Un écosystème en transition : entre pillage massif, rééquilibrages juridiques et premiers modèles sous droits
L'IA générative ne se contente pas de « produire du texte ». Elle recompose le cadre même dans lequel l'information circule, est transformée et prend de la valeur.
Après quelques décennies d'un écosystème hybride, mêlant presse sous droits, bases professionnelles, web ouvert et intermédiation dominante de Google - un nouveau paysage se dessine, où des agents IA, encore largement alimentés par du scraping massif des contenus, souvent dénoncé comme une forme de captation non autorisée par les éditeurs, pourraient à terme fonctionner sur des corpus contractuels négociés.
Mais cette transition est loin d'être accomplie. Nous sommes dans un « entre-deux » instable où se côtoient pillage, litiges, opacité technique et premières tentatives de régulation. Les enjeux sont cruciaux pour les éditeurs, les professionnels de l'info-doc, les journalistes et, plus largement, l'ensemble des usagers.
Les articles de Bases
IA générative : les sources sous tensions
Panorama des ressources africaines : littérature scientifique, actualités, repositories et archives
La sous-représentation des sources africaines dans les grandes bases internationales
Il est fréquent de lire des articles qui regrettent la très faible représentation des chercheurs africains parmi les auteurs publiés dans des bases de données telles que Scopus et Web of Sciences (WOS) , désormais considérées comme des références incontournables pour accéder à la littérature scientifique et technique payante (articles, actes de conférences, etc.).
Étrangement, les serveurs Dialog (créé en 1972) et STN (2004), toujours actifs et offrant des bases de données de littérature scientifique très larges, ne sont jamais cités en référence.
Toutes les études mentionnées dans cet article concernent spécifiquement l’Afrique subsaharienne, hormis donc les pays d’Afrique du Nord.
Les statistiques relatives à la présence des revues africaines dans les bases de données Scopus et Web of Science sont explicites.
Selon l’article « A comparative study of the coverage of African journals in the Web of Science, Scopus and CrossRef », publié en mars 2023, sur 2 229 périodiques africains recensés par le répertoire Ulrich et le site d’African Journals Online (AJOL), seuls 166 titres, soit 7,4 %, figurent dans Web of Science et 174, soit 7,8 %, dans Scopus.
OSINT et géolocalisation : 3 outils pour localiser (presque) n’importe quoi sur Internet
À l’ère des réseaux sociaux, les images circulent à une vitesse folle, souvent sans contexte ni source fiable. Mais grâce à l’OSINT et ses outils accessibles à tous, il devient possible de localiser avec une précision étonnante presque n’importe quelle image diffusée sur Internet.
D’une simple photo de coucher de soleil à une vidéo TikTok, en passant par le décor furtif d’un vlog YouTube, il est aujourd’hui possible de remonter jusqu’à l’endroit exact où l’image a été prise. Cela peut sembler surprenant, voire irréalisable, et pourtant, c’est précisément le rôle et l’objectif des techniques d’OSINT. Pour ceux ou celles qui ne connaissent pas, l’OSINT (Open Source Intelligence) désigne l’ensemble des techniques qui exploitent des données accessibles publiquement : photos, vidéos, bases cartographiques, archives, réseaux sociaux… Parmi ses branches, on retrouve tout simplement la géolocalisation visuelle.
PubMed.ai n’est pas celui que l’on croit
Nous avons présenté dans le numéro 440 de BASES (octobre 2025) PubMed.ai et une série d’autres outils situés ou non dans l’écosystème de PubMed, proposant des recherches améliorées à base d’IA, de recherche sémantique ou d’autres outils.Notre présentation de PubMed.ai reposait sur une analyse précise de son utilisation et de ses fonctionnalités, tout en considérant l’appartenance manifeste de ce produit à l’écosystème PubMed, conformément aux informations obtenues via les informations collectées lors de la préparation de l’article. Cette évidence nous a conduits à ne pas approfondir davantage cet aspect.
À notre décharge, PubMed.ai utilisait la marque PubMed, s’appuyait sur les documents de PubMed et leur indexation (MeSH) pour élaborer les résultats.
Un lecteur de BASES particulièrement attentif nous a alertés, et nous l’en remercions vivement, sur le fait que PubMed.ai n’était pas lié à la NLM et que sa structure était très mystérieuse.
Cela nous a conduits à effectuer une série de recherches complémentaires et également à interroger plusieurs IA.
