Rédiger des requêtes de qualité en IA générative : 7 principes issus des sciences de l’information
L’intelligence artificielle (IA) générative semble avoir transformé chaque personne utilisatrice en personne experte de la recherche. Pourtant, la simple saisie d’une question dans une interface ne constitue pas une stratégie de recherche ni une garantie de résultat probant. Le prompt engineering, que l’Office québécois de la langue française traduit par rédactique, constitue la porte d’entrée à des réponses pertinentes et ciblées en matière d’intelligence artificielle générative. En d’autres termes, une bonne réponse dépend de la qualité de la question et du contexte posés, qu’on appelle également ingénierie de contexte. Les sciences de l’information fournissent des clés pour nous soutenir dans cet exercice d’interaction et trouvent un écho remarquable dans l’univers de l’IA générative. Voici sept principes issus des sciences de l’information permettant de formuler des requêtes efficaces et d’obtenir des résultats plus pertinents.
1. Le principe de l’entrevue de référence : contextualiser le besoin
En sciences de l’information, le ou la bibliothécaire explore le besoin réel des demandeurs à l’aide d’une entrevue de référence. Derrière la question initiale se cachent en effet toutes les composantes à exploiter lors de la recherche.
Application à la rédaction d’une requête — Plutôt que de soumettre une requête brute, fournissez un contexte riche : votre rôle ou celui que vous prêtez à l’outil, le public cible que vous visez, l’objectif que vous poursuivez, le niveau de profondeur que vous recherchez.
Exemple — Plutôt que « Explique-moi la veille informationnelle », inscrivez : « Je suis (ou tu es) analyste dans le secteur pharmaceutique. Je dois (tu dois) préparer une note de synthèse pour mon (ton) comité de direction sur les tendances émergentes en veille informationnelle appliquée à la recherche et développement. Quelles approches méthodologiques récentes devrais-je (devrais-tu) couvrir? »
2. Le principe du vocabulaire contrôlé : choisir ses termes avec précision
Les thésaurus, les listes de mots-clés et les vocabulaires contrôlés existent pour une raison : la synonymie et la polysémie sont les ennemies de la recherche documentaire. Le même mot peut désigner des réalités très différentes selon le domaine, tandis qu’une même réalité peut se traduire en plusieurs mots en vocabulaire libre.
Application à la rédaction d’une requête — Privilégiez le vocabulaire spécialisé de votre domaine pour fournir un cadre à la fois sémantique et ontologique. Par exemple, si vous travaillez en veille, distinguez clairement « veille informationnelle », « intelligence économique » et « competitive intelligence ». Chaque terme oriente l’outil vers un registre de réponse différent. Précisez également la terminologie et le niveau de langue à employer dans la réponse si vous avez des préférences (français, anglais, jargon technique ou langage vulgarisé).
3. Le principe des facettes : structurer la requête en dimensions
Le mathématicien et bibliothécaire Shiyali Ramamrita Ranganathan, père de la classification à facettes, nous a appris à décomposer un sujet selon ses dimensions fondamentales : Personnalité, Matière, Énergie, Espace, Temps (PMEST). Cette approche multidimensionnelle demeure un outil intellectuel puissant pour structurer toute demande d’information. Un peu à la manière de la construction d’une référence bibliographique, il s’agit de préciser des métadonnées.
Application à la rédaction d’une requête — Décomposez votre requête en facettes explicites. Précisez le quoi (sujet), le qui (public cible), le comment (format, ton, structure), le où (contexte géographique ou sectoriel) et le quand (période temporelle). Une requête à facettes laisse peu de place à l’ambiguïté et réduit les réponses hors sujet. C’est également le principe des 5 W en journalisme.
Exemple — « SUJET : outils de veille automatisée. PUBLIC : gestionnaires de bibliothèques universitaires au Québec. FORMAT : tableau comparatif. CRITÈRES À COUVRIR : coût, fonctionnalités, intégration aux systèmes de gestion de bibliothèques, courbe d’apprentissage. PÉRIODE : outils disponibles en 2026. »
4. Le principe de la stratégie de recherche : itérer et raffiner
Une stratégie de recherche efficace s’avère rarement linéaire. On élargit, on restreint, on combine des concepts avec des opérateurs booléens, on reformule. La recherche est un processus itératif qui se construit au fil des résultats obtenus.
Application à la rédaction d’une requête — Adoptez une approche conversationnelle et itérative avec l’outil d’IA. Commencez par une requête exploratoire, analysez la réponse, puis affinez. Demandez à l’outil de préciser, de développer un point, de reformuler sous un autre angle ou d’exclure certains aspects.
