Découvrez Le Bibliothécaire Innovant, la newsletter thématique gratuite d'Archimag dédiée aux professionnels des bibliothèques et de la conservation !
Les différents cas d’usage présentés ici ne seront pas forcément directement adaptables à votre pratique professionnelle et vous sembleront peut-être parfois très obscurs. Prenez-les plutôt comme des exemples de ce qu’il est possible de faire, car il serait dommage de se limiter aux usages basiques des chatbots, alors que le champ des possibles augmente tous les jours. Faire faire un résumé, c’est bien, mais apprendre à automatiser la rédaction des 150 suivants, c’est mieux !
Et si un passage de cet article vous semble complexe, rassurez-vous : des dizaines d’assistants en ligne seront ravis de vous accompagner pour éclaircir les procédures. Ils se tromperont sûrement parfois, mais vous ne risquez pas de casser quoi que ce soit et, dans le pire des cas, vous aurez toujours appris quelque chose !
Lire aussi : Coralie Philibert : "Face à l'IA, le contact humain a toujours été privilégié"
1. Créer une animation sur mesure
Il s’agit de la première utilisation en condition réelle d’un grand modèle de langage (LLM) que j’ai testée. L’exemple ne vous sera peut-être pas utile directement, mais il illustre bien, à mes yeux, comment forcer la créativité de ces bots.
Un collègue, qui devait mettre en place une animation, était un peu bloqué dans sa réalisation. Voici ses contraintes : l’atelier devait durer une heure et demie, avec une absence totale de budget et la nécessité de réutiliser des CD, DVD et jaquettes de DVD qui devaient aller au pilon. Il m’a demandé de l’aider.
Comment faire ? J’ai demandé à Claude de se mettre dans le rôle d’un animateur en bibliothèque et de me fournir des idées d’animation sur la base des contraintes de mon collègue (pour le pousser un peu, je lui en ai demandé cinquante). Les 36 premières étaient assez mauvaises, mais nous avons retenu la 37e, qui consistait à transformer les jaquettes en cartes postales. L’atelier a beaucoup plu !
Exemple d'image créée avec ChatGPT pour expliquer le circuit du livre. (Cédric Limousin)
2. Trouver des documents sur un rayon
Il peut arriver que vous ayez à parcourir un rayonnage pour y repérer les documents d’une liste (réservations, erreurs de livraisons, etc.). La méthode classique consiste à parcourir tous les documents à la recherche du premier de la liste, puis à recommencer pour le deuxième, jusqu’à la fin de la liste.
Comment faire ? Avec un chatbot assez malin (j’ai testé pour cela ChatGPT et Gemini), la méthode est plus simple : prenez en photo chaque étage du chariot et transmettez-les au chatbot avec la liste des documents. Demandez au chatbot de les repérer et de vous donner la liste dans l’ordre du chariot en décrivant ce à quoi ils ressemblent. Testée en condition réelle lors d’une formation, cette méthode a permis de réduire de 80 % le temps nécessaire pour cocher tous les documents. Seule contrainte : les titres doivent être bien visibles.
3. Rendre un site web plus attractif
Les chatbots sont assez performants quand il s’agit d’écrire du code, ce que la plupart d’entre nous n’ont pas le temps (ni même parfois l’envie) d’apprendre. Pourtant, il se peut qu’une page web de votre site doive être mise à jour et il est tentant d’ajouter des animations sur des images au passage de la souris, de mettre en forme un tableau, voire d’intégrer une carte interactive.
Comment faire ? Bonne nouvelle, si vous décrivez précisément à un bot ce que vous aimeriez avoir sur la page, il pourra probablement le coder, puis vous guider pour le mettre en place. Attention : certains sites bloquent certaines fonctionnalités, c’est pourquoi il vaut mieux tester avant de vous engager auprès de votre direction.
4. Analyser l’ensemble d’un fonds documentaire
La fonction “Recherche avancée” de ChatGPT permet de lui faire exécuter du code pour analyser des données et rédiger ensuite un rapport détaillé. Cette option est disponible gratuitement pour quelques utilisations par mois.
