Les articles de blog à l’ère des LLM : les cartouches de connaissances
Disclaimer
Cet article est conçu pour être lu de façon classique (linéaire), ou à travers un LLM : ChatGPT, Le Chat, Claude, Gemini, NotebookLM, etc.
Alors, prenez votre outil de prédilection et explorez-le !
Par exemple, dans NotebookLM (qui propose des fonctionnalités puissantes telles que la création de podcasts et de cartes mentales), vous pouvez créer un notebook puis glisser l’URL de cet article dans “Sites Web” :
Fig 1 : interface NotebookLM, dans laquelle nous pouvons notamment indiquer un site web comme source.
Dans ChatGPT et autres interfaces de chat, vous pouvez mentionner le document pour commencer la conversation :
Fig 2 : interface NotebookLM, dans laquelle nous pouvons notamment indiquer un site web comme source.
Introduction
Et si l’article de blog devenait un dialogue ?
Nous lisons encore les articles de blog comme au début du web : de haut en bas, ligne après ligne. Ce mode de lecture linéaire peut être optimal, ou pas, selon les sujets et les habitudes de chacun. À l’heure actuelle, il n’y a pas de consensus scientifique sur l’optimalité de la lecture linéaire ou non-linéaire sur l’apprentissage des concepts ; nous savons simplement que les deux façons de faire mobilisent des mécanismes cognitifs différents et que leur efficacité dépend du contexte.
Toujours est-il que de plus en plus, nous interagissons avec des contenus. Avec ChatGPT, Le Chat, Gemini, NotebookLM et consorts, un article devient alors une matière première. Une cartouche de connaissances, à l’instar des cartouches de jeux sur Gameboy. Et via un LLM, cette cartouche devient interactive : on peut lui poser des questions, demander des synthèses, créer un graphe de connaissances voire une version audio type podcast.
Des formats alternatifs à la lecture linéaire
D'autres formats existent depuis longtemps pour organiser la connaissance différemment. Les mindmaps, par exemple, cartographient les idées autour d'un concept central, révélant d'un coup d'œil la structure d'une pensée. Les wikis permettent de naviguer par liens, de suivre sa curiosité plutôt qu'un plan imposé. La méthode Zettelkasten, conçue par le sociologue Niklas Luhmann, a pour but de créer des réseaux de notes interconnectées où chaque idée menait à plusieurs autres. Même les tables des matières interactives ou les systèmes de tags offrent des portes d'entrée multiples dans un même contenu.
Sur le web, nos parcours visuels varient en fonction de l’objectif donné (voir cet article sur notre blog, et l’étude de Yarbus de 1967) : nous sautons aux sous-titres qui nous intéressent, nous cherchons avec Ctrl+F le mot-clé précis, nous abandonnons si l'introduction ne répond pas immédiatement à notre question. Les cartes de chaleur de lecture montrent que personne ne lit vraiment de manière linéaire : nous scannons, nous picorons, nous construisons notre propre parcours.
Par opposition, pour la lecture linéaire, nous continuons d'écrire comme si tous les lecteurs devaient suivre le même chemin, avec les mêmes questions. Et si l'article de blog lui-même devenait une structure explorable, plutôt qu'un texte à suivre de façon linéaire ?
Un nouveau médium : l’IA comme interface de lecture
L’IA peut dès lors devenir une interface de navigation de la connaissance. Imaginez : plutôt que de parcourir 2000 mots en espérant tomber sur l'information qui vous intéresse, vous interrogez directement l'article. "Quels sont les exemples concrets ?" "Comment cela s'applique-t-il à mon cas ?" "Peux-tu me résumer uniquement la partie technique ?"
ChatGPT, Claude, NotebookLM ou Gemini transforment un texte statique en conversation dynamique. Le même article devient une ressource différente pour chaque lecteur et adaptée à ses besoins. Par exemple, le néophyte qui découvre le sujet obtient une explication progressive et pédagogique. L'expert pose des questions pointues et accède directement aux nuances. L’étudiant qui a besoin de réussir ses examens, peut fabriquer ses fiches de révisions plus facilement. Chacun construit son propre parcours de lecture, à son rythme, selon ses besoins.
Fig 5 : les multiples possibilités d'exploration d'un article de blog, dans NotebookLM.
