorsqu’elle était maire de Strasbourg (3) le texte qui a établi la classification internationale des brevets en 1971. Évidemment c’est la troisième réponse qui est la bonne. À l’heure où l’environnement médiatique est saturé par l’IA, nous allons, sans trop rentrer dans des détails théoriques, montrer par un simple exemple que cet outil de recherche conserve son intérêt, et qu’il reste même pour l’instant plus complémentaire qu’antagoniste avec les techniques basées sur l’IA. Le titre de cet article était donc seulement provocateur.

Un bref rappel

La Classification Internationale des Brevets (abrégé CIB) ou, en anglais, International Patent Classification (IPC) a été mise en place pour répondre au défi de rechercher des documents au sein d’une masse croissante de brevets, dans un contexte caractérisé par le multilinguisme, et une syntaxe, qui outre les problématiques habituelles de synonymie, peut être très déconcertante : en « langue brevet », un ballon peut être un « dispositif sphérique de loisir », et une bouteille un « contenant pour liquide ». Chercher par des mots-clés se heurte donc vite à certaines limites.

On notera que la CIB est arrivée à peu près en même temps que les premières bases de données en ligne (Questel a été lancé en 1978), ce qui bien entendu en a grandement optimisé l’utilisation.

Le principe derrière la CIB est simple : faire appliquer par la totalité des offices de brevet du monde entier la même classification, dont chaque entrée correspond à un domaine ou à un sous-domaine technique ; l’une des premières tâches d’un examinateur brevet est donc de lire la demande qu’il est chargé d’examiner, et d’attribuer les entrées de la CIB correspondant au contenu technique de ladite demande.

Une entrée CIB, c’est par exemple A61F13/02. A c’est la section (nécessités courantes de la vie) ; A61 c’est la classe (sciences médicales ou vétérinaires) ; A61F, c’est la sous-classe (Filtres implantables dans les vaisseaux sanguins ; prothèses…) ; A61F13 c’est le groupe (Bandages ou pansements ; Garnitures absorbantes) ; et A61F13/02 c’est le sous-groupe (Bandages ou pansements adhésifs). La structure de la CIB est donc hiérarchique. En tout, il existe 70 000 entrées.

Une grande famille

La CIB a eu une descendance : la CPC, qui est une sorte de « CIB+ », avec plus de 260 000 entrées ; la classification japonaise FI ; la classification de l’office allemand des brevets. Et dans la famille, il y a des cousins lointains, qui contrairement aux 3 classifications précitées n’ont pas la même structure : la classification japonaise FT, ou la classification Derwent. Avantage de la CIB : elle est appliquée par tous les offices, ce qui n’est pas le cas des autres, qui présentent toutefois certains atouts, par exemple une plus grande précision, ce qui est le cas de la CPC.

Un exemple pratique

Notre sujet de recherche est le suivant : « dispositif permettant de maintenir une béquille droite lorsqu’elle n’est pas en cours d’utilisation ». Par béquille, on entend « béquille destinée à faciliter le déplacement de personnes à mobilité réduite ».

Étape 1 : définir les caractéristiques essentielles de notre recherche.

Nous en avons deux : ce que l’on veut maintenir droit : la béquille ; et le fait de maintenir droit.

Étape 2 : pour chacune de ces caractéristiques, déterminer une liste de mots-clés.

Pour la caractéristique 1 : crutch, stick, bequille, Krücke

Pour la caractéristique 2 : upright, stabilize, aufrecht, vertical, stabiliser, stabilisieren

L’important est de disposer de mots-clés en anglais ; comme dans la suite nous allons utiliser Espacenet, nous avons ajouté des mots en allemand et en français. On note le mot « stick » (bâton, ou canne en anglais) ; car ce qui peut maintenir droit une béquille, peut aussi s’appliquer à un bâton de marche. D’aucuns suggéreraient aussi « parapluie ».

Étape 3 : générer une requête booléenne. Dans notre exemple, nous devons rechercher les documents comportant la notion de béquille ET la notion de « maintenir droit ». Je vais donc créer:

Crutch OR stick OR bequille OR Krücke

et un second jeu de mots couvrant le second élément :

Upright OR stabilize OR aufrecht OR vertical OR stabiliser OR stabilisieren

Les mots dans chacun des deux groupes sont combinés par un opérateur OR, puisqu’ils couvrent le même concept. Nous avons utilisé cet opérateur pour montrer la logique de notre démarche, mais nous verrons dans la suite qu’avec Espacenet, l’utilisation de cet opérateur n’est pas nécessaire.

Il est difficile de suivre ce qui se passe dans la Galaxie IA Google, tant les annonces de fonctionnalités et projets sont nombreuses.