L’interaction avec un outil d’IA générative est un dialogue, pas une requête unique. Les meilleurs résultats s’obtiennent en trois, quatre, voire cinq échanges successifs, exactement comme on raffine une équation de recherche dans une base de données.
5. Le principe de la pertinence : définir ses critères d’évaluation
En sciences de l’information, le rappel (recall) et la précision (precision) représentent les deux mesures classiques de la performance d’un système de repérage. On ne peut généralement pas maximiser les deux simultanément : il faut choisir.
Application à la rédaction d’une requête — Indiquez explicitement à l’outil d’IA générative si vous recherchez l’exhaustivité (un panorama complet d’un sujet, quitte à inclure des éléments marginaux) ou la précision (uniquement les éléments les plus pertinents et fiables). Cette distinction, naturelle pour un professionnel de l’information, est très utile pour calibrer la réponse. Vous pouvez aussi spécifier des critères de filtrage : « Ne retiens que les sources de niveau académique » ou encore « Concentre-toi sur les trois approches les plus citées dans les écrits ».
6. Le principe de l’évaluation des sources : exiger la traçabilité
La littératie informationnelle nous apprend à évaluer les sources selon des critères établis : autorité, actualité, objectivité, couverture, exactitude. Ce réflexe critique se révèle indispensable face aux outils d’IA générative, car ces derniers peuvent produire du contenu plausible, mais inexact, que l’on qualifie d’« hallucinations ».
Application à la rédaction d’une requête — Intégrez des exigences de traçabilité directement dans votre requête. Demandez à l’outil de citer ses sources, de distinguer les faits établis des hypothèses, de signaler les points sur lesquels il existe un débat dans les écrits. L’IA générative constitue un point de départ pour la recherche, pas une source primaire. Votre expertise en évaluation des sources constitue votre atout et vous permet également de mettre en pratique la littératie algorithmique, soit « le fait d’être conscient de l’utilisation des algorithmes […], de comprendre leur fonctionnement, d’être en mesure d’évaluer de manière critique la prise de décision algorithmique et de posséder les habiletés requises pour gérer, voire influencer, les opérations algorithmiques » [2].
7. Le principe de la médiation documentaire : spécifier le format de sortie
Le rôle du professionnel de l’information ne se limite pas à trouver l’information : il la met en forme, la reconditionne et l’adapte au besoin de son destinataire. Un même contenu peut prendre la forme d’une bibliographie annotée, d’un bulletin de veille, d’une synthèse exécutive ou d’une carte conceptuelle, selon le public et l’usage visés.
Application à la rédaction d’une requête — Précisez toujours le format de sortie attendu. Voulez-vous un résumé en cinq points? Un tableau comparatif? Un plan de classification? Une synthèse narrative avec recommandations? L’IA générative s’avère flexible dans sa capacité à structurer l’information, à condition qu’on lui énonce comment. Indiquez aussi la longueur souhaitée, le ton (formel, vulgarisé, analytique) et la structure (avec ou sans intertitres, avec ou sans recommandations).
Conclusion
Bien avant l’émergence de l’IA générative, les sciences de l’information nous ont donné les outils intellectuels nécessaires pour bien cerner le contexte, formuler des requêtes efficaces et évaluer les réponses obtenues. Les grands modèles de langage changent notre interlocuteur, mais pas la nature du travail informationnel. Et cet interlocuteur, aussi puissant soit-il, reste entièrement dépendant de la qualité des intrants qu’on lui fournit, de la question qu’on lui pose et du travail intellectuel que l’on effectue en aval, à l’aide de ses extrants.
Chez Cogniges, nous sommes convaincues que les principes fondamentaux des sciences de l’information représentent la clé pour transformer ces outils en leviers et en prévenir certains écueils. L’art de la requête constitue un prolongement naturel de nos pratiques qui vous accompagnent dans une démarche de recherche ou de veille empreinte d’éthique.
À lire également
- Sept principes pour énoncer clairement son besoin d’information
- Sources d’information : critères de choix pour une recherche documentaire ou une veille probante
- L’intelligence artificielle au service des sciences de l’information : points de rencontre et limites
Références
[1] Blanquet, Marie-France. (2012). Un visionnaire venu des Indes : Shiyali Ramamrita Ranganathan. Bulletin des bibliothèques de France (BBF), 1, 12-17.
[2] Gaudet. Marie-Claude, Parent-Rocheleau, Xavier et Pasquier, Vincent. (2023, mai). La littératie permettrait-elle une meilleure gestion algorithmique? Revue Gestion.