Les agents de recherche par IA n’échouent pas à chercher, ils échouent à vous poser des questions
Un nouveau test de Tencent et de l’université Tsinghua montre que, face à des questions ambiguës, les agents d’IA qui cherchent davantage font moins bien que ceux qui interrogent simplement l’utilisateur, et même le meilleur modèle reste sous les 50 %.
Si un assistant d’IA a déjà mené avec assurance des recherches sur le mauvais sujet pour vous, une nouvelle étude explique pourquoi, et la raison n’est probablement pas celle que vous imaginez. Des chercheurs de Tencent Hunyuan et de l’université Tsinghua ont créé DiscoBench, un test qui évalue la façon dont les agents de recherche par IA gèrent un problème très humain : les questions vagues, incomplètes ou contenant une erreur. Leur constat : les agents échouent rarement parce qu’ils ne savent pas chercher. Ils échouent parce qu’ils refusent de s’arrêter pour vous demander ce que vous vouliez réellement dire.
Le test comprend 211 tâches de recherche en plusieurs étapes comportant 463 points volontairement ambigus, un nom correspondant à plusieurs personnes, une version ou une période incertaine, une erreur factuelle intégrée. À chaque étape, l’agent peut continuer à chercher, poser une question de clarification à l’utilisateur ou répondre. Onze modèles récents ont été testés et aucun n’a atteint 50 % : le meilleur, Doubao Seed 2.0 Pro de ByteDance, a obtenu une précision de bout en bout de 43,1 %, contre 40,8 pour Gemini 3.1 Pro et 39,8 % pour Claude Opus 4.7. Supprimez l’ambiguïté des mêmes questions et la précision gagne jusqu’à 40 points. Le problème n’est pas la recherche, mais le malentendu.
Pourquoi ? L’analyse des comportements est la partie la plus intéressante. Les agents qui cherchaient puis posaient une question complémentaire réussissaient 93,4 % des étapes ambiguës. Ceux qui devinaient sans demander : 56,5 %. Et ceux qui multipliaient les recherches sans jamais poser de question faisaient pire que tous les autres, à 51,9 %, moins bien que de simplement deviner. Selon les chercheurs, ces recherches répétées montrent que le modèle sentait qu’un élément clochait, sans jamais transformer ce doute en question. Dans une chaîne de recherche en plusieurs étapes, une mauvaise supposition au début contamine discrètement tout ce qui suit. Même demander explicitement aux modèles de repérer les ambiguïtés n’a apporté qu’une faible amélioration : ils détectaient mieux les questions floues, mais ne savaient pas mieux les résoudre. Une réserve : les tâches sont principalement en chinois et reflètent la recherche sur le Web chinois ; les chiffres précis pourraient donc varier dans d’autres langues.
Ce que cela signifie pour vous : La leçon pratique est d’une simplicité rafraîchissante : pour obtenir de meilleurs résultats de recherche avec l’IA, le principal levier consiste à être précis. Quelle personne, quelle version, quelle période, selon quel critère, détailler ces éléments dès le départ peut valoir davantage que n’importe quelle mise à niveau du modèle. Et lorsqu’une IA présente les résultats d’une recherche approfondie avec une confiance absolue, rappelez-vous qu’elle ne s’est presque jamais demandé si elle avait compris la mission. Si un résultat vous paraît suspect, vérifiez la première étape de son raisonnement, pas la dernière : c’est là que se cachent les mauvaises suppositions. Privilégiez les assistants qui posent des questions de clarification ; au vu de ces résultats, c’est une qualité qu’il faut activement rechercher.
Sources
Devoirs plus rapides, examens moins réussis : une étude auprès de 26 000 élèves chiffre le coût caché de l’IA sur l’apprentissage
Une étude de 30 mois auprès d’élèves chinois du secondaire révèle que les utilisateurs d’IA terminaient leurs devoirs plus vite et obtenaient de meilleures notes, mais perdaient jusqu’à 24 % aux examens, les dégâts complets ne se manifestant qu’au bout de deux ans.
