ENCYCLOPÉDIE · FONDEMENTS & MODÈLES

Génération augmentée par recherche (RAG)

Relier une génération à des documents récupérés.

Revue documentaire : 14 novembre 20264 chapitres approfondis4 sources liées3 connexions
EN BREF · COMPRENDRE AVANT D’UTILISER

La génération augmentée par recherche, souvent appelée RAG (Retrieval-Augmented Generation), combine un système de récupération documentaire et un modèle génératif. L’objectif est d’utiliser des documents sélectionnés au moment de la question, plutôt que de s’appuyer uniquement sur les paramètres appris du modèle.

Cette approche est pertinente pour une base de ressources pédagogiques ou réglementaires, mais sa qualité dépend de la collecte, de l’indexation, de la récupération, de la sélection des passages et de la fidélité de la réponse.

Définition essentielle

Approche consistant à récupérer des passages dans un corpus et à les fournir à un modèle génératif pour étayer ou contextualiser une réponse.

01 / APPROFONDIR

Le pipeline documentaire du RAG

Une mise en œuvre typique commence par la collecte de documents, leur découpage en passages, une indexation lexicale ou vectorielle, puis la récupération des passages jugés pertinents pour une question. Ces extraits sont envoyés au modèle dans le contexte de génération.

Un système moderne peut ajouter une recherche hybride, un réordonnancement (reranking), un contrôle d’accès et des métadonnées de provenance. Chacune de ces étapes comporte des choix éditoriaux et techniques qui affectent les résultats.

  • Documents : titre, organisme, date, version et droits d’accès.
  • Découpage : conserver suffisamment de contexte autour d’un passage.
  • Recherche : mesurer rappel, pertinence et qualité des extraits récupérés.
  • Génération : imposer des réponses liées aux extraits et permettre l’abstention.
Références pour approfondir

02 / APPROFONDIR

Citation affichée ≠ affirmation vérifiée

Un RAG peut attribuer à tort une réponse au mauvais extrait, paraphraser de manière excessive ou ignorer les contradictions entre deux versions d’un document. Le lien vers une page n’établit pas à lui seul que la proposition est étayée.

La vérification doit tester deux dimensions distinctes : pertinence de la recherche et fidélité de la génération. Une mauvaise réponse peut résulter d’un passage pertinent non retrouvé ou d’une invention malgré la présence du bon passage.

  • Afficher l’extrait exact associé à chaque affirmation importante.
  • Rendre visibles les dates et le statut des documents.
  • Tester les questions sans réponse dans le corpus.
  • Contrôler les contradictions entre documents et la priorité aux versions officielles.

03 / APPROFONDIR

Recherche sémantique, hybride et gouvernance

La recherche vectorielle peut rapprocher des formulations sémantiquement voisines, tandis qu’une recherche lexicale retrouve des mots précis, références d’articles ou numéros de décret. Les associer peut être utile, notamment pour une documentation scolaire multilingue.

Dans un corpus restreint et sensible, l’indexation doit respecter les droits d’accès ; les documents internes ne doivent pas devenir visibles par une requête non autorisée. La sécurité ne se réduit pas à demander au modèle de garder le secret.

  • Utiliser des identifiants et versions stables de documents.
  • Prévoir retrait et réindexation de sources périmées.
  • Définir une politique de droits pour l’index et les extraits.
  • Évaluer séparément en français, en arabe et dans les autres langues du corpus.
Références pour approfondir

04 / APPROFONDIR

Tester avant de mettre en ligne

Créer un jeu de questions pour lesquelles les réponses et passages de référence ont été annotés. Mesurer si le système retrouve les bonnes sources, puis si ses réponses sont fidèles à celles-ci. Inclure des questions ambiguës, contradictoires et volontairement hors corpus.

Les tests humains restent nécessaires pour l’utilité pédagogique, la compréhension des formulations et la gravité d’une erreur. La révision d’un corpus documentaire est un processus continu, non une opération unique.

  • Tester une affirmation simple avec sa source.
  • Tester une question exigeant plusieurs documents.
  • Tester une source obsolète et une nouvelle version.
  • Tester une question qui doit conduire à une abstention.
Références pour approfondir

PASSER DU SAVOIR À LA PRATIQUE

Mini-RAG sur trois documents

Public : Lycée ou formation des enseignants

Objectif : Comprendre l’écart entre retrouver une source et produire une réponse juste.

Déroulement proposé

  1. Constituer trois documents libres et datés sur un thème scolaire.
  2. Formuler cinq questions dont une volontairement sans réponse dans le corpus.
  3. Associer à chaque question les passages utiles avant de rédiger une réponse.
  4. Comparer une réponse fondée sur passages à une réponse sans source et signaler toute invention.

Production attendue : Tableau question–passage–réponse–preuve avec une case « non documenté ».

Critère de réussite : La réponse cite un passage qui soutient réellement la conclusion et sait s’abstenir.

Ouvrir les outils et ressources SCOLAR·IA associés

RECONNAÎTRE LES SIMPLIFICATIONS TROMPEUSES

Idées reçues et corrections

Idée reçue : Le RAG supprime les hallucinations.

Ce qu’il faut retenir : Il peut les réduire dans certains usages, sans les éliminer : mauvais passages et mauvaises inférences restent possibles.

Idée reçue : Un index vectoriel garantit la pertinence.

Ce qu’il faut retenir : Une similarité calculée n’est ni une vérité factuelle ni une preuve suffisante.

Idée reçue : Une bibliographie automatique constitue un contrôle qualité.

Ce qu’il faut retenir : Il faut relier précisément les affirmations aux extraits et vérifier la provenance.

OUTIL D’AIDE À LA DÉCISION

Points à vérifier

  • Corpus identifié et droits respectés.
  • Version et date de chaque source conservées.
  • Test de rappel documentaire et de fidélité réalisés.
  • Les questions sans source entraînent une abstention.
  • Les erreurs et mises à jour peuvent être corrigées.

Cette grille est indicative et ne remplace pas les consignes de votre établissement ni les règles applicables.

POUR ALLER PLUS LOIN

Questions fréquentes

Pourquoi associer recherche lexicale et sémantique ?

La première aide à retrouver les termes exacts, la seconde les formulations proches ; leur combinaison peut mieux couvrir des questions variées.

Le RAG est-il adapté aux règles scolaires ?

Oui pour retrouver des documents autorisés et datés, à condition de contrôler les versions et de ne pas faire passer la synthèse pour un avis juridique.

Traçabilité éditoriale et limites

Ce dossier contient des synthèses originales fondées sur les références indiquées. Les mises en situation sont des propositions pédagogiques, et non des résultats expérimentaux établis. Les documents institutionnels, scientifiques et juridiques ont des statuts distincts ; vérifier leur version et leur applicabilité avant de prendre une décision. Aucune source n’est censée valider automatiquement toutes les phrases de la fiche.

Signaler une erreur, une nuance manquante ou une source actualisée ↗