Bonjour !

Aujourd'hui, je vais te parler de “recherche profonde”. Non, ce n’est pas le titre d’un nouveau film pornographique, mais d’une fonctionnalité “bluffante” comme disent les influenceurs (haha, voir plus bas) apportée aux nouveaux modèles d’intelligence artificielle d’OpenAI et de Google.

Avec elle, j’ai pu produire en 15 minutes un rapport de 30 pages sur la géopolitique de l’IA rempli de liens vers des sources fiables. Et, étonnamment, sans erreur. D’autres n’ont pas eu cette chance, mais je me suis dit cette semaine qu’avec la combinaison des modèles de raisonnement et cette capacité de faire de la “recherche profonde”, nous venions peut-être de passer un nouveau cap dans nos usages de l’intelligence artificielle.

Je te propose d’explorer ça ensemble et de t’expliquer comment tu peux utiliser ces nouveaux outils en toute sécurité.

Si tu as suivi les précédents épisodes de Génération IA, tu as dû noter que je n’étais pas un grand adepte de la recherche web avec l’IA. Sur le papier, ça a l’air magique : ChatGPT et ses amis accèdent à des infos à jour et peuvent citer leurs sources. Pourtant, ils racontent souvent n’importe quoi.

Perplexity, le plus connu des moteurs de recherche IA, m’a toujours laissé… perplexe. Dans notre dossier sur les hallucinations des modèles de langage, je rapporte une étude qui montre que 30 % des affirmations fournies par Perplexity ne sont pas soutenues par les sources qu’il cite.

Ce que tu ne vois pas forcément, c’est que ces outils se contentent souvent des trois ou quatre premiers résultats, sans creuser davantage. Leur indexation est floue, parfois biaisée, et ils n’ont pas toujours accès aux documents complets. Du coup, ils inventent.

“C’est pas grave, je vérifie toujours !” Eh bien non. Nous cliquons six fois moins sur les liens de Perplexity que sur ceux de Google. Question de confiance ou de paresse ? Je ne sais pas, demande à ChatGPT.

Sauf que depuis quelques jours, nous sommes entrés dans une nouvelle dimension. On l’appelle la “deep search”. La recherche approfondie.

Tu retrouves cette IA surdouée dans la version payante du chatbot Gemini et dans un outil universitaire open-source (que je t’ai présenté dans la dernière lettre) qui s’appelle “Co-Storm”.

Mais surtout, depuis une semaine, tu peux l’utiliser dans la version pro de ChatGPT.

Et c’est ce nouveau modèle en particulier qui a semé la panique dans la communauté des chercheurs.

Alors chaque outil a sa propre méthode (on va en parler) mais l’idée est la même :

Pour faire ses recherches, l’IA suit un certain raisonnement, consulte plusieurs dizaines de sources, et écrit d’une traite un rapport de 10 à 30 pages.

Comme j’étais méfiant, j’ai fait moi-même le test. J’ai demandé à ChatGPT “Deep Search” un rapport sur la géopolitique de l’IA en 2024 et 2025. Il m’a posé 3 questions pour préciser ma demande, puis il m’a dit : Attendez un instant. Et 15 minutes plus tard, j’avais sur mon bureau un document de 30 pages bien ficelé. Pour moi qui connais un peu le sujet, j’ai même trouvé des angles auquels je n’avais pas pensé.

Mais tu me connais, j’avais encore des doutes. Alors j’ai vérifié toutes ses infos avec les sources qu’il m’avait données. Résultat : aucune erreur. Même dans un tableau qu’il avait réalisé lui-même avec des chiffres piochés ça et là dans une étude.

Il y a des moments comme ça où quelque chose fait clic dans ta tête. Tu dis “ahah…”, et puis tu re-essaies. Allez ChatGPT, prends ça ! Je veux un rapport complet sur les nouveaux outils de “deep search” !

Ok boss !

10 minutes plus tard, j’avais un rapport de 24 pages sur les nouveaux outils deep search, avec un comparatif complet. Toujours pas d’erreur.

Ne t’inquiète pas, je vais nuancer un peu plus bas. C’est juste pour te mettre dans l’ambiance point de bascule.

