Initiation à la recherche scientifique

État de l'art avec l'IA

John Samuel
CPE Lyon

Année: 2026-2027
Courriel: john.samuel@cpe.fr

Objectifs

• Comprendre ce qu'est un état de l'art et à quoi il sert
• Connaître les grandes bases bibliographiques ouvertes : OpenAlex, Wikidata
• Explorer un domaine visuellement avec Connected Papers
• Utiliser les grands modèles de langage (LLM) pour lire, résumer et comparer
• Découvrir les agents conversationnels de recherche bibliographique
• Adopter une posture critique : vérifier, citer, déclarer

Qu'est-ce qu'un état de l'art ?

Une synthèse structurée et critique des travaux existants sur une question de recherche.

• Situer son travail : qu'a-t-on déjà fait ? avec quelles méthodes ? quels résultats ?
• Identifier les verrous, les limites et les questions ouvertes
• Justifier sa contribution : pourquoi est-elle nouvelle et utile ?
• Éviter de réinventer ce qui existe déjà

Un état de l'art n'est pas une liste : il organise et compare les travaux.

Les étapes d'un état de l'art

• Question : précise, délimitée (domaine, période, type de travaux)
• Mots-clés : synonymes, traductions, acronymes ; termes trop larges / trop étroits
• Recherche : plusieurs sources ; suivre les citations dans les deux sens
• Sélection : critères d'inclusion et d'exclusion explicites
• Synthèse : grille de lecture commune (problème, méthode, données, résultats, limites)

Exemple pédagogique : « Sur un jeu public fixé, un modèle de complétion améliore-t-il le classement des relations rares par rapport à une baseline, avec le même budget de calcul ? » Définir « rare », choisir une métrique adaptée (par exemple MRR), puis vérifier que les données permettent cette comparaison. Activité : délimiter votre sujet en une phrase.

Où chercher ?

Aucune source n'est complète : croiser au moins deux sources.

Ajouter synonymes, acronymes et traductions. Essayer une requête large, lire quelques résultats et affiner. Les opérateurs booléens et champs disponibles dépendent du moteur : ne pas transposer une syntaxe sans vérification. Le journal contient la requête exacte, sa date, les filtres, le nombre obtenu et le fichier exporté.

OpenAlex

Le modèle de données

Chaque work porte ses références (referenced_works) et le nombre de citations reçues (cited_by_count).

Les paramètres search, filter et sort définissent la recherche ; per_page contrôle la pagination. Utiliser cursor pour parcourir un corpus important. Une clé gratuite augmente le budget disponible. Consulter la documentation pour les quotas actuels.

https://api.openalex.org/works?search=knowledge%20graph%20completion&filter=publication_year:2024,is_oa:true&sort=cited_by_count:desc&per_page=5&api_key=VOTRE_CLE

Installer requests et définir OPENALEX_API_KEY dans votre environnement. Le code vérifie le statut HTTP et limite le temps d’attente. Une notice peut ne pas avoir de DOI ; conserver alors un identifiant stable et vérifier sa source.

import os, requests

params = {
    "search": "knowledge graph completion",
    "filter": "publication_year:2024,is_oa:true",
    "per_page": 5,
    "api_key": os.environ["OPENALEX_API_KEY"],
}
r = requests.get("https://api.openalex.org/works",
                 params=params, timeout=30)
r.raise_for_status()
for w in r.json()["results"]:
    print(w["title"], w.get("doi"))

Ce qu'OpenAlex permet

Wikidata

Décrire un article scientifique

Exécuter dans le service scholarly. Pour explorer les articles qui citent une œuvre, utiliser P2860 avec l’identifiant de cette œuvre, et non l’identifiant d’un sujet.

SELECT ?article ?titre ?date WHERE {
  ?article wdt:P31 wd:Q13442814 ;
           wdt:P921 wd:Q2539 ;
           wdt:P577 ?date .
  OPTIONAL { ?article wdt:P1476 ?titre }
  FILTER(?date >= "2024-01-01T00:00:00Z"^^xsd:dateTime
      && ?date < "2025-01-01T00:00:00Z"^^xsd:dateTime)
}
LIMIT 20

Le service fournit les préfixes standards wd:, wdt: et xsd:. Pour un autre client SPARQL, les déclarer explicitement. La requête utilise le titre stocké dans le graphe scholarly afin de ne pas dépendre des labels du graphe principal. Ce filtre P921 ne constitue pas une recherche exhaustive de tous les articles du domaine.

