L’essor récent des outils d’intelligence artificielle dédiés à la recherche scientifique a profondément transformé notre façon de travailler. De nombreux outils émergent, proposant des fonctionnalités variées allant de la recherche automatisée d’articles à l’analyse des citations et à la visualisation des corpus scientifiques. Dans ce contexte de multiplication des solutions, il devient essentiel pour les chercheur·e·s de comprendre les spécificités, les usages et les limites de chaque outil afin de sélectionner ceux qui sont les plus adaptés à leurs objectifs méthodologiques et d’assurer la rigueur et la qualité d’une revue de littérature scientifique.
Cet article a pour but de vous présenter brièvement une liste non exhaustive de ces outils ainsi que de vous encourager à les découvrir par vous-même pour les intégrer dans vos habitudes de travail.
Précautions d’usage. Les synthèses générées par intelligence artificielle peuvent contenir des hallucinations, c’est-à-dire des références entièrement fabriquées, des citations inexistantes ou des interprétations erronées des sources. La couverture de ces outils est principalement anglophone et davantage orientée vers les sciences exactes et médicales. Les publications francophones et les travaux en sciences humaines et sociales y sont généralement moins bien représentés. Il est donc indispensable de vérifier systématiquement chaque référence et chaque affirmation en consultant les sources originales. Les descriptions fournies ici reflètent l’état des plateformes en mars 2026 et sont susceptibles d’avoir changé depuis.
Google Scholar
Google Scholar est un moteur de recherche académique gratuit qui constitue souvent le point de départ d’une revue de littérature, car il permet d’accéder rapidement à un large éventail de documents scientifiques : articles de revues, thèses, ouvrages, chapitres de livres, actes de conférences ou encore prépublications. Il apporte trois contributions majeures au travail de recherche : d’abord la découverte d’un corpus initial à partir de mots-clés et d’auteurs, ensuite l’élargissement du corpus grâce aux fonctionnalités « Cité par » et « Articles associés », qui permettent de remonter aux travaux fondateurs et identifier les publications plus récentes, et enfin la veille scientifique, via la création d’alertes automatiques sur une requête ou un auteur·e.
Pour l’utiliser efficacement dans une revue scientifique, il est recommandé d’adopter une démarche itérative : commencer par combiner mots-clés et synonymes, utiliser les guillemets pour les expressions exactes, affiner par période de publication, auteur ou revue grâce à la recherche avancée, puis exploiter systématiquement les chaînes de citations pour identifier les contributions centrales et les débats récents. Google Scholar facilite également l’organisation du travail grâce à l’enregistrement des références dans une bibliothèque personnelle et à l’export des citations vers des logiciels de gestion bibliographique, ce qui permet de passer plus efficacement de la recherche documentaire à la rédaction structurée de la revue de littérature.
Signalons enfin que Google propose désormais, via l’onglet « Labs » accessible dans la barre de navigation de Scholar, des fonctionnalités expérimentales d’IA générative. Celles-ci permettent d’obtenir des synthèses automatisées des résultats de recherche, rapprochant ainsi Scholar d’outils comme Consensus ou Elicit. Ces fonctionnalités étant encore en phase expérimentale, elles sont susceptibles d’évoluer.
Open Knowledge Maps
Open Knowledge Maps est un outil de découverte visuelle de la littérature scientifique qui transforme une requête par mots-clés en une « carte de connaissances » thématique, ce qui permet d’explorer un champ de recherche de manière intuitive et structurée plutôt que de parcourir une longue liste de résultats linéaires. Le système interroge au choix deux bases de données scientifiques : BASE, qui couvre toutes les disciplines et indexe plusieurs centaines de millions de documents, ou PubMed, spécialisé dans les sciences de la vie. Il récupère les articles les plus pertinents pour un sujet donné, puis regroupe ces résultats en clusters (regroupements thématiques) représentés sous forme de bulles. Chaque cluster contient des publications liées et des concepts clés qui aident à comprendre la structure du domaine.
