IA et sérendipité - comparer différentes stratégies de recherche d’information exploratoire

Alexia Schneider

alexia.schneider@umontreal.ca

2025-10-15

Plan

1. Contexte et présentation de l’outil (20min)

2. Démonstration du système de recommandation (10min)

État actuel des systèmes de RI et de RS

Contexte

Les moteurs de recherche et bases de données scientifiques :

• proposent des articles « similaires » sans expliquer les critères de rapprochement.
• s’appuient sur :
  • le nombre de citations (Matthew’s effect) (de Solla Price 1963; Merton 1968),
  • des algorithmes de classement favorisant les articles déjà populaires (ranking) et les auteurs les plus cités (Cardon 2013).
  • les intéractions précédentes des utilisateur.ice.s. (Koster, Koch, and Kim 2014)

Page d’exemple sur Isidore

Problématique

Ces logiques entraînent :

Une concentration des citations et une perte de diversité scientifique.

Des bulles de filtres (Pariser 2011) et un biais de confirmation dans la recherche (Underwood 2014).

Les AI research assistant

Les moteurs de recherche académiques développent des méthodes de RI basées sur l’IA :

• Query augmentation
• semantic search ou recherche vectorielle
• (re)ranking

Les articles proposés par ces recommender systems (RS) peuvent varier en fonction de la stratégie sous-jacente : quid de la reproductibilité et de l’explicabilité (Tay 2025) ?

Les systèmes de recommandation et la logique déterministe

Certains systèmes de recommandation reflètent une modélisation sémantique distributionnelle :

You shall know a word by the company it keeps. — Firth (1962)

vs. 

Colorless green ideas sleep furiously — Chomsky (1957)

Dans le cadre d’une recherche d’information : faut-il chercher seulement ce qui est le plus probable ?

Conséquence : cristallistion d’un modèle sémantique induit d’une probabilité basée sur une fréquence d’occurrence dès la requête effectuée et plus seulement pour la recherche d’articles pertinents.

La manière de requêter un moteur de recherche va déterminer les informations auxquelles nous avons accès et sur lesquelles nous basons nos recherches.

La sérendipité comme alternative épistémologique

Découvrabilité

L’innovation et la recherche dépendent fortement de notre capacité à effectuer de nouveaux liens sémantiques.

Deux faces :

• trouvabilité : accéder à l’information que l’on cherche (côté de l’indexation documentaire)
• sérendipité : accéder de manière fortuite à ce qu’on ne sait pas ne pas savoir (côté utilisateur)

Beaucoup étudié dans le contexte du e-commerce et la diffusion de contenus culturels sinon par les sciences de l’information et de la documentation.

Définition de la sérendipité

‘browsing’ est un processus a 4 dimensions (Rice, McCreadie, and Chang 2001) : 1. the act of scanning; 2. the presence or absence of purpose; 3. the specificity of search outcomes or goals; 4. and knowledge about the resource and object sought.

La sérendipité est le processus et le résultat de ce ‘chance encounter’.

Modélisation de la sérendipité (Makri and Blandford 2012)

NB : dans ce modèle : dimension réflexive de la sérendipité par contraste avec le hasard.

Place de la sérendipité dans la science

Les approches exploratoires et sérendipitaires en recherche documentaire :

• exploitent la profusion pour générer des connexions inattendues (Bates 1989; Sandra Erdelez 1999)

• favorisent le décloisonement disciplinaire (Dumas Primbault 2023).

La sérendipité et le numérique

L’exploration au coeur de l’expérience du numérique connecté :

la force politique d’Internet (1969-2009) réside dans la prééminence donnée à une catégorie particulière d’activité : l’exploration. Internet s’est fondamentalement constitué sur le réaménagement de l’action autour de l’exploration : il a donné la prééminence à l’expérimentation sur l’intériorisation, aux tâtonnements incertains sur les apprentissages formels, au jeu et au défi sur l’examen scolaire. Il a structuré des communautés sceptiques, ouvertes et curieuses. — (Auray 2011)

vs. l’émergence de logiques algorithmiques limitantes :

While it was felt that some element of control could be exercised to attract “chance encounters”, there was a perception that such encounters may really be manifestations of the hidden, but logical, influences of information gatekeepers – inherent in, for example, library classification schemes — (Foster and Ford 2003)

Comment réintégrer une recherche exploratoire explicable ?

Défis de la sérendipité

Reproductibilité : comment garder trace d’un parcours exploratoire? On garde en mémoire un nombre limité d’étapes qui mènent à une résolution (Sanda Erdelez 2004).

Évaluation : comment évaluer l’impact d’une trouvaille ? Et l’intérêt d’une nouvelle fonctionnalité de recherche (Pouyllau 2023, 2025) ?

Design : comment expliciter la différence entre une recherche par mots-clés simple et une recherche assistée par une stratégie d’IA pour un.e utilisateur.ice sans connaissance particulière de ces enjeux ?