Scholia

Connected Papers

Utiliser Connected Papers

Fixer avant le tri : sujet, période, types de travaux et critères méthodologiques. Rapprocher DOI, titres et auteurs ; conserver le lien entre prépublication et version publiée sans effacer leurs différences. Exclusions possibles : hors sujet, absence de comparaison pertinente, données non décrites. Ce parcours illustre une sélection pour le cours, pas un protocole de revue systématique. Arrêter lorsque les sources et les pistes prévues ont été explorées ; déclarer les limites du corpus.

Lire un article : la méthode en trois passes

S. Keshav, How to Read a Paper, ACM SIGCOMM CCR, 2007. Pour un état de l'art : passe 1 sur tout, passe 2 sur la sélection, passe 3 sur quelques articles clés.

Vérifier les risques de fuite entre entraînement et test, l’équité des réglages et le budget de calcul. Comparer uniquement des résultats dont les protocoles sont compatibles. Distinguer limites reconnues par les auteurs et limites identifiées par votre lecture ; associer chacune à un passage ou à une justification. Un score supérieur ne suffit pas si l’incertitude ou le coût n’est pas étudié.

Les LLM en bref

Le risque des références inventées

Mini-exercice fictif : l’agent affirme « la méthode améliore tous les cas », alors que le passage fourni limite le gain aux relations fréquentes. Même si le DOI est correct, cette généralisation doit être corrigée. Une recherche augmentée ne dispense pas de vérifier les références ni les passages.

Résumer avec un LLM

Voici un article scientifique (texte ci-joint).
Résume-le en français, en 200 mots maximum,
selon la grille suivante :
1. Problème traité
2. Méthode proposée
3. Données et protocole d'évaluation
4. Résultats principaux (avec les chiffres)
5. Limites reconnues par les auteurs
Pour chaque point, cite la section
ou le passage qui le justifie.

Bonnes pratiques de résumé

Une nouvelle génération d'outils

Comment fonctionnent-ils ? Le RAG

• RAG : Retrieval-Augmented Generation, génération augmentée par la recherche
• Le LLM répond à partir de documents récupérés, pas de sa seule mémoire
• Les références citées existent ; mais le LLM peut mal les résumer ou surinterpréter
• Les agents « Deep Research » enchaînent plusieurs cycles recherche / lecture / synthèse
• Les sources dépendent de l'index : Semantic Scholar, OpenAlex, web ouvert, PDF accessibles

Évaluer une réponse d'agent

Un flux de travail assisté par l'IA

• L'IA accélère la recherche, le tri et la première lecture
• La sélection, la lecture approfondie et le jugement restent humains
• Chaque étape laisse une trace vérifiable : requêtes, listes, notes, prompts

Gérer ses références : Zotero

La matrice réelle doit ajouter les références complètes, versions, liens vers les passages et conditions d’évaluation. Même jeu ne signifie pas même protocole : contrôler les partitions, le filtrage, les réglages, les répétitions et l’incertitude. Les valeurs A/B/C ne sont pas des résultats publiés ; elles servent uniquement à apprendre à synthétiser.

Structure : idée commune → comparaison sourcée → désaccord ou condition → limite de connaissance. Dans le livrable, remplacer A/B/C par des citations. Ne pas écrire « personne n’a étudié… » sur la seule base de douze articles ; délimiter « dans le corpus analysé… » et élargir la recherche avant de revendiquer une nouveauté.

Intégrité et éthique

Travail à réaliser

1. Choisir une question de recherche liée à votre projet et la formuler en une phrase
2. Constituer une liste de 10 à 15 articles avec au moins deux outils (OpenAlex, Wikidata / Scholia, Connected Papers, un agent conversationnel)
3. Pour chaque article : DOI vérifié, notice Zotero, résumé structuré (grille de 5 points)
4. Rédiger un état de l'art de deux pages : organisé par thèmes, pas par article ; conclure sur les questions ouvertes
5. Ajouter un paragraphe « Usage de l'IA » : outils utilisés, pour quelles étapes, ce qui a été vérifié et corrigé

Critères d’évaluation proposés : pertinence et délimitation de la question ; traçabilité de la recherche ; qualité de la comparaison critique ; fidélité des citations ; transparence de l’usage de l’IA. Les pondérations restent à préciser par l’enseignant. Pour un travail sans DOI, utiliser un identifiant stable ou une URL de référence vérifiée.