Name: Tremplin Numérique
Price range: $$$

Sommaire

Résumé

Le modèle Deep Research combine l'IA Gemini de Google pour rechercher et générer des rapports détaillés, ce qui permet de gagner potentiellement du temps de recherche.
Le modèle est accessible aux abonnés Gemini Advanced sur l'interface Web pour 20 $/mois en anglais uniquement.
Deep Research génère rapidement des rapports détaillés et bien formatés, mais nécessite toujours une analyse humaine.

Google a lancé Deep Research, disponible pour les abonnés avancés de Gemini, qui utilise Gemini pour analyser plusieurs sources et créer des rapports détaillés. Cela semble impressionnant, mais est-ce suffisant pour remplacer les devoirs pour toujours ?

Qu’est-ce que la recherche approfondie ?

Deep Research est un assistant de recherche alimenté par l'IA qui combine les capacités de recherche de Google avec le raisonnement avancé de l'IA de Gemini. Cette fonctionnalité vous permet d'explorer des sujets complexes et de générer des rapports complets en quelques minutes, économisant ainsi potentiellement des heures de recherche manuelle. Il prétend effectuer des recherches sur le Web ouvert pour fournir des rapports complets et organisés à partir d'une gamme de sources. Mais à quel point est-ce vraiment un bon travail ?

Comment utiliser la recherche approfondie

Pour accéder à Deep Research, les abonnés Gemini Advanced peuvent visiter l'interface Web Gemini (sur le bureau) et se connecter.

Sélectionnez « 1.5 Pro avec Deep Research » dans le menu déroulant du modèle :

Ensuite, entrez votre question ou sujet de recherche, examinez et approuvez (ou modifiez) le plan de recherche en plusieurs étapes, puis cliquez sur « Démarrer la recherche » pour lancer le processus.

Il convient de noter que Deep Research est actuellement disponible uniquement en anglais et pour les abonnés Gemini Advanced, au prix de 20 $ par mois, mais vous pouvez également bénéficier d'un essai.

Mettre la recherche approfondie de Gemini à l'épreuve

Pour évaluer les capacités de Deep Research, j'ai décidé de le tester avec une question pointue et pas trop complexe :

« Quelles sont les principales tendances du développement de l'intelligence artificielle pour 2025 ? »

Il élabore immédiatement un plan de recherche avec certains domaines clés dans lesquels il envisage de rechercher et déclare qu'il peut le préparer en quelques minutes. J'ai été assez surpris par l'exhaustivité du plan de recherche et la rapidité avec laquelle il a été élaboré. J'ai cliqué sur « Démarrer la recherche : »

Cela commence par une recherche sur la question, en passant par 28 résultats pertinents :

Il a complété mes recherches et créé un rapport détaillé en quelques minutes. Le modèle vous encourage à poser des questions de suivi ou à demander des modifications. Vous pouvez également l'ouvrir dans Google Docs, ce que j'ai fait :

Le rapport final était pertinent et à jour, incluant des sources réputées (par exemple, Gartner), et il était bien formaté et abordait toutes les sections clés mentionnées dans le plan de recherche :

Comment a-t-il fonctionné ? (Les résultats)

Le rapport couvre les agents basés sur l'IA qui continueront à devenir plus performants et à effectuer des tâches sans nécessiter d'intervention humaine, y compris la tendance de l'IA multimodale (systèmes d'IA capables de traiter des informations provenant de nombreuses sources) telles que Deep Research de Gemini. Il a également couvert les tendances en matière d'investissement et de financement dans l'IA qui devraient augmenter en 2025, les problèmes de cybersécurité liés à l'IA et les applications de l'IA dans les secteurs de la santé à l'industrie manufacturière.

Il a suivi une approche large et équilibrée, prenant en compte les préoccupations éthiques soulevées par l’IA et ce à quoi nous devrions nous attendre pour aller de l’avant. Ce à quoi je ne m'attendais pas, c'est une liste de conférences sur l'IA programmées pour 2025. Je pense que poser à l'IA une question aussi large a permis au chatbot d'être un peu plus créatif. Le rapport comprenait un mélange de données quantitatives (par exemple, statistiques d'investissement en IA, statistiques d'adoption de l'IA dans le monde des affaires et croissance des centres de données d'IA avec projections de consommation électrique mondiale) et d'analyses qualitatives (tendances de l'IA pour plusieurs secteurs), le tout avec des données fiables. citations.