Questions de recherche

Comment concevoir un système de recommandation explicable qui :

Favorise la sérendipité et l’exploration critique ?

Compare IA symbolique et IA connexionniste ?

Permette une visualisation réflexive du raisonnement algorithmique ?

Proposition

Un RS hybride

Un RS qui vient s’ajouter aux moteurs de recherche de publications scientifiques et proposer une exploration de la littérature scientifique de façon explicable et non-déterministe, en comparant les recommandations basées sur :

• des ontologies symboliques (IEML)
• des modèles connexionnistes (LLM)

Cadre théorique

Positionnement :

• la sérendipité comme alternative épistémique et reprise d’une vision du web désengagé des discours de productivité
• à contre-courant des modèles dominants de pertinence et de ranking, de mise en avant des contenus, mais aussi des outils techniques d’où l’utilisation d’un langage hérité du Web Sémantique : IEML (Lévy 2010)
• proposer un outil pour une litéracie du numérique et particulièrement une littératie critique de l’IA (Goodlad 2023; Vitali-Rosati 2025) en se concentrant sur l’explicitation des stratégies de recherche d’information (Julien and Barker 2009).

IEML comme base ontologique

Langage sémantique inventé par Pierre Lévy (Lévy 2010) :

Vocabulaire contrôlé et non ambigu

Chaque concept est décomposé selon 9 rôles sémantiques : thème, qui, quoi, à qui, par quoi, quand, où, pourquoi, comment

Interopérable et explicable qui permet une navigation non-linéaire dans les concepts

Méthodes d’implémentation

Parsing sémantique : via LLM + dictionnaire IEML (RAG)

Recherche sémantique : embeddings pour la similarité

Interface : JavaScript / HTML / API Isidore

Tests : intégration Firefox puis Chrome

Travaux connexes

RS exploratoires :

• Bridger (Portenoy et al. 2022) relie des communautés scientifiques éloignées,
• STAK (Martin, Greenspan, and Quan-Haase 2017), reconstitution des étagères de bibliothèque en VR

Parsing sémantique : - échec des LLM à produire des AMR valides (Ettinger et al. 2023) - pas d’application d’IEML

Recherche sémantique par embeddings : - VITALITY (Narechania et al. 2022) - Microsoft Academic Knowledge project (Färber 2019)

Schéma du fonctionnement

Processus de recommandation hybride

Bleu = IEML

Orange = LLM

Vert = Actions utilisateur

→ L’utilisateur explore, sélectionne, et compare les résultats des deux approches

Visualisation côte-à-côte des suggestions via les logs IEML et le ‘semantic search’ du LLM

Défis et perspectives

1. Traduction IEML:

• Avantage : flexibilité dans la définition, pas de “gold standard” : évaluation possible par des métriques sans référence (perplexité, distance cosinus)
• RAG sur le dictionnaire de ~3000 entrées IEML
• Évaluation humaine (Pierre Lévy)

2. Interaction avec les plateformes : API Isidore accessible, Google Scholar non garantie

3. Conception UX/UI :

• “interface intuitive” vs. logique intempestive
• Équilibre entre documentation et liberté

4. Intérêt fondamental :

• Évaluation utilisateur : entretiens « think aloud » pour mesurer la valeur pédagogique
• Comment observer si l’outil déclenche de nouvelles associations sémantiques ?

Démonstration

Bibliographie

Auray, N. 2011. “Les technologies de l’information et le régime exploratoire.”

Bates, Marcia J. 1989. “The Design of Browsing and Berrypicking Techniques for the Online Search Interface.” Online Review 13 (5): 407–24. https://doi.org/10.1108/eb024320.

Cardon, Dominique. 2013. “Dans l’esprit Du PageRank: Une Enquête Sur l’algorithme de Google.” Réseaux n. 177 (1): 63–95. https://doi.org/10.3917/res.177.0063.

Chomsky, Noam. 1957. Syntactic Structures.

de Solla Price, Derek John. 1963. Little Science, Big Science. George B 1962. New York: Columbia University Press.

Dumas Primbault, Simon. 2023. “Naviguer dans les savoirs à l’ère numérique. Pour une ethnographie des pratiques informationnelles sur Gallica.” Études de communication. langages, information, médiations, no. 61 (December): 61–89. https://doi.org/10.4000/edc.16108.

Erdelez, Sanda. 2004. “Investigation of Information Encountering in the Controlled Research Environment.” Information Processing & Management 40 (6): 1013–25. https://doi.org/10.1016/j.ipm.2004.02.002.

Erdelez, Sandra. 1999. “Information Encountering: It’s More Than Just Bumping into Information.” Bulletin of the American Society for Information Science and Technology 25 (3): 26–29. https://doi.org/10.1002/bult.118.

