On a récemment eu vent de la sortie de Deep Reasearch d’OpenAI, un agent IA alimenté par le modèle o3 et dont le but consiste à synthétiser les informations provenant de plusieurs sources. Il va cependant parcourir le web pour trouver les réponses les plus pertinentes à nos requêtes.
Vous vous demandez probablement s’il y a une différence entre ChatGPT et la fonction Deep Research d’OpenAI.
Eh bien, sachez que si ChatGPT fournit des réponses directement à nos invites, Deep Research va donner des informations issues du web avec des liens qui pointent vers les sources les plus fiables.
Il ne génère donc pas ses réponses depuis les données avec lesquelles il a été formé, contrairement à ChatGPT et aux autres chatbots IA comme Claude Sonnet 3.7.
Alors, c’est quoi la fonction recherche approfondie de ChatGPT exactement ?
Comme son nom l’indique, Deep Research, ou la recherche approfondie d’OpenAI, disponible sur ChatGPT, est un outil de recherche alimenté par intelligence artificielle.
L’outil ne puise donc pas ses réponses de ses donnes internes. Il va analyser chaque question et les synthétiser pour approfondir ses recherches.
Ce n’est qu’après que Deep Research va générer des réponses à nos questions. En d’autres termes, il s’agit d’un outil dédié à ceux qui ont besoin de faire des recherches complètes sur un sujet précis.
L’outil s’adresse cependant aux spécialistes et aux professionnels des domaines technique, scientifique, financier et même politique. Donc aux tâches qui nécessitent une documentation bien organisée et référencée.
Les étudiants et les chercheurs pourront aussi bénéficier de l’outil de recherche approfondie d’OpenAI pour trouver et recueillir des informations depuis plusieurs sources.
Pour le cas des entreprises, Deep Research est un excellent outil pour analyser les prévisions et les tendances du marché.
De notre côté, en tant que consommateurs, on peut utiliser Deep Research pour prendre une meilleure décision d’achat.
En somme, avec Deep Research d’OpenAI, on n’a plus à vérifier tous les liens que fournissent les moteurs de recherche comme Google.
Cela nous évite de croiser les données et de facilement synthétiser les informations depuis une seule interface.
Mais pour obtenir les meilleures réponses de Deep Research, il faut comprendre comment il fonctionne.
Comment fonctionne Deep Research d’OpenAI ?
Je réitère ce que j’ai dit plus haut Deep Research est basé sur le modèle o3 d’OpenAI qui est un modèle de raisonnement.
Par contre, l’outil est plutôt destiné à un usage spécifique, celui de la navigation web et de l’analyse des données.
Aussi, contrairement aux autres modèles, Deep Research a été formé via l’apprentissage par renforcement.
C’est ainsi que le modèle dispose aujourd’hui de la capacité de suivre un processus de recherche itératif.
Mais est-ce que cela va suffire pour pousser l’outil en tête de classement des tests benchmarks ?
Pour évaluer les performances de chaque modèle, ils doivent passer par des tests. Quant à Deep Research, on l’a examiné sur Humanity’s Last Exam.
Il s’agit d’un nouveau benchmark avec lequel on peut tester un modèle d’IA sur une centaine de domaines via des questions à choix multiples.
À l’issue du test, Depp Research a affiché un score bien supérieur à ceux de ses concurrents. Notamment GPT-4o qui n’a obtenu que 3.3 %, Claude Sonnet 3.5 qui a eu 4,3 % et DeepSeek R1 qui affiche un score de 9,4 %
Quant à Deep Research, OpenAi peut se réjouir puisqu’il a obtenu le meilleur score avec un pourcentage de 26,6 % en termes de précision.
Numéro 1 sur Gaïa
Afin de pousser les performances de Deep Research d’OpenAI encore plus loin, on la fait subir d’autres tests.
Cette fois-ci, il a été évalué sur GAÏA, General AI Agent Benchmark. L’objectif est ici de mesurer ses capacités à gérer et à répondre aux questions du monde réel.
À titre d’information, ce test nécessite de combiner la navigation web, le raisonnement, ainsi que la multimodalité du modèle.
Et encore une fois, OpenAI s’est positionné en première place grâce à Deep Research, avec un score moyen de 72,57 %.
Meilleures performances en évaluation interne
OpenAI a également mené des évaluations à l’interne, durant lesquelles des spécialistes ont soumis Deep Research à des épreuves de niveau expert pour mesurer ses performances.
Ces analyses internes, illustrées dans le graphique ci-dessous, m’ont semblé particulièrement révélatrices !
La courbe montre d’ailleurs une corrélation positive entre le nombre d’utilisations d’outils par le système et son taux de réussite.
Autrement dit, il est toujours avantageux de permettre au système d’explorer et d’examiner les informations de façon progressive.
Aussi, j’ai constaté qu’accorder davantage de temps pour l’analyse aboutit manifestement à de meilleurs résultats.