Comment faire ? Transmettez à ChatGPT la liste de vos documents (titre, auteur, cote et code-barre inclus) et la liste des prêts (titre, auteur, cote et code-barre inclus) et donnez-lui l’instruction suivante (à adapter à votre situation) :
"Voici la liste des XXX documentaires de mon fonds, ainsi que la liste des XXX prêts de cette partie du fonds sur l’année dernière. Agis comme un directeur de bibliothèque afin de mettre en regard l'offre et la demande. Identifie les fonds trop imposants et ceux pas assez fournis. Formule des recommandations pour l'avenir (achat, pilon, mise en réserve, création de nouveaux fonds). Ton but est de rédiger une note la plus complète et détaillée possible concernant l'adéquation entre le fonds et les attentes des lecteurs, 20 pages minimum (textes et graphiques). Prends en considération les données des deux fichiers ainsi que les bonnes pratiques de la profession. La note ne concerne que le fonds documentaire (pas d'allusion à la fiction, aux jeux, aux animations). Segmente le fond à la dizaine Dewey (de 00 à 09.999 puis de 010 à 019.999 etc.). Certains segments comporteront très peu de documents. Si un segment comporte moins de 10 documents, concatène avec le(s) suivant(s) jusqu'à obtenir un ensemble d'au moins 50 documents. Tu ne dois pas concaténer de segments dont la centaine Dewey est différente (par exemple, ne joins pas 790 et 800, mais tu peux joindre 800 et 810)."
L’outil rédigera une note détaillée mettant en regard l’état du fonds et celui des prêts, faisant tout seul et en quelques minutes un travail aussi chronophage que rébarbatif. Ayant déjà testé cet usage sur plusieurs fonds, je n’ai jamais constaté d’hallucinations et les rapports sont très bien réalisés.
Lire aussi : Intelligence artificielle : les nouveaux défis de l'édition scientifique
5. Analyser l’ensemble d’un fonds fiction
La même fonction “Recherche avancée” peut également servir à analyser la fiction.
Comment faire ? Dans cet exemple de prompt, le chatbot analysera le fonds fiction et vous fournira même une bibliographie pour votre prochaine commande (à adapter, là aussi, à votre situation) :
"Agis comme un bibliothécaire expert en traitement de données bibliothéconomique responsable du fonds roman adulte. Analyse le tableau, mets en relation Dewey, aire culturelle et genre pour créer un rapport le plus complet possible sur l'adéquation entre offre et demande de romans (tous les livres inclus dans le tableau sont des romans, le genre précise juste lorsqu'il s'agit de SF, de fantasy, etc.). Essaie de trouver des faits marquants/inattendus, fais des recommandations et trouve en ligne (blogs professionnels, sites d'éditeurs, booktube, etc.) quels sont les documents non présents dans le fonds qui pourraient correspondre aux attentes du public (minimum 50 titres parus en 2025. Trouve-moi des titres plus audacieux que simplement les prix littéraires ou les blockbusters)."
En plus de la note détaillée, l’outil ira chercher des ouvrages correspondant aux parties de votre fonds dont il repère qu’elles sont sous-dotées. Le fait de lui demander de se baser sur des recherches en ligne fait tomber à zéro les hallucinations de titres (il vaut mieux, en revanche, lui demander d’aller chercher au-delà des ouvrages grand public pour ne pas se retrouver avec uniquement des titres "vus à la télé").
6. Créer un mini logiciel web
Les aptitudes des bots pour coder permettent de créer des logiciels à usage unique qui permettent (entre autres) de pallier un manque de votre SIGB. Par exemple, lors d’une campagne de désherbage, le SIGB ne permettait pas de trier et d’isoler facilement les 20 % du fonds qui devaient être désherbés (il fallait faire à chaque fois une recherche complexe sur la partie du fonds à sélectionner, l’année d’acquisition, croiser avec le taux de rotation, l’année du dernier prêt, etc.).
Comment faire ? Il faut d’abord extraire du SIGB l’ensemble du fonds dans un gros fichier Excel, puis demander au chatbot de coder une petite page web permettant d’uploader le fichier et de faire varier les paramètres de tri à la volée. C’est beaucoup plus rapide (et économe en énergie) que de faire faire ce travail au SIGB qui devra trier votre base de données à chaque fois. Et votre DSI ne trouvera rien à redire à cette simple plage HTML...
7. Créer une carte interactive
Si votre établissement compte plusieurs sites physiques, il peut être intéressant de mettre à la disposition des usagers une carte interactive leur permettant de les situer et d’obtenir des informations sur chacun d’eux en cliquant dessus. Pour ce faire, vous pouvez utiliser des services payants ou commerciaux (en renforçant la mainmise de Google sur le web mondial), ou bien faire appel à l’IA.