Cette visualisation aide à identifier rapidement les grands axes, les sous-thèmes et les liens conceptuels entre travaux, ce qui donne une vue d’ensemble claire d’un sujet complexe sans inscription ni barrière financière. Open Knowledge Maps est conçu sur des principes de science ouverte, est exploitable librement, et permet de naviguer dans les clusters pour cliquer sur des articles, consulter leurs métadonnées et accéder aux versions en accès ouvert lorsqu’elles sont disponibles.
Dans une démarche de recherche, l’utilisateur·rice saisit simplement des mots-clés, génère une carte des connaissances, puis explore les bulles pour repérer des articles influents et les relations conceptuelles reliant différents ensembles de résultats. Cette approche est particulièrement précieuse en phase exploratoire pour cadrer une question, dégager des sous-thèmes à approfondir et orienter une lecture plus systématique de la littérature.
Connected Papers
Connected Papers est un outil visuel d’exploration de la littérature scientifique qui aide les chercheur·e·s, étudiant·e·s et professionnel·le·s à identifier et comprendre les relations entre les publications grâce à un graphique interactif plutôt qu’une liste linéaire de résultats. L’outil permet de lancer une recherche par mots-clés, par titre d’article ou par identifiant (DOI), et s’appuie sur les données de Semantic Scholar pour construire ses graphes. À partir d’un article de départ (seed paper), Connected Papers génère un graphe de documents connexes où chaque nœud représente un article pertinent et les liens traduisent des proximités thématiques fondées sur les similarités de citations et de références. Cela signifie que des articles conceptuellement proches apparaissent regroupés, même s’ils ne se citent pas directement.
Cette représentation permet de repérer rapidement les travaux antérieurs structurants (« Prior Works » dans l’interface) ainsi que les travaux dérivés (« Derivative Works »), c’est-à-dire les publications plus récentes qui prolongent ou développent un article, d’identifier les contributions majeures et de visualiser l’évolution d’un champ de recherche.
Concrètement, Connected Papers s’utilise comme un outil de cartographie dynamique : l’utilisateur recherche un article central, l’outil génère automatiquement un réseau d’articles liés, puis il est possible d’explorer chaque nœud pour consulter les métadonnées, résumés et liens vers les publications. Cette approche facilite l’identification des clusters thématiques, des sous-domaines et des axes méthodologiques distincts au sein d’un même champ. Pour une revue de littérature, Connected Papers est précieux en phase exploratoire : il permet de s’assurer de ne pas omettre de publications importantes, de repérer les fondations théoriques d’un domaine et de structurer un corpus bibliographique cohérent. L’outil fonctionne sur un modèle freemium (accès de base gratuit, fonctionnalités avancées payantes). Le plan gratuit, limité à quelques graphes par mois, reste suffisant pour un usage exploratoire ponctuel.
ResearchRabbit
ResearchRabbit est une plateforme de découverte et de visualisation de littérature scientifique qui aide les chercheur·e·s à explorer un domaine de recherche de manière organisée, interconnectée et dynamique. Plutôt que de présenter une simple liste de résultats, ResearchRabbit permet de créer des collections personnalisées d’articles, puis d’explorer automatiquement les relations entre publications, auteur·e·s et thèmes sous forme de graphes interactifs. L’outil met en évidence des liens tels que les articles cités ensemble, les auteur·e·s en commun, les thèmes émergents et les clusters thématiques, ce qui aide à détecter des zones de recherche connexes qui ne seraient pas immédiatement visibles via une recherche par mots-clés classique.
