Revenir à la liste

Veille informationnelle augmentée par l'IA

Contact :
D'ALMEIDA BOIT Nicolette
docteur-metier@univ-toulouse.fr
Catégorie :
Méthodologie de la thèse, recherche documentaire et publication
Nombre d'heures :
 6
Min participants :
 2
Max participants :
 4
Public prioritaire :
 Aucun
Public concerné :
  Tout doctorant de Toulouse
Langue de l'intervention :
français
Mots clés :
 Recherche : méthodes, outils, évaluation de l'info, usages de l'information, sources et ressources disciplinaires

Objectifs :

• Évaluer, à chaque étape du cycle de la veille, ce que l'IA peut apporter concrètement -et identifier ses limites techniques, économiques et critiques.
• Sur la base de cette évaluation, intégrer les outils IA pertinents dans sa propre pratique de veille, en fonction de ses besoins et des ressources accessibles.
• Adopter une posture critique et responsable : évaluer les productions de l'IA, protéger la confidentialité des données, respecter le RGPD.
• Expérimenter la production d'un livrable de veille assistée par l'IA, en maintenant le jugement professionnel au cœur du résultat.

Programme :

Définir et cadrer avec l'IA
• Utiliser un chatbot (ChatGPT, Claude, Perplexity) pour explorer une problématique, décomposer un sujet, suggérer des mots-clés multilingues.
• Points de vigilance : hallucinations, biais, limites du périmètre suggéré, confidentialité et RGPD.
• Exercice : soumettre ses axes de veille à un chatbot, comparer et critiquer les propositions.

Identifier des sources avec l'IA
• Cartographier les sources d'un domaine avec un outil de recherche IA (Perplexity ou équivalent).
• Comprendre le fonctionnement des outils de recherche : approche lexicale (mots-clés) vs approche sémantique (avec RAG).
• Choisir un outil adapté à son domaine de veille : critères d'évaluation (couverture documentaire, mode d'indexation, fréquence de mise à jour, présence de ressources spécialisées) -et limites de la transparence des outils.
• Évaluer les réponses produites par l'outil : pertinence des références retournées, fiabilité et vérifiabilité des documents cités -et limites de l'évaluation face à l'opacité des algorithmes.
• Exercice : tester plusieurs outils sur un même domaine, comparer les résultats et identifier les forces et limites de chacun.

Collecter : outils et apports de l'IA
• Les outils fondamentaux : flux RSS (Feedly, Inoreader) et alertes (Google Alerts, alertes dans les bases scientifiques).
• Les fonctions IA dans les outils RSS : résumé automatique, filtrage intelligent (Feedly AI, Inoreader AI) -démonstration de ces fonctionnalités payantes.
• Les outils à recommandation algorithmique : Semantic Scholar -suggestion automatique de nouveaux articles à partir d'un profil de lecture, alerte mail -particulièrement pertinent pour un public académique.
• Les outils génératifs avec tâches automatisées : Perplexity et ChatGPT (plan payant) -génération automatique d'une synthèse périodique sur un sujet défini par prompt -potentiel et limites (absence de mémoire des envois précédents, redondances).
• Panorama des autres approches existantes : agents autonomes de veille, plateformes professionnelles -pour situer ces outils dans un paysage plus large sans entrer dans le détail.

Analyser avec l'IA
• Des méthodes traditionnelles à l'IA : lire, résumer, annoter, analyser -nouvelles possibilités offertes par les outils IA.
• NotebookLM et ChatGPT : résumé et synthèse thématique croisés, interrogation du corpus par questions-réponses.
• Regard humain indispensable : ces outils assistent, ils ne se substituent pas au jugement du veilleur.
• Confidentialité et RGPD : précautions à prendre. Évocation de solutions plus conformes, mais aussi plus complexes.
• Exercice : à partir d'un corpus fourni, utiliser NotebookLM pour produire une note de synthèse thématique.

Produire le livrable : l'IA comme assistant
• Posture éditoriale : l'IA assiste, le professionnel dirige, contextualise et personnalise.
• Les outputs possibles avec NotebookLM : notes de synthèse, infographies, cartes mentales, tableaux de données, podcasts, etc.
• Atelier final : produire une ébauche de livrable de veille assistée par l'IA sur son axe de veille.

Equipe pédagogique :


Francois MAGNAN