Deep Research ne s'est pas contenté de compiler des faits ; il a synthétisé des informations pour fournir un aperçu des tendances et des scénarios futurs potentiels, ainsi que des considérations éthiques potentielles et l'impact potentiel sur la main-d'œuvre si davantage d'emplois étaient remplacés par l'IA. Il mentionne également comment l’IA est utilisée pour détecter et prévenir les cyberattaques en améliorant les systèmes de sécurité existants, et comment les cybercriminels utilisent l’IA pour faire le contraire.

La plateforme était facile à utiliser et très simple. Je n'ai pas eu à bricoler les invites et c'était très intuitif. Le temps d’attente pour que la recherche et le rapport soient générés a été très rapide. Personnellement, je me vois l'utiliser à nouveau pour en savoir plus sur différents sujets très rapidement. Qui a le temps de parcourir plusieurs sites Web de nos jours ?

Répondre aux questions de suivi

Pour voir comment le chatbot réagirait au suivi, je lui ai posé quelques questions, l'une d'elles étant :

« Concernant l’IA dans les médias, pouvez-vous me dire comment l’IA pourrait être utilisée pour potentiellement automatiser le montage vidéo ?

Il a produit un résultat mentionnant les différents aspects du montage vidéo que l'IA peut automatiser ainsi que les outils de montage vidéo IA actuellement disponibles. Comme toujours, il renvoie à toutes les sources et contenus pertinents.

Limites de la fonctionnalité de recherche approfondie

Bien que le modèle Deep Research m'ait pas mal impressionné, je dirais que dans l'ensemble, il manquait une compréhension nuancée provenant de la lecture d'articles universitaires réels ou de la réalisation de vos propres recherches primaires, ce à quoi je m'attendais. Vous devez également vous méfier des biais potentiels. Toutes les sources provenaient également principalement de publications de langue anglaise, il se peut donc qu'il y ait d'autres perspectives qui nous manquent.

Cas d'utilisation potentiels pour les étudiants

Je ne pense pas que les devoirs soient encore complètement morts, mais je pense qu'utiliser Deep Research pour s'organiser et collecter des informations est un bon début. Pour les revues de littérature, vous pouvez générer un aperçu rapide des recherches existantes sur un sujet pour obtenir un aperçu et voir s'il existe des lacunes dans les sources disponibles. La planification de projet en est une autre. Étant donné que Deep Research peut fournir des plans de recherche bien structurés, il peut vous aider à vous organiser pour votre projet de recherche et vous donner une base pour commencer.

Comme pour tout contenu généré par l’IA, vous devez vous assurer que toutes les informations sont factuelles, car les chatbots sont sujets aux hallucinations. Toutes les informations recueillies doivent être vérifiées auprès des ressources appropriées. De plus, même s'il semble être un outil puissant pour collecter des informations pertinentes et effectuer un peu d'analyse, vous devrez toujours analyser de manière critique et rassembler les principaux points. N’oubliez pas que l’IA doit compléter la pensée critique et non la remplacer.

Comment se compare-t-il aux autres modèles d’IA ?

Ce qui distingue Deep Research des outils d’IA existants, c’est sa capacité à imiter les compétences de recherche humaines. Il ne se contente pas de fournir une réponse simple, mais effectue une enquête sur diverses sources qu'il génère dans un rapport et lance également de nouvelles recherches basées sur ce qu'il a appris. Ce processus est répété plusieurs fois pour aboutir à un résultat plus complet.

Si vous souhaitez comparer l'outil Deep Research de Gemini au modèle o1 d'OpenAI (qui est leur modèle de raisonnement avancé), les deux constituent de puissantes avancées dans la technologie de l'IA. Cependant, Deep Research semble se concentrer davantage sur la recherche basée sur le Web et la génération de rapports, tandis que le modèle o1 d'OpenAI se concentre sur l'amélioration du raisonnement et la résolution de problèmes complexes dans tous les domaines, notamment les défis scientifiques, mathématiques et de codage.

Bien que la fonctionnalité Deep Research de Google pour Gemini Advanced soit puissante et impressionnante dans sa capacité à effectuer un processus de recherche en plusieurs étapes et à fournir des rapports bien structurés en quelques minutes, ce n'est pas la fin de tous les devoirs. N'oubliez pas que cela ne remplace pas la pensée originale et la créativité humaine, alors utilisez-le de manière responsable. On ne sait jamais, peut-être qu'un jour l'IA remplacera les devoirs des scientifiques en IA.