L’un des principaux atouts de ResearchRabbit réside dans sa capacité à élargir un corpus de départ de manière stratégique et raisonnée. Après avoir commencé avec une poignée d’articles fondamentaux sur un sujet, l’utilisateur·rice peut ajouter ces références à une collection et laisser l’outil identifier des articles connexes pertinents, souvent en allant au-delà des synonymes évidents ou des requêtes standards. Cette exploration par réseau permet de repérer des travaux importants publiés dans des disciplines adjacentes, des auteur·rice·s clés qui reviennent dans plusieurs sous-domaines, et des tendances thématiques qui peuvent structurer une revue. La recherche s’effectue par titre, DOI ou mots-clés et l’outil indexe plus de 280 millions d’articles.
En résumé, ResearchRabbit fonctionne comme un moteur de découverte contextuelle, aidant à cartographier un domaine de recherche et à organiser visuellement un corpus bibliographique avant de passer à la lecture critique et à l’analyse approfondie des textes. Le plan gratuit est très généreux (recherches illimitées, jusqu’à 50 articles en entrée par collection). Un abonnement payant est disponible pour ceux qui souhaitent gérer plusieurs projets simultanément ou utiliser des paramètres de recherche étendus.
Consensus
Consensus est un outil de recherche scientifique conçu pour répondre à des questions de recherche spécifiques en synthétisant des résultats à partir de la littérature scientifique, plutôt que de fournir simplement une liste de liens ou de titres. L’outil interroge un vaste corpus de publications indexées par Semantic Scholar, qui comprend aussi bien des articles évalués par les pairs que des prépublications (preprints). Il analyse les textes pour extraire des passages significatifs, identifier les points d’accord ou de divergence entre études, et présenter des résultats sous forme compréhensible, même pour des utilisateur·rice·s qui ne sont pas experts du domaine. Parmi ses fonctionnalités notables, le Consensus Meter offre une visualisation du degré d’accord entre les études sur une question donnée, tandis que le mode Deep Search permet de réaliser une revue de littérature automatisée plus approfondie, pouvant analyser jusqu’à 50 articles.
Pour une revue de littérature, Consensus est d’un apport significatif lors de la phase exploratoire : il permet d’obtenir rapidement une première synthèse des connaissances existantes sur une question ou un concept donné. L’utilisateur·rice formule une question en langage naturel (par exemple : « quelle est l’efficacité de la méthode X pour Y ? »), l’outil parcourt les publications pertinentes, identifie celles qui apportent des éléments de réponse, et génère une vue d’ensemble des résultats scientifiques accompagnée des références citées. Il est également possible de créer des tableaux comparatifs entre études et de poser des questions de suivi pour affiner la synthèse.
Cependant, comme pour tout assistant automatisé, les résultats doivent être utilisés comme point d’appui pour orienter la recherche, et non comme la seule base d’une revue systématique, qui nécessite une validation méthodologique rigoureuse et une consultation directe des sources originales. À noter que le plan gratuit reste limité (synthèses portant uniquement sur les résumés, nombre restreint de recherches approfondies). Un abonnement est nécessaire pour un usage intensif.
Elicit
Elicit est un assistant de recherche académique conçu pour aider à trouver, analyser et synthétiser des publications scientifiques de manière structurée. Contrairement à un moteur de recherche classique fondé principalement sur la correspondance de mots-clés, Elicit repose sur une recherche sémantique, ce qui signifie qu’il comprend une question formulée en langage naturel et identifie les articles les plus pertinents même si les termes exacts ne correspondent pas parfaitement. L’outil indexe un vaste corpus de plus de 130 millions d’articles scientifiques et propose des fonctionnalités avancées telles que la génération de résumés automatiques, l’extraction structurée d’informations clés (méthodologie, taille d’échantillon, variables, résultats), ainsi que la création de tableaux comparatifs personnalisables permettant de visualiser rapidement les différences et similitudes entre études. Elicit propose également une fonctionnalité Paper Chat, qui permet d’interagir directement avec le texte intégral d’un article en posant des questions ciblées, et développe des Agents IA (en déploiement progressif) capables de mener des tâches de recherche de manière semi-autonome.
