Définition
Base de connaissances IA : définition simple
La base de connaissances d'un assistant IA, c'est l'ensemble des documents qu'il peut consulter pour répondre. Ce qu'on y met, comment il s'en sert.
Mis à jour le
La base de connaissances d'un assistant d'intelligence artificielle (IA), c'est l'ensemble des documents et informations qu'il a le droit de consulter pour répondre : procédures, fiches produits, conditions de vente, notices, règlement intérieur, foire aux questions. L'assistant y cherche les passages utiles à chaque question, puis rédige sa réponse à partir d'eux.
Deux sens à ne pas confondre
Le sens historique est plus large. Wikipédia définit une base de connaissance comme un ensemble qui « regroupe des connaissances spécifiques à un domaine spécialisé donné, sous une forme exploitable par un ordinateur », avec des règles et des faits, comme dans les systèmes experts. Des outils comme Zendesk, XWiki ou Confluence emploient aussi le terme pour leurs espaces d'articles d'aide.
Pour un assistant sur documents, le sens est plus simple : c'est sa bibliothèque.
Le modèle n'est pas la base
La Commission nationale de l'informatique et des libertés (CNIL) le dit clairement : les modèles d'IA générative « ne sont pas des bases de connaissance ». Ils produisent la réponse la plus probable, et peuvent se tromper avec assurance. C'est pourquoi on leur adjoint une base de connaissances : le modèle sert à comprendre la question et à rédiger, la base sert à fournir les faits.
Ce que l'outil fait de vos documents
Le guide de la Direction générale des entreprises (DGE) de novembre 2024 décrit les étapes, souvent automatiques dans les solutions prêtes à l'emploi :
- Conversion de chaque fichier en texte, avec reconnaissance de caractères pour les documents scannés.
- Nettoyage : doublons, en-têtes, pieds de page, données personnelles à masquer.
- Découpage en courts passages.
- Métadonnées ajoutées à chaque passage : titre, chapitre, date.
- Vectorisation : chaque passage est traduit en suite de nombres, ce qui permet de retrouver les passages proches par le sens d'une question.
Ce qu'on y met, ce qu'on n'y met pas
| À mettre | À laisser dehors |
|---|---|
| La version en vigueur de chaque document | Les anciennes versions et les brouillons |
| Les documents dont l'équipe a besoin pour répondre | Les dossiers personnels sans lien avec les questions |
| Des textes datés et titrés | Des fichiers sans titre ni date, impossibles à vérifier |
| Une seule réponse par sujet | Deux documents qui se contredisent |
Sur ALMA, par exemple, chaque entreprise construit sa base en envoyant ses fichiers (PDF, DOCX, TXT, CSV) ou en faisant lire son site, et suit les questions restées sans réponse. Quel que soit l'outil, la règle reste la même : une base à jour donne des réponses à jour. Pour voir l'ensemble du fonctionnement, lisez chatbot sur documents internes ; pour le lien avec le classement des fichiers, GED et intelligence artificielle.
Questions fréquentes
Le modèle d'IA est-il la base de connaissances ?
Non. La CNIL rappelle que les modèles génératifs ne sont pas des bases de connaissance. La base, ce sont vos documents ; le modèle rédige à partir d'eux.
Faut-il refaire la base à chaque nouveau document ?
Non. Selon le guide de la DGE, chaque nouveau document passe par la même préparation automatique avant d'être ajouté.
Sources
Pages consultées pour écrire cet article :