Demande à Claude la hauteur de l’Empire State Building, tu auras la réponse en trois secondes et un tableau propre. Demande-lui le cinquième acteur crédité au générique d’une série des années 90, et là, tu joues au poker sans le savoir. Même outil, même aplomb, deux niveaux de fiabilité qui n’ont rien à voir.
Wired a posé la bonne question cette semaine : quand est-ce qu’on doit confier sa recherche à un chatbot, et quand est-ce qu’on ferait mieux de taper dans la barre Google comme des grands ? La réponse courte, c’est que ces deux gestes ne font pas le même métier. La réponse longue vaut le détour.
Ce que fait vraiment un chatbot qui « cherche »
Première chose à piger : quand tu demandes à ChatGPT, Gemini ou Claude d’aller voir sur le web, il ne fait pas que ça. Il google pour ton compte, oui, mais il mélange ce qu’il trouve avec ce qu’il a déjà dans le ventre, à savoir son entraînement. Le tout est reformaté dans ce style génératif qu’on reconnaît entre mille. C’est précisément dans cet ajout que se nichent les emmerdes.
Sur du savoir courant, l’affaire est pliée. La hauteur d’un immeuble connu, une capitale, une date de naissance : les probabilités du modèle pointent vers la bonne information, et le web regorge de sources concordantes. Le taux d’erreur est faible, tu peux y aller.
Ça se gâte avec l’obscur. Le cinquième rôle d’une série que personne n’a regardée, un détail administratif local, une référence unique. Là, il existe peut-être deux pages sur tout le web qui en parlent, et le modèle peut très bien choisir la mauvaise. Il ne te dira pas qu’il hésite. Il te répondra avec la même assurance que pour l’Empire State Building.
L’étude qui dit où ça casse
La recherche de Stanford citée par Wired tape juste : quand l’IA tombe sur une source exacte, elle en extrait très bien la bonne info. Son point faible, c’est de ne pas trouver les bonnes sources du tout, soit qu’elles n’existent pas, soit qu’elle ait mal compris la question. Et de produire quand même une réponse confiante.
C’est exactement le même schéma que je détaillais à propos de ChatGPT qui trie tes PDF : l’extraction tient la route, la sélection en amont craque. Le modèle est un excellent lecteur. C’est un piètre bibliothécaire.
Et le bibliothécaire a ses lubies. Des chercheurs de UC San Diego ont observé que les recherches web par IA privilégient parfois une source parce qu’elle colle mieux à la requête, pas parce qu’elle fait autorité. En pratique, un blog perso peut coiffer un site médical professionnel si le modèle juge qu’il répond plus précisément à ce que tu as demandé. Toi, devant une liste de liens bleus, tu aurais cliqué sur le site de confiance. Lui, non.
Là où le chatbot écrase Google
Ne jetons pas le bébé avec l’eau du résumé automatique. Il y a un terrain où l’IA est franchement meilleure : les requêtes composées. « Je cherche un restaurant à San Francisco pour une famille de cinq à moins de 200 dollars. » Google te sortira une liste classée selon des critères basiques. Le chatbot croise plusieurs sources, recoupe les contraintes et te pond une synthèse utilisable en dix secondes.
Reste à garder la tête froide sur ce que ça vaut. Le modèle n’a jamais mis les pieds à San Francisco et n’a jamais rien mangé là-bas. Il compile des récits publics écrits par des gens qui, eux, y ont dîné. Quand les pages correspondantes manquent, il cherche des mots voisins, « abordable », « familial », et fabrique une réponse à partir de ça. Sur une ville saturée d’avis en ligne, ça marche. Sur « des tables en forme d’étoile » dans un patelin de 3 000 habitants, tu prends un pari.
Le vrai prix : tu ne vois plus les sources
Ce qui me dérange le plus dans le passage à la recherche assistée, ce n’est pas le taux d’erreur. C’est la perte de contrôle. Avec Google, tu vois la liste, tu reconnais tes sites de confiance, tu écartes les fermes à contenu. Avec un chatbot, tu délègues trois opérations d’un coup : l’interprétation de ta question, la sélection des sources, l’extraction de l’information. Ça te fait gagner du temps et ça te retire la main.
Il y a des cas où cette main, tu en as besoin. Une citation exacte, un chiffre tiré d’un rapport, une fiche technique d’appareil : retour au vieux Google, ou carrément au document. Une actualité chaude : l’IA peut traîner sur la fraîcheur de ses données. Et tous les sujets où se tromper coûte cher, santé, droit, finances : là, le confort ne vaut rien face à la vérification.
Si tu tiens quand même à faire chercher le bot, exige les liens. Ils doivent être dans la réponse. Demande-lui d’où sort tel chiffre. Triple-vérifie sur les sujets qui comptent. C’est chiant, c’est exactement le travail que la recherche assistée promettait de t’épargner, et c’est le prix de ne pas raconter de conneries à ton médecin ou à ton comptable.
Et Google dans tout ça
Pendant qu’on débat de la fiabilité des chatbots, le moteur historique se sabote tout seul. First Dog on the Moon, dans son cartoon du Guardian, résume la situation en une phrase : « Google search has gone from being very handy to useless ». Le même dessin note que le résumé IA de Google creuse un trou dans ses propres profits. La blague est bonne parce qu’elle est documentée : la boîte pousse son AI Mode à fond, celui-là même que j’évoquais quand la publicité y passait à l’échelle mondiale.
Chercher sur le web n’a jamais été gratuit. Avant, tu payais en liens sponsorisés et en pages de résultats encombrées. Aujourd’hui, tu paies en opacité, et le type qui te répond a un modèle économique dans le dos.
Un moteur de recherche ne te donne plus des liens à trier. Il te donne une opinion sur des liens. À toi de voir si tu as encore envie de lire les sources, ou si tu préfères faire confiance à quelqu’un qui n’est jamais allé à San Francisco.
Sources :
Comments are closed