La stratégie de la division IA Google DeepMind s’articule autour de deux modèles : Gemini et Gemma (hors développements spécifiques image et vidéo). Gemini est un modèle ultra puissant, mais fermé, utilisé à la fois pour les services grand public tels que le Search et pour les applications professionnelles ; à l’opposé, Gemma est un système beaucoup moins gourmand en ressources, en open-source, conçu pour la communauté des développeurs.

• Gemini a récemment bénéficié d’une mise à jour importante avec Gemini 2.5 Pro, désormais le modèle le plus haut de gamme de Google et rejoint ainsi le club de moins en moins fermé des IA qui réfléchissent (comme GPT, Claude, DeepSeek, Grok…).

Ce nouveau modèle se distingue par ses capacités de raisonnement avancées permettant l’analyse d’informations complexes, ainsi que ses avancées dans la création d’applications web visuellement attrayantes. Il peut traiter des volumes massifs de données, qu’il s’agisse de texte, d’images, d’audio ou de vidéo. Le modèle peut traiter environ 750 000 mots à la fois, et cette capacité devrait bientôt être doublée (sa fenêtre contextuelle passera de 1 million de tokens à 2 millions).

Retenons cette définition intéressante donnée lors de l’annonce du nouveau modèle : « Dans le domaine de l’IA, la capacité de “raisonnement” d’un système ne se limite pas à la classification et à la prédiction. Elle désigne sa capacité à analyser l’information, à tirer des conclusions logiques, à intégrer le contexte et les nuances, et à prendre des décisions éclairées. »

La nouvelle version est actuellement disponible via Google AI Studio et l’application Gemini pour les utilisateurs payants (Gemini advanced). Il est toutefois disponible aussi dans la version non payante, très probablement avec des capacités limitées.

• Nos premiers tests de Gemini 2.5 nous montrent que le raisonnement qu’il déploie est généralement très bon au niveau méthodologique et exemplaire en termes de structure et pertinence métier. Cependant, le manque de données actuelles et concrètes - la recherche Web n’est toujours pas intégrée - rend malheureusement ce raisonnement globalement hypothétique.
• Sur ce point de la recherche Web, la stratégie de Google ne nous semble pas claire. D’un côté, Google a introduit l’IA générative dans son moteur de recherche via les « AI Overviews », des résumés alimentés par Gemini dans les résultats de Google Search (pour rappel, toujours pas accessible en France). Cependant, dans l’assistant Gemini lui-même, - le chatbot, - la navigation Web directe n’est toujours pas disponible. À ce jour, aucune annonce précise n’a été faite sur la fusion de ces deux composants. La situation laisse penser que Google avance prudemment : par exemple, certains observateurs font l’hypothèse que Google hésite à afficher des résultats de recherche directement dans Gemini pour ne pas cannibaliser les revenus publicitaires tirés du Search.
• Enfin, last but not least, Google a introduit une fonction expérimentale permettant à Gemini d’exploiter, avec consentement explicite, l’historique de recherche Google de l’utilisateur afin de proposer des réponses plus personnalisées. Gemini peut également préciser quelles sources de données personnelles (recherches passées, chats antérieurs, contenus sauvegardés) ont été utilisées dans la réponse.

Les données brevets constituent une source d’information de choix pour effectuer des recherches d’état de l’art, de brevetabilité ou de liberté d’exploitation par exemple. Au-delà d’une recherche ponctuelle, il est souvent utile de surveiller régulièrement l’apparition de nouveaux documents, comme dans le cadre d’une veille technologique ou d’une veille concurrentielle. Patentscope, la base de données brevet de l’OMPI, offre une telle possibilité via la mise en place d’un flux RSS.

Créer une surveillance via un flux RSS sur Patentscope 

Notre thème de recherche : patch adhésif (fixé sur la peau d’un patient) destiné à la mesure de la fréquence cardiaque ou de la pression sanguine.

Nous avons identifié dans ce cadre les entrées CIB/CPC suivantes :

• A61B5/6833 Patchs adhésifs spécialement adaptés pour être attachés ou portés sur la surface du corps pour des moyens de détection, de mesure ou d’enregistrement
• A61B5/0006 Surveillance à distance des patients par transmission des signaux ECG ou EEG
• A61B5/0205 Évaluation simultanée des conditions cardiovasculaires et de différents types de conditions corporelles, par exemple les conditions cardiaques et respiratoires.

Notre but est de retrouver les documents comportant la première entrée ET au moins l’une des deux autres ; ce qui peut se résumer par l’opération booléenne : A61B5/6833 AND (A61B5/0006 OR A61B5/0205).