Ettinger, Allyson, Jena D. Hwang, Valentina Pyatkin, Chandra Bhagavatula, and Yejin Choi. 2023. “"You Are An Expert Linguistic Annotator": Limits of LLMs as Analyzers of Abstract Meaning Representation.” In EMNLP 2023 Findings. arXiv. https://doi.org/10.48550/ARXIV.2310.17793.

Färber, Michael. 2019. “The Microsoft Academic Knowledge Graph: A Linked Data Source with 8 Billion Triples of Scholarly Data.” In The Semantic Web – ISWC 2019, edited by Chiara Ghidini, Olaf Hartig, Maria Maleshkova, Vojtěch Svátek, Isabel Cruz, Aidan Hogan, Jie Song, Maxime Lefrançois, and Fabien Gandon, 113–29. Cham: Springer International Publishing. https://doi.org/10.1007/978-3-030-30796-7_8.

Firth, John Rupert. 1962. Studies in Linguistic Analysis. Repr. Special Volume of the Philological Society. Oxford: Blackwell.

Foster, Allen, and Nigel Ford. 2003. “Serendipity and Information Seeking: An Empirical Study.” Journal of Documentation 59 (3): 321–40. https://doi.org/10.1108/00220410310472518.

Goodlad, Lauren M. E. 2023. “Editor’s Introduction: Humanities in the Loop.” Critical AI 1 (1-2). https://doi.org/10.1215/2834703X-10734016.

Julien, Heidi, and Susan Barker. 2009. “How High-School Students Find and Evaluate Scientific Information: A Basis for Information Literacy Skills Development.” Library & Information Science Research 31 (1): 12–17. https://doi.org/10.1016/j.lisr.2008.10.008.

Koster, Andrew, Fernando Koch, and Yeun Bae Kim. 2014. “Serendipitous Recommendation Based on Big Context.” In Advances in Artificial Intelligence – IBERAMIA 2014, edited by Ana L. C. Bazzan and Karim Pichara, 319–30. Cham: Springer International Publishing. https://doi.org/10.1007/978-3-319-12027-0_26.

Lévy, Pierre. 2010. “From Social Computing to Reflexive Collective Intelligence: The IEML Research Program.” Information Sciences 180 (1): 71–94. https://doi.org/10.1016/j.ins.2009.08.001.

Makri, Stephann, and Ann Blandford. 2012. “Coming Across Information Serendipitously – Part 1: A Process Model.” Journal of Documentation 68 (5): 684–705. https://doi.org/10.1108/00220411211256030.

Martin, Kim, Brian Greenspan, and Anabel Quan-Haase. 2017. “STAK – Serendipitous Tool for Augmenting Knowledge: A Conceptual Tool for Bridging Digital and Physical Resources.” Digital Studies / Le Champ Numérique 6 (1). https://doi.org/10.16995/dscn.265.

Merton, R. K. 1968. “The Matthew Effect in Science. The Reward and Communication Systems of Science Are Considered.” Science (New York, N.Y.) 159 (3810): 56–63.

Narechania, Arpit, Alireza Karduni, Ryan Wesslen, and Emily Wall. 2022. “VITALITY: Promoting Serendipitous Discovery of Academic Literature with Transformers & Visual Analytics.” IEEE Transactions on Visualization and Computer Graphics 28 (1): 486–96. https://doi.org/10.1109/TVCG.2021.3114820.

Pariser, Eli. 2011. “The Filter Bubble: What the Internet Is Hiding from You.” In.

Portenoy, Jason, Marissa Radensky, Jevin D West, Eric Horvitz, Daniel S Weld, and Tom Hope. 2022. “Bursting Scientific Filter Bubbles: Boosting Innovation via Novel Author Discovery.” CHI Conference on Human Factors in Computing Systems, April, 1–13. https://doi.org/10.1145/3491102.3501905.

Pouyllau, Stéphane. 2023. “Utiliser isidore.science : un regard sur les usages d’un moteur de recherche académique.” {Keynote}.

———. 2025. “<< Durabilité et refactorisation des instruments de la recherche en SHS : le cas d’isidore.science et le projet ISIDORE 2030 >>.” Montréal.

Rice, Ronald E., Maureen McCreadie, and Shan-Ju Chang. 2001. “Results: Motivating Themes and Patterns of Browsing.” In Accessing and Browsing Information and Communication. The MIT Press. https://doi.org/10.7551/mitpress/1066.001.0001.

Tay, Aaron. 2025. “The Reproducibility and Interpretability of Academic AI Search Engines Like Primo Research Assistant, Web of Science Research Assistant, Scopus AI and More.” Blog. Aaron Tay’s Musings about Librarianship.

Underwood, Ted. 2014. “Theorizing Research Practices We Forgot to Theorize Twenty Years Ago.” Representations 127 (1): 64–72. https://doi.org/10.1525/rep.2014.127.1.64.

Vitali-Rosati, Marcello. 2025. “Manifeste Pour Des Études Critiques de l’Intelligence Artificielle.” Culture Numérique. Pour Une Philosophie Du Numérique.

Merci pour votre attention !