Accessibilité
Au mois de mars de cette année, OpenAI a annoncé qu’il va élargir d’accès à Deep Research si celui-ci n’était disponible que pour les abonnés Pro qui coûte 200 $/mois.
Quelques jours plus tard, la fonction recherche approfondie débarque sur les comptes Team, Plus, Edu et Enterprise.
Il y a aussi une limite d’usage pour Deep Research. Pour les utilisateurs gratuits par exemple, ils ont droit à 5 tâches par mois sur la version allégée.
Pour les abonnés Team et Plus, le nombre de tâches augmente à 25, avec un supplément de 15 tâches par mois.
Si vous êtes un abonné Enterprise ou Edu, vous aurez droit à 25 tâches par mois, contre 250 tâches pour les abonnés Pro (plus 125 tâches supplémentaires par mois sur la version allégée).
À titre d’information, quand vous atteignez votre limite mensuelle, le mode recherche approfondie va utiliser les requêtes supplémentaires disponibles dans votre abonnement. Attention, ce n’est valable que pour les utilisateurs Plus et Pro.
Aussi, je tiens à rappeler que la réinitialisation des limites se fait tous les 30 jours et commence dès la première fois où vous utilisez le mode Deep Research.
You can now export your deep research reports as well-formatted PDFs—complete with tables, images, linked citations, and sources.
— OpenAI (@OpenAI) May 12, 2025
Just click the share icon and select 'Download as PDF.' It works for both new and past reports. pic.twitter.com/kecIR4tEne
Comment utiliser la fonction Deep Research de ChatGPT ?
Commencez par vous connecter à votre compte OpenAI pour accéder ChatGPT. Une fois connecté, vous tombez sur l’interface du chatbot.
À ce stade, il suffit d’appuyer sur « Deep Research » ou « Recherche approfondie » au moment de saisir votre prompt.
Je rappelle qu’il ne suffit pas de poser une question à ChatGPT. Vous pouvez bel et bien indiquer ce que vous voulez obtenir comme réponse. Est-ce qu’il s’agit d’un rapport personnalisé, d’une analyse concurrentiel, etc.
Il est également possible de contextualiser votre requête en joignant des fichiers tels qu’une feuille de calcul, une image, ou autre.
En cas de besoin, le mode Deep Research d’OpenAI offre parfois la possibilité de saisir des paramètres spécifiques via un formulaire qu’il génère.
Cela permet de peaufiner votre question avant que l’outil ne fasse les recherches pour en trouver les réponses.
Après avoir saisi votre requête, ChatGPT va lancer ses recherches et une barre latérale va s’afficher sur votre écran.
Cette fenêtre va résumer l’ensemble du processus de réflexion du modèle et affiche les sources qu’il a consultées pour trouver les réponses à vos questions.
Ce qui veut dire que vous n’aurez pas de réponses dans l’immédiat. Une recherche approfondie sur ChatGPT peut durer entre 5 et 30 minutes.
Recherche normale vs Recherche approfondie, quelles différences ?
Déjà, d’après ce que l’on a vu depuis le début de cet article, on constate une réelle différence entre la recherche normale et la recherche approfondie de ChatGPT.
Si vous utilisez la version de base de ChatGPT, vous pouvez réaliser différents types de tâches. Et vous obtiendrez des réponses assez rapidement.
C’est donc l’outil idéal pour consulter la météo, l’actualité, les résultats sportifs, etc. On peut également lui demander de rédiger du code, un résumé d’article, ou une synthèse de document.
En ce qui concerne le mode recherche approfondie, il agit en naviguant sur le web pour trouver des sources et générer ses réponses.
Autrement dit, elle a été conçue pour des tâches plus complexes nécessitant des recherches approfondies issues du web et non des données qui ont servi à son entraînement.
En gros, privilégiez la recherche simple pour obtenir des réponses rapides ou retrouver une information précise et optez pour l’exploration en profondeur quand vous nécessitez une analyse détaillée ou des résultats dépassant les informations superficielles.
Introducing `OpenDeepResearcher` 🌎
— Matt Shumer (@mattshumer_) February 3, 2025
An open-source AI agent that does comprehensive research for you.
Just provide a topic, and the AI will go off, do research, and return a comprehensive report.
How it works: pic.twitter.com/EcJGLkVlEp
Cela soulève une autre question : quelles sont les données auxquelles Deep Research a accès ?
Jusqu’à l’heure, le mode Deep Research d’OpenAI n’a accès qu’aux données ouvertes sur le web, ainsi qu’aux fichiers téléchargés.
Il n’a donc pas encore accès aux sources de données privées telles que les ressources internes et les sources par abonnement.
Mais l’entreprise prévoit que le mode recherche approfondie puisse disposer de ces ressources dans les mois à venir.
Mais quand ? Restez à l’écoute et abonnez-vous pour recevoir les prochaines informations sur OpenAI et ses prochaines mises à jour.
Restez à la pointe de l'information avec INTELLIGENCE-ARTIFICIELLE.COM !
- Partager l'article :