Comment faire ? Listez dans un fichier les coordonnées géographiques des différents sites, avec leur nom et toutes les données que vous souhaitez voir apparaître. Chargez ensuite ce fichier dans ChatGPT en lui demandant "d’utiliser Code interpreter" pour générer une page HTML avec une carte interactive OpenSTreetMap. Le bot codera un script qu’il exécutera ensuite pour créer le fichier, que vous n’aurez plus qu’à mettre en ligne.
8. Cataloguer des jeux vidéos
Les budgets de la Bibliothèque nationale de France (BnF) étant ce qu’ils sont, rapatrier des notices de jeux vidéo pour alimenter un SIGB s’avère souvent frustrant (notices incomplètes, notices présentes sur une console, mais pas sur une autre, ou bien complètement absentes, etc.).
Comment faire ? Les modèles raisonneurs sont parfaitement capables d’aller chercher en ligne des informations pour alimenter un SIGB. Il est en revanche conseillé de leur fournir un canevas à remplir (c'est-à-dire un exemple de notice complète). Selon le service utilisé (et si vous payez ou non…), il est même possible de lui transmettre une liste de codes barres pour qu’il vous renvoie, en échange, les notices complétées. Ils sont aussi suffisamment performants pour rédiger un résumé incluant des informations sur le "gameplay" (interaction principale entre le joueur et le jeu), le graphisme, le "lore" (histoire et traditions autour d’un univers de fiction) et d'éventuels trophées.
9. Créer une présentation professionnelle
Une fois obtenu le rapport détaillé sur votre fonds (voir plus haut), peut-être souhaitez-vous en faire une présentation ?
Comment faire ? Vous pouvez utiliser un service dédié (type Gamma), mais de nombreux bots incluent maintenant des services de création de slides exportables directement en format PowerPoint. Mes favoris sont Z.ai (une fonction "slides" est à activer manuellement. Pensez à lui détailler votre charte graphique) et Kimi.com (moins personnalisable, mais les canevas proposés font très professionnels). À l’heure où j’écris ces lignes, l’utilisation de ces deux chatbots est entièrement gratuite.
Exemple de présentation créée par le modèle open source GLM de Z.ai. (Cédric Limousin)
10. Retranscrire une réunion
Les modèles "speech to text" (de l’oral au texte), désormais très nombreux (notamment open source et gratuits), sont très utiles pour enregistrer une réunion et en obtenir la version écrite en quelques minutes. Attention, rien n’est parfait et vous ne vous épargnerez pas une relecture.
Comment faire ? Les deux services que je conseille sont Gladia (app.gladia.io), français et en conformité avec le RGPD, et Lokas, une application gratuite proposée par la Quadrature du Net. Grâce à ces deux outils, vous bénéficierez, en prime, de ce que l’on appelle la diarisation, c’est-à-dire la distinction des différents interlocuteurs (à la place d’un seul gros bloc de texte). Les cas d’usage sont très nombreux et permettent (entre autres) d’interroger une transcription en langage naturel : transmettez le texte à votre bot préféré et il répondra sans problème à des questions, même les plus vagues (exemple : "dans cette réunion, quelqu’un demande à quelqu’un de rédiger quelque chose, aide-moi à retrouver ce que c’est"). Et, tant que vous y êtes, demandez-lui ensuite de commencer le travail pour vous, la réunion contenant sûrement de nombreux éléments associés à côté desquels vous avez pu passer.
Lire aussi : Géraldine Geoffroy, l'art de quitter les BU pour l'IA
11. Créer une carte mentale
Qu’il s’agisse de la transcription d’une réunion, d’un très long document ou d’un projet en cours, les cartes mentales sont des outils précieux pour visualiser les informations ou comprendre leur structure. Seul problème : il faut les réaliser à la main (et c’est rarement esthétique) ou les coder (ce qui est accessible à peu de personnes). En la matière, outils open source et chatbot font une fois de plus très bon ménage.
Comment faire ? Chargez le document dans votre bot favori (attention à respecter le RGPD et la confidentialité de vos données !) et demandez-lui :
"Agis en tant que facilitateur graphique et crée une carte mentale de ce document au format Markdown que je puisse coller sur le site Markmap. Inclus les niveaux de complexité recommandés." Rendez-vous ensuite sur Markmap.js.org/repl, collez le code fourni par le bot et exportez votre (très jolie) carte au format qui vous convient.
