Décryptage · Le 8 heures IA

Deux métadonnées pour que votre IA cite la bonne version de vos contrats

Publié le 14 septembre 2026 · Oriq · Lecture 5 min

Article produit par une intelligence artificielle à partir de sources nommées et datées, publié sous la responsabilité éditoriale d’Oriq. Nos systèmes d’IA · Le responsable éditorial

Votre IA interne répond avec aplomb sur un contrat, mais ignore l’avenant qui le remplace. Ce n’est pas un bug, c’est la façon dont elle cherche. Voici le mécanisme en clair, le test à faire sur vos propres documents, et la correction qui ne coûte presque rien.

Une IA branchée sur ses documents cherche la ressemblance, pas le renvoi

Quand vous interrogez une IA branchée sur ses documents, elle traduit votre question en coordonnées mathématiques, puis remonte les passages dont les coordonnées sont les plus proches. C’est la similarité sémantique. Tant que la réponse tient dans un seul paragraphe, cela marche très bien.

Le problème commence quand la réponse est éparpillée. Le contrat pose un préavis, l’avenant n° 3 le modifie, l’annexe précise une exception. Or l’avenant ne ressemble pas davantage à votre question que le contrat d’origine : souvent moins, car il est court et allusif. Il ne remonte donc pas.

Résultat : l’IA répond juste, mais sur une version périmée. Et comme la formulation est impeccable, personne ne vérifie.

Une IA documentaire remonte ce qui ressemble à votre question, jamais ce à quoi la bonne réponse renvoie.

Les chercheurs de Google AI Chakraborty et Guha le formulent nettement dans une publication déposée sur arXiv le 30 mars 2026 : la mesure de similarité remonte le contenu le plus similaire, pas le contenu référencé, et elle est structurellement incapable de distinguer quelle version d’une information s’applique aujourd’hui.

Ce qui corrige : des liens nommés entre documents

La parade décrite dans cette même publication tient en deux idées simples. D’abord, poser entre les documents des liens explicites et nommés : « annule et remplace », « renvoie à ». Ensuite, faire suivre ces chaînes de renvois par le système avant qu’il ne rédige sa réponse, de proche en proche.

Les auteurs ont comparé les deux approches sur 20 questions portant sur la réglementation fédérale américaine. La recherche classique donne 5 réponses correctes et complètes, 8 incomplètes ou inexactes, et 7 refus de répondre. Avec les liens explicites et le parcours des renvois : 19 réponses correctes, 1 incomplète, aucun refus.

Le détail le plus parlant pour une entreprise n’est pas le taux de réussite, c’est la disparition des 35 % de refus. Un système qui ne trouve pas le fil entre deux documents préfère souvent se taire.

Le même effet sur des normes très inter-référencées

Une seconde étude, signée Gjorgjevikj et publiée le 20 avril 2026 dans la revue Information, porte sur la famille de normes ISO/IEC 27000 en sécurité de l’information : 97 documents qui se citent massivement les uns les autres. Découper ce corpus en morceaux indépendants casse précisément ces relations, et la précision se dégrade.

Sur 222 questions à choix multiples construites à partir des normes officielles, la récupération par graphe fait mieux que la découpe classique et mieux que le modèle laissé sans documents. La meilleure configuration atteint 90,54 %.

Deux points intéressent directement une PME française. L’étude tourne avec des modèles open source hébergés en local, pour des raisons de confidentialité. Et l’outil employé, LightRAG (HKUDS, EMNLP 2025), est publié sous licence MIT, auto-hébergeable, avec une interface web.

Quand ça ne vaut pas le coup

Ces résultats reposent sur de petits échantillons, 20 questions d’un côté, et sur des QCM de l’autre : choisir parmi des propositions est plus facile que rédiger une réponse métier. Ne promettez pas 95 % en comité de direction.

Les domaines testés sont la réglementation américaine et les normes ISO, pas votre convention collective ni vos CCTP. D’où le test sur vos propres documents.

Enfin, construire ce réseau de liens a un coût : extraire les entités et les relations sur tout le corpus, puis entretenir l’ensemble à chaque mise à jour documentaire. Si vos questions sont factuelles et tiennent dans un seul passage, la recherche classique suffit largement. Et la même étude rappelle que la qualité du moteur de recherche sous-jacent pèse lourd : un réseau de liens posé sur une recherche médiocre ne sauve rien.

Et dans votre entreprise ?

La cause des erreurs que vous constatez a un nom : l’absence de lien explicite entre les versions. La décision qui la traite est documentaire avant d’être technique.

• Écrivez vos 20 questions à renvoi et vos 5 questions de version, sur vos vrais documents, et comptez les refus et les réponses périmées. C’est votre point de départ chiffré.
• Ajoutez à chaque fichier deux métadonnées : date de version, et remplace / annulé par. C’est la version manuelle du lien « annule et remplace », et elle corrige déjà une part des erreurs.
• Changez la question posée à vos prestataires : « comment votre solution gère-t-elle les renvois entre documents et les versions successives ? », puis demandez le résultat sur vos 20 questions plutôt qu’une démonstration.

Premier pas cette semaine, en moins d’une heure : prenez un contrat avec avenant, posez les cinq questions qui obligent à passer de l’un à l’autre, et notez ce que votre outil actuel répond.