Analyser
Examiner un ensemble de textes ou de données afin d'en extraire des structures, thèmes ou éléments potentiellement intéressants.
Comprendre les possibilités et les limites de l'IA pour analyser, classer, synthétiser et assister des recherches numériques.
Une intelligence artificielle peut traiter rapidement de grandes quantités d'informations. Elle peut aussi produire des erreurs, interpréter incorrectement un contexte ou générer une information qui semble plausible sans être établie.
Dans une recherche numérique, l'IA peut intervenir à différentes étapes : comprendre une demande, traiter des textes, organiser des informations, détecter des thèmes, produire une synthèse ou aider à préparer de nouvelles recherches.
Son intérêt devient particulièrement visible lorsque la quantité d'informations à examiner dépasse ce qu'il serait pratique de traiter manuellement dans un temps court.
Mais vitesse de traitement et fiabilité ne sont pas synonymes. Une réponse générée doit être distinguée des données originales sur lesquelles elle repose.
L'intérêt ne consiste pas nécessairement à demander à l'IA de « trouver la réponse », mais à lui confier des tâches précises au sein d'un processus contrôlé.
Examiner un ensemble de textes ou de données afin d'en extraire des structures, thèmes ou éléments potentiellement intéressants.
Regrouper des éléments selon des catégories définies afin de faciliter leur organisation et leur examen.
Transformer un volume important d'informations en une présentation plus courte et structurée.
Repérer dans des documents certains noms, dates, lieux, organisations, références ou autres informations.
Mettre en parallèle plusieurs textes ou ensembles d'informations afin d'identifier ressemblances, différences ou contradictions.
Aider à reformuler une question, identifier des concepts, préparer des mots-clés ou structurer les étapes suivantes d'une recherche.
Une utilisation structurée permet de distinguer les données originales, les traitements automatisés et l'interprétation finale.
Réunir les informations et conserver leur provenance.
Préparer les données pour permettre leur analyse.
Utiliser l'IA pour extraire, classer ou synthétiser.
Comparer le résultat aux données originales.
L'utilisateur conserve l'analyse du contexte et la décision finale.
Une recherche peut produire des dizaines ou des centaines de documents, pages, extraits ou éléments de contexte.
L'IA peut aider à les organiser : regroupement thématique, détection de répétitions, extraction de références, chronologie provisoire ou identification de points à examiner.
Le résultat constitue alors une aide à la lecture et à l'orientation de la recherche. Les éléments importants doivent être contrôlés dans leur source.
L'intelligence artificielle est particulièrement intéressante lorsqu'elle est intégrée à des tâches bien définies.
Elle peut accélérer certaines opérations, proposer des regroupements et faire apparaître des éléments qui méritent d'être examinés.
La compréhension du contexte, la qualification d'une information et les conclusions nécessitent cependant un contrôle humain.
La forme d'une réponse générée ne constitue pas une garantie de son exactitude. Plusieurs limites doivent être intégrées à toute utilisation de l'IA.
Un modèle peut produire une information plausible mais incorrecte, ou compléter ce qu'il ne sait pas par une réponse qui semble cohérente.
Si certaines informations importantes ne sont pas fournies au système, son analyse peut reposer sur une vision partielle de la situation.
Un texte ambigu, ironique, incomplet ou très spécialisé peut être compris différemment de son sens réel.
Une référence générée par un modèle ne doit jamais être supposée réelle sans vérification de la source.
Deux informations similaires ou proches ne démontrent pas automatiquement qu'elles concernent la même personne, le même événement ou la même origine.
Avant de transmettre des informations à un service d'IA, il faut considérer leur nature, leur nécessité et les conditions de traitement applicables.
Si une intelligence artificielle affirme qu'un événement a eu lieu, qu'une personne a déclaré quelque chose ou qu'un document contient une information particulière, cette affirmation doit pouvoir être retrouvée dans une source indépendante et consultable.
Dans une recherche numérique, l'IA peut suggérer une piste ou attirer l'attention sur un élément. La vérification consiste ensuite à revenir au document, à la page, au fichier ou à la donnée d'origine.
Plus l'utilisation concerne une information importante, plus la séparation entre génération, source et vérification doit être claire.
Ne pas remplacer les documents originaux par leur résumé généré.
Préférer plusieurs traitements précis à une question extrêmement générale.
Utiliser l'IA pour organiser l'information plutôt que lui déléguer automatiquement la conclusion.
Rechercher dans les sources originales les informations importantes.
Ne pas seulement chercher les éléments qui confirment l'hypothèse initiale.
La machine traite l'information. L'utilisateur conserve le contrôle de son interprétation.
Cette rubrique peut accueillir des tutoriels et expérimentations sur l'utilisation de l'IA appliquée au traitement de l'information numérique.
Organiser un corpus et demander une analyse structurée sans perdre le lien avec les sources originales.
Lire le tutoriel →Utiliser des catégories pour organiser un volume important de données.
Lire le tutoriel →Produire une synthèse tout en conservant la possibilité de revenir aux éléments qui la composent.
Lire le tutoriel →Distinguer affirmation, source, citation et information réellement vérifiable.
Lire le tutoriel →Transformer une demande générale en opérations plus simples à contrôler et à vérifier.
Lire le tutoriel →Comprendre comment l'intelligence artificielle peut compléter les méthodes classiques de recherche en sources ouvertes.
Explorer →Continuez avec l'OSINT, les traces numériques, le navigateur et les autres technologies étudiées dans le Cyber Lab.