12. Installer des applis IA sans savoir coder
On l’a déjà dit (mais on ne le dit jamais assez), l’open source est le pilier de l’avancement de la recherche, et il en va évidemment de même dans le monde du machine learning. Il existe donc des millions de modèles gratuits, issus de la recherche universitaire ou industrielle, que vous pouvez utiliser librement (et sans plus vous soucier du RGPD, puisqu’aucun tiers n’aura accès à vos données). Deux bémols cependant : il faut un ordinateur assez costaud pour les faire fonctionner (je n’ai malheureusement pas de solution : il faudra convaincre votre service comptabilité) et les installer est assez complexe.
Comment faire ? Pour l’installation, je vous conseille Pinokio (pinokio.co), qui agit comme une interface ultra-simplifiée vous permettant de télécharger et de faire tourner des dizaines de services de génération de voix, d’image, de modification de vidéo, etc. Cerise sur le gâteau, il existe une option permettant de créer un lien URL de partage des modèles, ce qui vous permet d’en offrir l’accès à plusieurs personnes avec un seul "gros" ordinateur.
13. Extraire le texte d’une image
Un chatbot sera généralement capable de lire le texte contenu dans une image. Cela est finalement assez peu utile dans un cadre professionnel, car il faut le faire image par image (et vous ne disposez pas forcément des droits dessus). Pourtant, une fois de plus, la capacité des bots à coder peut vous aider, notamment pour récupérer facilement le texte de documents scannés que l’on vous a envoyés ou issu de tapuscrits numérisés.
Comment faire ? Demandez à votre chatbot de vous guider pour installer Python (offrez une boîte de chocolat à votre DSI avant), puis de vous coder un script d’extraction de texte utilisant Tesseract (il s’agit d’une bibliothèque open source incroyablement performante, même en français). Pensez à bien décrire la structure de vos dossiers et fichiers, sous quel format vous voulez récupérer le texte et quel format d’image vous utilisez. Un ordinateur classique devrait très bien s’en sortir (cela risque néanmoins de prendre un peu de temps et il vaut mieux toujours tester avec une seule image).
14. Créer un chatbot doté d’une base de connaissances
Ce cas d’usage est peut-être un peu plus technique, mais il vaut le coup : il existe maintenant de très nombreux services permettant de générer gratuitement du texte. Mistral, par exemple, permet de générer un milliard de tokens par mois (environ 700 millions de mots) via son API.
Comment faire ? Générez une clé, puis demandez à votre bot favori de vous créer une page permettant de discuter avec Mistral et indiquez que vous souhaitez mettre la clé directement dans le code (ce n’est normalement pas recommandé, mais pour une utilisation gratuite d’une page que vous gardez pour vous, ça ira). Créer un bot implique l’utilisation d’un "prompt système" (ensemble d'instructions fournies à un modèle de langage pour définir son comportement, son rôle et ses limites) : collez-y toutes vos procédures et autres informations non confidentielles (et non concernées par le RGPD). Vous voilà alors à la tête d’un assistant parfait pour renseigner toute une équipe sur lesdites procédures, bien plus efficace et agréable à utiliser qu’une grosse liste de fichiers.
Lire aussi : Le marketing documentaire en 2026 : intelligence artificielle, réseaux sociaux et expérience client
15. Trier des notices par genre (par thème, ou ce que vous voulez)
L’une des bases en apprentissage machine étant le classement, autant profiter de la connaissance des grands modèles de langage pour leur faire classer tout ce que vous avez sous la main.
Comment faire ? Pour cela, on fait généralement appel à l’API d’un service, à qui on transmet chaque objet et la liste des catégories dans lesquelles le ranger. Python est le langage habituel pour cela. Si, malgré les chocolats, votre DSI ne vous l’a pas installé, utilisez donc Colab, un service en ligne de Google qui vous permet d’exécuter quasiment n’importe quoi. Créez-vous une clé API, générez un fichier Excel, décrivez la structure dudit fichier à votre bot (telles données dans la colonne A, telles autres dans la B, etc.) et Demandez-lui de vous coder un Colab. Les tests que j’ai réalisés sont concluants (avec quelques limitations néanmoins pour les genres littéraires, car on ne transmet généralement que le résumé, lequel n’est pas toujours suffisamment détaillé).
Capture d’écran d'un Google Colab permettant de trier des résumés. (Cédric Limousin)
Cédric Limousin
[En charge des collections informatique, langues, sciences, sport et responsable de l’espace prêt de jeux vidéo et IA au sein de la médiathèque Jean Ferrat du bassin d’Aubenas - Consultant et formateur en IA]