Je ne suis pas le seul à avoir fait “ahah…”.

Voici ce qu’écrit Ethan Mollick, professeur associé à la Wharton School :

Tous les scientifiques ne sont pas d’accord, Gary Marcus par exemple, estime qu’il y a toujours un risque d’hallucinations (c’est vrai), insiste sur le fait que ces modèles ne font qu'imiter la forme du raisonnement et de la prose, sans véritable compréhension sémantique (c’est vrai aussi) et que, en conséquence, la diffusion rapide de telles technologies va surcharger le domaine médical avec des informations erronées (c’est possible).

Mollick a une approche plus nuancée : “OpenAI Deep Research n’excelle pas dans la collecte massive de citations ou de faits (Google est meilleur pour cela). En revanche, Deep Research est excellent pour identifier des arguments, repérer des failles et fournir une analyse.”

Sayash Kapoor, grand pourfendeur de l’IA bullshit (il est l’auteur d’AI Snake Oil) coupe la poire en deux : ces outils sont excellents pour certaines tâches et décevants pour d'autres. Kapoor souligne qu'il est indispensable de vérifier les résultats de Deep Research, car l'IA peut mal interpréter les données ou fournir des informations erronées. Et qu'il faut toujours conserver un regard critique sur les résultats obtenus.

C’est un peu comme quand tu demandes à un doctorant de te faire un rapport sur un sujet avant de démarrer ton travail. Tu n’attends pas à ce que ça soit génial, ni que tout soit juste à 100%, tu as juste besoin d’une première analyse à partir d’informations et d’exemples pour t’aider à creuser.

La seule différence c’est que si l’IA ne se trompe pas moins qu’un étudiant, elle ne se trompe pas de la même manière. Tu dois accorder ta vigilance à la façon dont ces modèles traitent l’information : ils ne font “que” prédire le prochain mot en fonction du contexte qu’on leur donne, et n’ont pas accès à toutes les données.

Ce qui est probable, c’est que les consultants qui facturaient 2 à 10 jours pour ce type de rapport réalisé en 10 minutes, vont devoir s’interroger sur leur maniére d’appréhender leur métier.

Même s’ils restent perfectibles, ces nouveaux outils marquent un tournant : celui où l'IA commence à devenir un assistant de recherche véritablement utile (mais pas exclusif) plutôt qu'un simple générateur de texte (trop ?) confiant.

Comparatif : comment ça marche la “deep search” ?

Alors je te renvoie au rapport de notre ami ChatGPT (je te donnerai le lien plus bas) sur le sujet pour plus de détails sur chaque outil mais en gros, tu as trois approches :

• ChatGPT est le plus puissant. OpenAI utilise son nouveau modèle “o3”, dont “deep search” est une version spécialisée. Ce modèle, dit de “raisonnement”, bénéficie d’un apprentissage par renforcement (similaire à “o1”) qui lui permet de raisonner plus efficacement qu’un modèle classique tout en faisant ses recherches. “Deep Research”est un agent d’IA autonome : il récolte des premières informations, puis raisonne sur ce qu’il a trouvé et lance de nouvelles recherches, change d’exploration, etc., jusqu’à ce qu’il ait assez d’informations pour écrire un rapport qui peut aller jusqu’à 40 pages. Le plus : tu peux lui fournir tes propres sources et documents avant qu’il entame des recherches. Son prix : il est trés cher. Pour l’utiliser, il faut avoir l’abonnement pro à 200$/mois.

• Google Gemini a une autre approche : l’IA (Gemini 1.5 pro, qui n’est pas un modèle de raisonnement comme “o3”), fait d’abord un plan d’exploration, que tu valides, puis suit son plan à la lettre. Résultat : c’est plus léger, rarement plus de 10 pages, mais intéressant pour avoir des listes de liens rapidement (une quarantaine) et une synthèse. Le plus : il est très rapide. Son prix : il faut avoir l’abonnement “Gemini Advanced” à 20$/mois.