Plus radical encore : NotebookLM peut transformer votre article en podcast, où deux voix synthétiques discutent de vos idées, les reformulent, les illustrent. Votre texte devient audio, dialogue, exploration orale. NotebookLM est même capable de créer des fiches de révision, des quiz, des schémas interactifs.
Pourquoi une cartouche de connaissances ?
Une cartouche de connaissance est une carte de l'information : une compression de l’information en « zones » saillantes.
À l'inverse d'un article standard qui suit une linéarité pour couvrir l'ensemble d'un sujet, une cartouche le délimite. Elle pallie le manque de mise à jour des LLM, tout en s'adaptant au lecteur final. Une fois ajoutée au contexte, elle augmente l'information disponible et ouvre de nouveaux horizons.
La compression permet de communiquer de façon ciblée. Le LLM fait le gros du travail, il met en exergue l'information importante, celle recherchée par l'utilisateur. Le lecteur, via ce médium, reste seul maître du niveau de décompression, économisant de précieux tokens en route.
Car la façon d'explorer un contenu écrit a changé. La totalité d'un article ou d'un livre ne nous est plus nécessaire. Il est maintenant coutume de se renseigner sur le contenu avant de l'explorer plus amplement. Et la richesse d’un document, aussi bien en bruit qu'en signal, peut avoir des répercussions néfastes sur sa restitution.
La consommation de l'information ayant changé, il faut adapter le contenu à cette nouvelle approche et nous pensons que fournir une cartouche peut aider.
Traverser la carte
De façon abstraite, disons que l'on peut représenter le contenu d'un article par un plan, une carte de ses informations. Traditionnellement, on découvre ce plan de manière linéaire, avec un commencement et une fin, de haut en bas. Aujourd'hui, la pré-digestion d'un article par un LLM change cette exploration.
Dans un premier temps, le LLM a pour objectif de filtrer les informations pour le lecteur. Il va les extraire et les expliquer pour les adapter au prisme du lecteur. À chacun sa technique, de l'explication narrative au ELI5 (“Explain Like I’m 5”, ou “explique-moi comme si j’avais 5 ans”), tous les moyens sont bons tant que cela facilite l'assimilation de l'information. L'objectif n'est plus de traverser le plan, mais de se focaliser sur une sous-partie.
Habituellement, le signal (l'information saillante) est distingué par le lecteur lors de sa lecture ; maintenant, il est extrait et transformé par le LLM pour le lecteur.
Sauf que le signal change selon le contexte (personnalisation, prompt, autres documents, etc.) du lecteur.
En sachant cela, on peut imaginer que l'auteur ne se focalise plus sur une cohérence linéaire de ses informations, mais sur des « zones » du plan. En les rendant facilement identifiables, le LLM peut faire les liens nécessaires avec le contexte et construire une structure adaptée au lecteur. Ces « zones », en elles-mêmes, peuvent être suffisamment compressées pour laisser le contexte ou les questions du lecteur remplir les vides.
Avec ce nouveau médium, une nouvelle forme d'extraction de l'information est possible : la capacité des LLM à décompresser l'information. En effet, on peut laisser un modèle errer pour augmenter le contexte d'un signal et faire le travail de restitution. L'auteur étant en partie responsable de cette décompression, il est logique d'être le plus explicite possible afin d'éviter amalgames, hallucinations et autres erreurs de reconstitution.
En se basant sur la trajectoire actuelle d'amélioration des capacités des LLM, on peut imaginer que cette technique, elle aussi, profitera des progrès à venir. Les LLM, aux capacités augmentées, pourront peut-être faire des liens jusqu'alors invisibles à l'auteur, dépassant même peut-être son œuvre**.**
La contrepartie, c'est qu'un texte vraiment optimisé pour le LLM ressemblerait peut-être à des notes denses et sera plus compliquée à lire, voire impossible.
Voici un exemple de conversation ChatGPT sur l’article “le seuil de délégation”, où l’on a pu explorer à travers un LLM :
Pour qui écrit-on vraiment ?
Avec la cartouche de connaissance, on écrit pour orienter.
On a beau connaître son audience, il y a des lecteurs à qui on ne peut échapper. Ce sont les futurs LLM, ceux qui seront entraînés demain. Ils s'approprieront le contenu et le reformuleront à la convenance du lecteur.
