Les recommandations IA : comment ça marche ?
DATE DE PUBLICATION
Le sujet des recommandations IA est encore abstrait, même pour les initiés.
L'objectif de cet interview avec Antony Luvera, ingénieur expert de l'intelligence artificielle, est de clarifier ce qu'il se passe sous le capot lorsqu'une IA recommande une solution, pourquoi les réponses peuvent changer, et comment elles peuvent être influencées.
Quand une IA “recommande”, elle fait quoi de plus qu'un moteur de recherche ?
Antony : Un moteur de recherche donne surtout une liste de liens, alors qu'une IA essaie de répondre à un ou plusieurs besoins. Elle compare des options, puis affirme laquelle est la meilleure. Elle ne fait pas que “trouver” selon des mots-clefs, elle “choisit” selon ses propres critères.
Comment elle comprend le besoin d'un utilisateur ?
Antony : Le modèle de langage reçoit la question comme un contexte complet, pas comme une suite de mots-clés. Il pondère les attentes qu'il détecte, par exemple le budget, le délai, le niveau de risque acceptable ou le type d'usage, puis le mécanisme d'inférence, qui est probabiliste, transforme le besoin en "axe décisionnel".
Un critère "pour peau sensible" mentionné par l'utilisateur est alors transformé en "label OEKO-TEX", ou encore un critère "respectueux de l'environnement" est transformé en "norme ISO 14024", et ce sont bien ces "mots-clés" que l'assistant IA va considérer, et non pas ceux de l'utilisateur.
Pourquoi deux questions presque identiques peuvent donner deux réponses différentes ?
Antony : Parce qu'un petit changement de formulation peut changer l'interprétation du besoin : Modifier l'ordre des mots, même légèrement, modifie comment le modèle "raisonne". Les IA sont très sensibles à la variation de leurs instructions.
D'où viennent les informations utilisées par l'IA ?
Antony : Elle s'appuie en premier lieu sur des contenus qu'elle connaît déjà, puis ensuite par l'extraction de données sur des sources externes : Les sources consultées sont jugées "de confiance" selon ses données d'entrainement, pas selon leur position dans les résultats des moteurs de recherche.
Par exemple, un assistant IA ira chercher les horaires d'ouverture d'un restaurant sur UberEats (parceque ce site a été privilégié dans ses données d'entrainement, car il condense beaucoup d'informations sur de nombreux établissements) avant d'aller visiter le site officiel du restaurateur, ou bien il ira vérifier qu'une paire de chaussure existe dans une taille donnée sur une marketplace comme Zalando avant même d'aller chercher le produit sur le site de la marque.
Le facteur "sources de confiance" est un aspect important du GEO, et il est important d'insister sur ce point car la confusion avec les performances SEO semble encore omniprésente parmi les initiés.
Comment on sait quelles sources sont “de confiance” ?
Antony : Ce n'est pas une tâche aisée : on "découvre" ces sources en observant précisément où l'IA va se renseigner pour vérifier si une offre couvre un axe décisionnel.
Dans un contexte comparatif, l'IA va clairement privilégier certaines sources : c'est une science nouvelle à laquelle nous apportons une contribution avec des méthodes d'analyse avancées pour les différentes typologies d'axes décisionnels (les critères de "leadership", les problématiques utilisateurs, et les tendances).
C'est quoi un “axe décisionnel”, dit simplement ?
Antony : Le plus simplement possible : C'est un critère que l'IA choisit comme étant la "traduction précise" d'un besoin.
L'objectif principal du modèle de langage, lorsqu'il est dans un contexte de recommandation, est de rendre les attentes de son utilisateur explicites pour éviter les réponses vagues et garantir des résultats qui peuvent être appuyés par des sources dans ses réponses. Exactement comme le ferait un humain qui mène une recherche approfondie.
Donc c'est très différent du SEO ?
Antony : Oui : le SEO aide à être visible dans les résultats de recherche, le GEO aide à être recommander par les IA. Les deux se complètent, mais sont techniquement très différents.
Les hallucinations sont un problème qui revient souvent dans les débats SEO vs GEO, que peux-tu nous dire à ce sujet ?
Antony : Il arrive qu'un assistant IA affirme quelque chose avec assurance sans base solide : le danger, c'est que la réponse peut paraître crédible alors qu'elle est invalide.
C'est pour palier à ce problème que les fournisseurs (OpenAI, Anthropic, Google, ..) ont intégré des méthodes de raisonnement et de recherche sur des sources externes, et cela a permis de réduire considérablement les hallucinations. Ce n'est pas encore parfait, mais c'est en voie de le devenir.
Merci pour ces clarifications. Quel conseil pourrais-tu donner à une équipe marketing qui démarre une stratégie GEO ?
Antony : Commencez par vos cas d'usage réels, ceux où une mauvaise recommandation coûte cher.
Définissez le contexte de marché qui compte le plus pour vous, et utilisez des solutions avancées qui traitent le sujet des axes décisionnels et des sources de confiance plutôt qu'une solution bon marché de "prompt tracking" qui n'apporte pas de résultats actionnables.