L’un des atouts distinctifs d’Elicit est sa chaîne de traitement (pipeline) structurée en quatre étapes, particulièrement visible lors de la génération d’un rapport de recherche : (1) la collecte des sources pertinentes dans le corpus, (2) le filtrage de ces sources selon des critères d’inclusion, (3) l’extraction des données clés à partir des articles retenus, et (4) la génération d’un rapport structuré avec citations. Ce processus transparent permet à l’utilisateur·rice de suivre et de comprendre la méthodologie employée par l’outil à chaque étape.
Elicit se révèle un allié précieux pour accélérer les étapes chronophages d’une revue de littérature : repérage initial des publications pertinentes, tri des titres et résumés, extraction systématique d’informations. L’outil est adapté aux démarches de type revue systématique ou revue exploratoire (scoping review), car il aide à standardiser l’extraction des données et à réduire le risque d’oubli d’informations importantes. Le plan gratuit est relativement généreux pour la recherche et les résumés, mais les fonctionnalités avancées (extraction structurée, revue systématique, agents) nécessitent un abonnement payant.
SciSpace
Initialement conçu comme un assistant de lecture de PDF scientifiques, SciSpace a considérablement évolué et se présente désormais comme une plateforme de recherche intégrée. L’outil donne accès à plus de 280 millions d’articles et propose un ensemble d’outils couvrant plusieurs étapes du processus de revue de littérature. Depuis sa page d’accueil, l’utilisateur·rice définit une tâche : passer en revue la littérature, rédiger un brouillon, générer un diagramme, rechercher des articles, extraire des données ou relire un texte. Ensuite, l’agent de recherche intégré exécute cette tâche en interrogeant simultanément plusieurs sources (sa propre base, les textes intégraux, Google Scholar, arXiv et, le cas échéant, sa bibliothèque personnelle). Les résultats sont présentés sous forme de rapports structurés comprenant un résumé synthétique, des tableaux comparatifs entre études et des suggestions de recherches complémentaires, le tout pouvant être sauvegardé dans un carnet de notes ou exporté.
Au-delà de la recherche documentaire, SciSpace propose des fonctionnalités complémentaires telles que la rédaction assistée (AI Writer), la paraphrase, la génération de citations ou la conversation avec un PDF importé. Ces fonctionnalités annexes sont d’une maturité variable et ne remplacent pas un travail de rédaction rigoureux.
Pour la revue de littérature, l’intérêt principal de SciSpace réside dans sa capacité à automatiser la collecte, la synthèse et la structuration de l’information en un seul flux de travail. L’utilisateur·rice formule sa question, et l’outil se charge de localiser les articles pertinents, d’en extraire les données clés et de produire un rapport exploitable. Cette approche permet de gagner du temps lors de la phase exploratoire, tout en gardant la possibilité de vérifier chaque source citée. Les rapports générés restent des points de départ qu’il convient de confronter aux sources originales, la synthèse automatisée pouvant simplifier ou omettre des nuances importantes. Une inscription est requise et le plan gratuit, limité en crédits, est rapidement consommé.
scite.ai
scite.ai est une plateforme d’analyse de citations scientifiques qui ne se contente pas d’indiquer combien de fois un article a été cité, mais qualifie le contexte de ces citations. Concrètement, plutôt que de voir simplement un chiffre de citations, scite.ai classe les mentions d’un article selon trois catégories principales : citations de soutien (« Supporting » dans l’interface, qui confirment ou appuient les résultats), citations de mention (« Mentioning », qui font référence au travail sans prendre position) et citations de contraste (« Contrasting », qui remettent en question ou contredisent les conclusions). Chaque classification est accompagnée d’un score de confiance et du passage exact dans lequel la citation apparaît, avec indication de la section de l’article source. Ce niveau d’analyse fournit une dimension qualitative très utile pour juger de la robustesse d’un résultat ou du débat scientifique autour d’un article, ce qui dépasse largement les métriques classiques comme le nombre de citations ou le facteur d’impact.