• Co-Storm est plus original : à la suite de ta requête, plusieurs agents échangent entre eux, font des recherches sur Internet, comparent leurs résultats et produisent un long rapport (une trentaine de pages) en anglais avec des sources souvent plus fiables que ChatGPT. Le plus : tu peux intervenir à tout moment dans l’échange pour apporter tes infos ou pour ré-orienter les recherches. Le prix : c’est open-source, donc rien à payer !

Comment (bien) utiliser les IA de Deep Research ?

• Ne sois pas trop long, mais sois clair et précis : donne l’objectif de ta recherche, le format (rapport, revue de web, liste…), la période de recherche, et sur le type de sources à privilégier (anglais, académiques, fiables, avis d’experts…)

• Vérifie chaque source citée dans le rapport, en particulier les chiffres.

• Fais attention aux rapports sur des infos récentes, elles peuvent entrer en conflit avec la date limite de connaissance du modèle (avril 2024). N’hésite pas à préciser dans ton prompt des éléments d’actualisation (nouveaux modèles d’IA, élection de D. Trump) ou, mieux, lui fournir tes propres documents pour renforcer son contexte et éviter les interprétations erronées.

• Copie-colle le résultat dans un traducteur Markdown pour éviter les bugs d’édition. Puis récupère la version propre dans un Google Docs que tu pourras transformer ensuite en PDF.

Ce qu’il faut retenir :

• La "deep search" est une nouvelle fonctionnalité d'IA qui permet de produire des rapports détaillés et sourcés en analysant des dizaines de sources web avec un taux d'erreur étonnamment bas.

• Cette technologie est disponible via trois approches principales : ChatGPT (le plus puissant mais coûteux), Google Gemini (plus rapide mais moins approfondi), et Co-Storm (open-source avec interaction possible).

• Bien que prometteuse, cette technologie nécessite toujours une vérification humaine des sources et une vigilance particulière concernant les informations récentes qui pourraient dépasser la date limite de connaissance des modèles.

Pour aller plus loin :

• Tu peux le lire le rapport complet généré par ChatGPT “Deep Research” sur… lui-même. Et celui (croustillant) sur les erreurs des humains.

• Découvre le retour d’expérience du co-fondateur de HubSpot qui a demandé une étude de marché à “Deep Research” et celui de Keith Dear (ancien collaborateur du premier ministre) à propos d’un rapport sur la défense britannique.

• “Deep Research” d’OpenAI a obtenu un score de 26,6% sur le questionnaire “Humanity Last Exam” (contre moins de 13% pour les autres IA).

• La communauté Open-Source de Hugging Face s’est lancé un défi pour reproduire le “Deep Research” d’OpenAI. Défi réussi en… 24 heures ! Fou ! Pour l’installer sur ton ordinateur, c’est un peu technique, mais tu trouveras une démonstration ici en vidéo (en anglais).

The Final Countdown (et l’Europe dans tout ça)

Le rapport généré par “o3 - Deep Research” est passionnant à lire. Il n’apporte rien de révolutionnaire, mais il synthétise de manière très utile l’ensemble des enjeux géopolitiques de l’IA dans le nouveau paysage mondial.

Tu peux télécharger ce rapport ici 👇

Ce passage, en particulier, m’a interpellé : il met en lumière la fragilité de l’Europe face à l’émergence des deux blocs USA/Chine.

Des questions intéressantes, à la veille du Sommet mondial pour l’Action pour l’IA qui se tiendra à Paris lundi 10 et mardi 11 février dans un climat d’incertitude. Le Sommet doit composer avec une Amérique désormais plus centrée sur ses propres intérêts et moins engagée dans une régulation multilatérale. La participation de JD Vance (Vice-président) indique malgré tout un effort de dialogue avec les autres délégations.

Mistral gagnant ?

Si tu cherches une alternative sérieuse à ChatGPT, tu peux désormais te tourner vers un chatbot français !

Développé par la startup Mistral AI, le Chat Mistral s’attaque frontalement aux mastodontes américains — ChatGPT et Claude — avec un modèle de langage certes légèrement moins puissant, mais dont les différences restent subtiles.