Concernant l'audience humaine, la question est celle du médium. Nos lecteurs continueront-ils à lire les articles tels que nous les écrivons, ou recevront-ils l'information sous la forme de leur choix ?
D'où l'importance d'offrir un regard singulier. Même si le lecteur reconstruit à sa manière, c’est la vision de l'auteur qui fait la singularité de l’article.
Et si le LLM déforme le contenu ? S'il hallucine, invente, extrapole ? Le risque est réel mais dans un cadre exploratoire, l'hallucination devient un signal. Le lecteur qui creuse, vérifie, et croise les sources, complète le travail du modèle. L'imperfection de l'interface pousse à l'approfondissement. Le doute devient source de questionnement.
Nous vivons une transition quasi-similaire, si ce n'est plus importante, que celle vécue avec l'accès à internet, passant des bibliothèques et revues spécialisées aux moteurs de recherche et sites spécialisés.
Nous avons numérisé l'offre, mais ce fut possible car le travail de transmission de l'information était encore du devoir de l'auteur. Qu'en est-il quand cela change, lorsque l'auteur n'est plus maître de son œuvre ?
La réponse reste à découvrir mais peut-être que le futur se trouve dans le «DeepResearch» : la faculté des LLM à chercher de l'information spécifique parmi un grand nombre de sources et à la retransmettre de façon digeste et synthétique.
Si le LLM devient le mode de lecture par défaut, l'auteur n'est plus lu, il est agrégé parmi d'autres sources. Son texte devient un fragment dans une synthèse plus large. Nous pensons qu’une cartouche bien construite orientera la recherche. Ses zones saillantes guideront le LLM. Elle devient un «DeepResearch» pré-compilé sur son périmètre.
Conclusion
Pendant des siècles, l'Homme a utilisé une variété de médiums pour transmettre des informations. Les LLM sont un médium de plus pour explorer la connaissance… tout comme existent le bouche à oreille, les libraires, les chroniqueurs dans les médias, Bernard Pivot, les prix littéraires, les résumés d'oeuvres au collège, les professeurs, les traducteurs, les auteurs de BD qui vulgarisent les classiques, ceux qui en font des films, les livres audios, l'annuaire des sites de Yahoo! dans les années 90, les revues scientifiques…
Les LLM changent la donne. Un article devient une base de connaissances explorable : par questions, en podcast, par extraits ciblés. Le même contenu sert différemment selon les besoins.
Cela ne remplace pas tout : récits et essais appellent une lecture linéaire. Mais pour transmettre des connaissances, le modèle de la cartouche pourrait être plus efficace, car favorisant un apprentissage actif. Le défi est dans notre manière d'écrire : structurer pour l'exploration, enrichir plutôt que simplifier, documenter en sachant que le texte sera interrogé et transformé.
Les articles de demain ne seront plus lus du début à la fin. Ils seront questionnés, écoutés, cartographiés. Un jour, quelqu'un posera une question que nous n'avons jamais imaginée. Un fragment de ce que nous avons écrit formera peut-être une partie de la réponse.
Cet article est lui-même une cartouche de connaissances. Alors nous vous recommandons de l’explorer, de le transformer, et de l’interroger.
Merci à nos relecteurs et relectrices qui ont grandement contribué à la qualité de notre article : Nora Kabbani, Tristan Nitot, Thomas Vial, Godefroy Clair, Ismael Debbagh, Sylvain Fagnent.
Sources
- Yarbus, A. L. (1967). Eye Movements and Vision. Plenum Press. https://link.springer.com/book/10.1007/978-1-4899-5379-7
- Comparing linear and nonlinear reading assessments in PIRLS 2016. (2025). Journal of Research in Reading, S0191491X25000707. https://doi.org/10.1016/S0191491X25000707
- Millet, T. (2026, January 14). Le seuil de délégation. OCTO Talks ! https://blog.octo.com/le-seuil-de-delegation
- Desdevises, J., & Kabbani, N. (2024, January 8). La perception visuelle : comment notre cerveau forge-t-il notre vision du réel ? OCTO Talks ! https://blog.octo.com/la-perception-visuelle--comment-notre-cerveau-forge-t-il-notre-vision-du-reel-pc2
- Zettelkasten. (n.d.). In Wikipédia. https://fr.wikipedia.org/wiki/Zettelkasten