La recherche approfondie d'OpenAI : Un guide avec des exemples pratiques

OpenAI vient de publier Deep Research, un agent d'intelligence artificielle basé sur une version du futur modèle modèle o3. Il est conçu pour naviguer sur le web, analyser plusieurs sources et synthétiser de grandes quantités d'informations.

Vous vous posez peut-être la question : Le ChatGPT ne fait-il pas déjà cela ?

Contrairement à une session normale de ChatGPT qui génère des réponses rapides, Deep Research peut mener des enquêtes en plusieurs étapes, référencer plusieurs sources et produire des rapports structurés.

Par exemple, si vous avez déjà recherché la meilleure voiture à acheter - en comparant les avis, en évaluant les coûts, etc. - vous savez que la recherche d'informations fiables prend du temps et nécessite beaucoup de navigation sur l'internet. Deep Research est conçu exactement pour ce type de travail.

J'ai testé Deep Research et j'ai été à la fois surpris et déçu. Il présente un grand potentiel, mais il produit également des faits et des déductions erronés. Dans ce blog, je serai votre agent humain et je résumerai tout ce que vous devez savoir sur la recherche approfondie. Je vous présenterai des exemples pratiques, des conseils sur l'incitation et je vous montrerai où la recherche en profondeur est la plus efficace et où vous devez faire preuve d'une grande prudence.

Qu'est-ce que la recherche approfondie d'OpenAI ?

Deep Research d'OpenAI est un agent piloté par l'IA conçu pour effectuer des recherches approfondies en plusieurs étapes sur l'internet. Contrairement aux capacités de navigation standard du ChatGPT, qui fournissent des réponses rapides, Deep Research trouve, analyse et synthétise de manière autonome des informations provenant de centaines de sources en ligne.

Deep Research s'adresse à tous ceux qui ont besoin d'une recherche complète et fiable :

• les professionnels de la finance, de la science, de la politique et de l'ingénierie qui ont besoin de rapports structurés et bien cités
• Les stratèges d'entreprise qui effectuent des analyses concurrentielles ou des prévisions de tendances
• Chercheurs et étudiants recueillant des informations à partir de sources multiples
• Les acheteurs et les consommateurs qui prennent des décisions d'achat importantes (voitures, appareils électroménagers, immobilier, etc.)
• Rédacteurs, journalistes et analystes qui ont besoin d'informations vérifiées par les faits et provenant de sources multiples.

Essentiellement, si une tâche implique de parcourir plusieurs sources, de recouper des données et de synthétiser des informations dans un format utile, Deep Research est l'outil qu'il vous faut.

Comment fonctionne la recherche approfondie ?

Alimenté par une version du modèle o3 à venir, Deep Research s'appuie sur les avancées d'OpenAI en matière de modèles de raisonnement, mais est spécifiquement optimisé pour la navigation sur le web et l'analyse de données du monde réel.

Pour ce faire, OpenAI a formé Deep Research à l'aide de l'apprentissage par renforcement. apprentissage par renforcement sur des tâches réelles de navigation et de raisonnement. Cela permet au modèle de suivre un processus de recherche itératif, étape par étape, améliorant ainsi sa capacité à synthétiser des sujets complexes dans des rapports structurés.

Critères de référence pour la recherche approfondie

Le dernier examen de l'humanité

Le dernier examen de l'humanité est un nouvel outil de référence conçu pour tester l'IA sur des questions à choix multiples et à réponses courtes de niveau expert dans plus de 100 domaines, de la linguistique à la science des fusées, en passant par l'écologie et les mathématiques. Cette évaluation mesure la capacité d'une IA à raisonner entre les disciplines et à rechercher des connaissances spécialisées en cas de besoin - une compétence essentielle pour les modèles orientés vers la recherche.

Deep Research a atteint une précision record de 26,6 %, dépassant de loin les modèles précédents, notamment o1 d'OpenAI (9,1 %), DeepSeek-R1 (9,4 %) et Claude 3.5 Sonnet (4,3 %). Notamment, les améliorations les plus importantes par rapport à l'o1 d'OpenAI ont été observées en chimie, en sciences humaines et en sciences sociales, ainsi qu'en mathématiques, où Deep Research a démontré sa capacité à décomposer des questions complexes et à extraire des informations faisant autorité.