Au menu de sa nouvelle mise-à-jour : recherche web, lecture et analyse de PDF (y compris les images), “fonction canvas” pour co-écrire et corriger du texte, génération et exécution de code, création d’images via Flux (un modèle open source plus puissant que DALL-E), et un outil de Data Analysis pour visualiser tes données.

En prime, Chat Mistral se targue d’être 10x plus rapide, propose un abonnement mensuel moins cher à 14,99 €, et s’appuie sur un partenariat avec l’AFP pour l’accès à l’information.

Son récent déploiement d’applications mobiles Android et iOS prouve d’ailleurs son ambition de rivaliser directement avec ChatGPT. La percée du chatbot chinois DeepSeek, qui a su concurrencer les géants américains avec moins de moyens, ouvre la voie à des acteurs plus petits et agiles comme Mistral.

Bullshit therapy

Il y a une expression qui n’a de cesse de m’énerver, et je l’entends tous les jours sur les médias sociaux. Je te la résume sous forme de format bullshit en langage de programmation bullshit :

Mon astuce “Bullshit Therapy” : Dès que tu entends parler d’un outil et que tu vois associés les mots-clés “bluffant” et “potentiel”, arrête de lire, et va arroser une plante.

(Je devrais peut-être en faire un manuel, tu en penses quoi ?)

Dense, dense, dense…

J’ai passé les trois dernières semaines à bosser sur la refonte de notre formation ChatGPT. Un travail de titan ! J’ai réalisé à quel point notre façon de prompter avait changé, j’ai dû TOUT repenser. Au final c’était passionnant et je suis impatient de partager ça avec toi. Cette formation sera très différente de tout ce que tu as pu lire sur le sujet un peu partout… Lancemement d’ici la fin du mois !

Une des choses que j’ai apprises, c’est que faire de longs prompts hyper structurés n’était pas forcément utile. Tu peux être extrêmement concis, rédiger au minimum tes instructions, et obtenir les mêmes résultats, parfois même meilleurs !

L’essentiel est de comprendre comment un modèle de langage traite l’information et d’agir en conséquence.

Le plus important ? La clarté !

J’ai donc développé une technique qui consiste à commencer par le prompt le plus condensé et clair possible, de regarder ce que ça donne, puis d’ajouter petit à petit des éléments de contexte si nécessaire.

Comment faire le prompt le plus dense et le plus clair possible ? Passe le au filtre de ce prompt !

Voici un prompt pour ChatGPT :

{{ [PROMPT ORIGINAL] }} 

Condense cette instruction en une seule phrase. 

Évite le verbiage MAIS sans perdre en précision ni perdre de vue les étapes de raisonnement nécessaires à la création d'un contexte de qualité. 

La clarté de l'instruction est clé.

Identifie d'abord les mots-clés qui garantiront un résultat équivalent. 

Puis propose une version condensée.

Ce qui est intéressant avec ce prompt, c’est que tu peux aussi l’utiliser pour densifier n’importe quel texte en l’adaptant un peu.

Fais tes essais et dis moi ce que tu en penses !

PARTICIPE !

On construit cette lettre ensemble !

Nous avons passé le cap des 28.000 abonnés ! C’est la folie. Grosse pression maintenant !

La dernière édition, consacrée à Deepseek, vous a beaucoup plu, 99,3% d’avis positifs ! Merci !

J’ai demandé à Claude d’analyser les résultats, il m’a produit ce tableau de bord interactif avec les commentaires les plus intéressants. Tu peux le retrouver ici.

Par exemple “Ludovic” qui nous dit :

Alors oui oui on a bien besoin de financer ce travail de fond ! Nous allons lancer en février une version premium pour ceux qui en veulent plus. Ça fait plusieurs mois qu’on travaille dessus !

Je t’en parlerai dans la prochaine lettre ❤️.

A toi de voter !

Comment as-tu trouvé cette édition ? Vote ici et laisse tes commentaires pour nous aider à nous améliorer !

Merci de nous avoir consacré un peu de ton temps. Je te souhaite une bonne semaine sous le signe de la curiosité !

🕵️‍♂️🕵🏻 🕵🏾‍♀️ Benoit, Thomas et FlintGPT.