En plus de ces citations contextualisées (« Smart Citations »), l’outil offre des interfaces de recherche et de filtrage avancé, la possibilité de créer des tableaux de bord personnalisés pour suivre un ensemble de publications, ainsi que des alertes et des résumés contextuels des relations entre travaux, ce qui aide à évaluer comment une contribution est perçue et intégrée dans son domaine.
Dans le cadre d’une revue de littérature, scite.ai sert surtout à affiner la lecture critique des articles clés : en regardant non seulement qui cite un papier mais surtout comment il est cité, on peut repérer les résultats qui sont solidement soutenus par la communauté, ceux qui sont contestés ou débattus, ainsi que les points de friction méthodologiques ou conceptuels. Il convient de noter que l’accès gratuit est très restrictif : seul un aperçu limité des contextes de citation est disponible sans abonnement, rendant celui-ci rapidement nécessaire pour exploiter pleinement l’outil.
Tableau récapitulatif
Le tableau ci-dessous présente une vue d’ensemble des outils abordés, classés selon une progression logique dans le processus de revue de littérature : de la recherche initiale à l’évaluation critique des citations.
Note : « Gratuit avec limites » désigne un modèle freemium (accès de base gratuit, fonctionnalités avancées payantes).
| Outil | Accès | À quoi ça sert | À savoir avant de l’utiliser |
| Google Scholar | Gratuit | Moteur de recherche académique permettant de constituer un corpus initial par mots-clés, de l’élargir par chaînes de citations et de mettre en place une veille via des alertes. Couverture très large. | Peu de restrictions. Pas d’analyse structurée des résultats. La fonctionnalité Labs (synthèses IA) est encore expérimentale. |
| Open Knowledge Maps | Gratuit | À partir de mots-clés, génère une carte visuelle organisée en regroupements thématiques. Permet d’identifier les grands axes d’un champ de recherche via BASE ou PubMed. | Peu de restrictions. Limité aux métadonnées et résumés des articles indexés. |
| Connected Papers | Gratuit avec limites | À partir d’un article précis, génère un graphe interactif des publications connexes. Permet de repérer les travaux fondateurs et les prolongements récents d’un sujet. | Restrictions modérées. Quelques graphes par mois en accès gratuit. Basé sur une base de données de plus de 200 millions d’articles. |
| ResearchRabbit | Gratuit avec limites | À partir d’une collection d’articles, découvre des publications connexes par réseau de citations et d’auteurs. Recherches illimitées sur plus de 280 millions d’articles. | Restrictions modérées. Limité à 50 articles en entrée et un seul projet en accès gratuit. |
| Consensus | Gratuit avec limites | Répond à des questions de recherche en synthétisant le consensus scientifique. Un indicateur de consensus visualise le degré d’accord entre études ; le mode de recherche approfondie analyse jusqu’à 50 articles. | Restrictions fortes. Recherche gratuite limitée aux résumés, nombre restreint de recherches approfondies. Inclut des prépublications. |
| Elicit | Gratuit avec limites | Assistant de recherche sémantique qui automatise la collecte, le tri et l’extraction structurée de données. Chaîne de traitement transparente en 4 étapes, de la collecte au rapport final. | Restrictions fortes. Extraction structurée et revue systématique réservées au plan payant. Nombre de rapports limité en accès gratuit. |
| SciSpace | Gratuit avec limites | Plateforme intégrée : recherche multi-sources, synthèse, rapports structurés et rédaction assistée. Agent de recherche interrogeant plusieurs bases simultanément. | Restrictions fortes. Crédits gratuits consommés rapidement. Les rapports générés nécessitent une vérification critique. |
| scite.ai | Gratuit avec limites | Analyse qualitative des citations : chaque mention est classée en citation de soutien, de mention ou de contraste, avec le passage exact et un score de confiance. | Restrictions fortes. Accès gratuit très limité. Abonnement quasi indispensable pour une utilisation effective. |