Répondre avec vos documents
Une IA ne connaît pas vos documents internes, et ses connaissances s'arrêtent à une date. On ne peut pas non plus tout lui donner à lire d'un coup : la fenêtre de contexte a une taille limitée. Le RAG, pour « Retrieval-Augmented Generation » ou génération augmentée par la recherche, résout ce problème.
Le principe tient en trois temps. Vos documents sont découpés en passages et indexés. À chaque question, le système retrouve les passages les plus pertinents. L'IA rédige ensuite sa réponse à partir de ces passages, souvent en les citant. Le terme vient d'un article de chercheurs de Facebook AI Research publié en 2020.
Source : Lewis et al., « Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks », 2020.
Où on le croise, et ses limites
Vous le croisez déjà. Copilot Microsoft 365 s'appuie sur vos mails, vos fichiers et vos réunions pour répondre : c'est ce principe. Les assistants branchés sur une base documentaire interne et beaucoup de chatbots de support fonctionnent de la même façon.
Ses limites sont réelles. Si la recherche rapporte le mauvais passage, la réponse sera fausse, mais avec une source qui inspire confiance. Des documents obsolètes ou contradictoires donnent des réponses obsolètes ou contradictoires. Enfin, si les droits d'accès sont mal réglés, l'outil peut faire remonter un document qu'un salarié n'aurait pas dû voir.
Le RAG ne rend pas l'IA plus intelligente : il lui donne les bonnes pages à lire. La qualité de vos documents fait la qualité des réponses.
Utile ou pas ?
Glissez chaque carte dans la bonne zone : faut-il que l'IA aille chercher dans des documents pour bien répondre ?
Félicitations, formation terminée
Vous savez ce qu'est le RAG, comment il fonctionne et pourquoi la qualité des documents compte autant que l'IA. Prochaine étape : comprendre comment une IA se connecte à vos outils, avec le mini-cours sur le MCP.