* Modèles testés dans le sous-ensemble texte seul de l'examen parce qu'ils ne sont pas multimodaux. Source : OpenAI

GAIA

GAIA (General AI Agent benchmark) évalue la manière dont les systèmes d'intelligence artificielle traitent les questions du monde réel, en combinant le raisonnement, la navigation sur le web, la fluidité multimodale et la maîtrise de l'utilisation d'outils.

Deep Research a établi un nouveau record de l'état de l'art (SOTA), en prenant la tête du classement externe de GAIA. GAIA externe grâce à ses excellentes performances à tous les niveaux de difficulté. Le modèle a fait preuve d'une précision particulièrement élevée dans les tâches de niveau 3, qui nécessitent une recherche complexe en plusieurs étapes et une synthèse sur le site .

Source : OpenAI

Lescoreélevé de réussite@1de Deep Research montre que même sa première tentative de réponse à une question GAIA est plus précise que les modèles précédents. Lescore cons@64 (qui mesure la performance avec des tentatives de réponses multiples) souligne en outre sa capacité à s'auto-corriger et à affiner ses réponses sur la base de nouvelles informations.

Évaluations internes

OpenAI a également procédé à des évaluations internes, au cours desquelles Deep Research a été évalué par des experts du domaine sur des tâches de niveau expert. J'ai trouvé les évaluations internes très intéressantes !

Le graphique ci-dessous montre que le taux de réussite du modèle augmente au fur et à mesure qu'il effectue des appels d'outils. Cela souligne l'importance de le laisser parcourir et analyser les informations de manière itérative - lui donner plus de temps pour réfléchir permet d'obtenir de meilleurs résultats.

Source : OpenAI

Examinons un autre graphique - voir ci-dessous. La recherche approfondie donne les meilleurs résultats pour les tâches dont la valeur économique estimée est faible, la précision diminuant au fur et à mesure que l'impact financier potentiel de la tâche augmente. Cela suggère que les tâches les plus importantes d'un point de vue économique ont tendance à être plus complexes ou à reposer sur des connaissances exclusives qui ne sont pas largement accessibles en ligne.

Source : OpenAI

Le graphique ci-dessous met en regard les taux de réussite et le nombre d'heures estimées qu'il faudrait à un être humain pour accomplir chaque tâche. Le modèle est le plus performant pour les tâches qui prendraient de 1 à 3 heures à une personne, mais les performances ne diminuent pas de façon constante avec le temps, ce qui indique que ce que l'IA trouve difficile ne correspond pas toujours à ce que les humains trouvent chronophage.

Source : OpenAI

Comment utiliser la recherche approfondie : Exemples pratiques

Au moment de la publication de cet article, Deep Research n'est disponible que pour les utilisateurs Pro, avec une limite de 100 requêtes par mois, mais OpenAI prévoit d'étendre l'accès aux utilisateurs Plus, Team et Enterprise prochainement.

À mon avis, la recherche en profondeur en est encore à ses débuts. Bien qu'il soit très prometteur, le premier exemple ci-dessous met en évidence un grand nombre de ses problèmes. Cependant, le deuxième exemple démontre son immense potentiel.

Exemple 1 : Écosystèmes d'IA

Je m'efforce constamment d'obtenir une vue d'ensemble des écosystèmes d'IA des différentes entreprises. Prenez Google, par exemple - ils ont Gemini 2.0 Flash, Imagen 3, Veo 2, Project Mariner, Project Astra... qu'est-ce qui me manque encore ? Afin d'obtenir une vue d'ensemble claire, j'ai demandé à l'équipe Deep Research de l'OpenAI de répondre à cette question.

Notez que le modèle n'a pas commencé la recherche directement, mais a demandé des clarifications. Dans tous mes tests, quelle que soit la spécificité de ma première demande, le modèle a toujours tenté de restreindre sa recherche. C'est utile, à mon avis, parce que je pense souvent que mon message est clair et précis, mais qu'il gagnerait à être affiné.

J'ai répondu aux questions du modèle et la recherche a commencé. Un panneau s'ouvre sur le côté droit du navigateur, montrant l'activité et les sources de l'agent en temps réel :