🎙️ Notebook LM : l’IA de Google qui transforme vos documents en conversations audio

Jérôme Colombain: [0:01] Une intelligence artificielle qui transforme n'importe quel contenu en conversation audio, qui génère des podcasts, en quelque sorte, à partir de documents divers Jérôme Colombain: [0:10] que vous lui donnez à ingurgiter. Voilà, c'est la prouesse du système Notebook LM de Google dont tout le monde parle en ce moment. Alors, en fait, Notebook LM, qu'est-ce que c'est ? Ça ne fait pas que générer de l'audio, c'est bien plus que ça. Il s'agit d'un système, d'un outil de synthèse et d'apprentissage à partir de documents, par exemple, scientifiques. Vous lui donnez des sources, vous lui demandez d'effectuer une recherche sur un thème précis, il va chercher des sources et ensuite il peut générer des synthèses écrites et en bonus, une conversation audio avec des voix de synthèse plus vraies que nature. Pourquoi est-ce qu'on parle de ça en ce moment ? Eh bien parce que Notebook LM, qui est déjà sorti il y a plusieurs mois, était disponible seulement en anglais et depuis quelques jours, il fonctionne également dans 50 autres langues, dont le français. Forcément, ça devient alors beaucoup plus intéressant pour nous. Ce système est accessible à tous, pour l'instant c'est gratuit. Pour bien comprendre à quoi ça sert, comment ça marche et surtout quelles sont les implications à long terme, j'ai demandé à l'outil lui-même, Notebook LM, d'effectuer quelques recherches et de générer une synthèse audio. Écoutez. NotebookLM: [1:15] Bonjour. Aujourd'hui, on se penche sur Notebook LM de Google. On a pas mal de sources, des articles de blog, des retours d'utilisateurs, NotebookLM: [1:23] étudiants, doctorants, des discussions sur Reddit et aussi des news tech. Le but, essayer de comprendre ce que vaut cet outil. Exactement. On va essayer de synthétiser un peu tout ça pour donner une image claire, nuancée de cet assistant de recherche dit personnalisé. Alors, commençons par le début. Qu'est-ce que c'est, au juste, Notebook LM d'après nos documents ? On lit que c'est un assistant de recherche, de prise de notes, qui tourne avec Gemini Pro 1.5 de Google. C'est ça. Et sa grosse particularité, qui revient partout dans les textes, c'est qu'il est ancré aux sources. Source grounded, comme ils disent. Ancré aux sources, c'est-à-dire ? Ça veut dire qu'il travaille uniquement avec les documents qu'on lui fourmit. Des PDF, des Google Docs, des pages web, des transcriptions YouTube. NotebookLM: [2:08] Même des fichiers audio maintenant, apparemment. Ah oui. Et il y a une limite ? Oui, jusqu'à 50 sources. Et chaque source peut faire jusqu'à 500 000 mots. C'est déjà pas mal. Et ça, ça change pas mal de choses par rapport à un chatbot classique comme ChatJPT, j'imagine. C'est ce que disent les articles tech, non ? Tout à fait. Le fait de se baser seulement sur les documents qu'on lui donne, ça limite énormément le risque d'hallucination. Tu sais, c'est une réponse un peu inventée. Oui, oui, je vois bien. Du coup, les réponses sont censées être plus précises, plus fiables et vraiment collées au contenu de l'utilisateur. Un assistant vraiment perso, quoi. Intéressant. Et niveau fonctionnalité, il y a ce guide du cahier, j'ai vu ça dans un blog post, un résumé auto et des suggestions de questions dès qu'on charge un doc. Oui, c'est un bon point de départ. Mais le cœur du réacteur, si on peut dire, et ce que les chercheurs semblent apprécier, c'est la partie question-réponse. C'est-à-dire qu'on peut lui poser des questions sur nos documents. Exactement, en langage naturel. Et surtout, Notebook LM répond en citant ses sources, avec des liens qui renvoient pile au bon endroit dans le texte original. Ah ça, c'est crucial pour vérifier. C'est fondamental, oui. Pour des études de la recherche sérieuse, c'est indispensable. Les sources parlent aussi d'un tableau d'affichage. Un pinboard. Pour sauvegarder des passages, ajouter des notes. C'est ça. On épingle des extraits importants, on peut même mettre ses propres commentaires. Et apparemment, l'IA peut suggérer des liens entre ces différents éléments épinglés. NotebookLM: [3:28] Malin pour faire des connexions. Et puis, il y a la génération de formats. NotebookLM: [3:32] FAQ, guide d'études, chronologie. J'ai vu l'exemple sur Reddit, un utilisateur qui a fait une chronologie à partir de docs techniques. Oui, cet exemple est parlant. Et le doctorant dont on a le témoignage, il s'en est servi pour structurer sa revue de littérature, vérifier sa méthode par rapport à d'autres articles. Ses outils d'organisation, c'est précieux pour synthétiser. Une autre fonction qui a l'air de faire parler d'elle, c'est la génération de résumés audio. NotebookLM: [3:54] Un peu comme un mini-podcast perso sur ses propres documents. Ah oui, c'est assez nouveau ça. Apparemment, c'est dispo en français maintenant. Et on peut même poser des questions pendant qu'on écoute le résumé audio. Assez interactif. C'est une façon originale de réviser, c'est sûr. Mais attention, comme le dit un des articles, ça reste un résumé des points clés. Ça ne remplace pas une lecture approfondie pour saisir toutes les nuances. C'est plus un outil de révision rapide. Ok. Et si on regarde les avantages pour quelqu'un qui apprend ou fait de la recherche ? Les témoignages qu'on a sont plutôt positifs, non ? Oui, très. Le gain de temps revient tout le temps. Pour résumer des textes longs, le doctorant y parle de documentaires de plusieurs heures résumées en peu de temps. C'est énorme. Ça aide aussi à comprendre des sujets complexes, apparemment, et à organiser ses notes. C'est ça, les gros plus. Ça semble être l'efficacité et la capacité d'aller creuser dans ses propres documents. Poser des questions très précises, comparer des points de vue entre différents NotebookLM: [4:49] textes, vérifier un détail. Comme l'utilisateur Reddit qui explorait des fiches techniques de puces électroniques, même en chinois. NotebookLM: [4:56] Exactement. Il a pu extraire des infos précises et surtout vérifiables grâce aux citations. Même sur des documents techniques, ardus et dans une autre longue. C'est quand même assez puissant. Mais bon, tout n'est pas rose ? Quelles sont les limites, les points faibles qui ressortent ? La première, c'est logique. Il dépend totalement des sources qu'on lui donne. Il ne va pas chercher sur le web tout seul. Donc, si on oublie un document important ? Voilà, l'analyse sera incomplète. C'est à l'utilisateur de faire ce travail de collecte en amont. Il aurait aussi du mal avec les pages web très dynamiques, celles avec beaucoup de javascript. D'accord. Et même s'il hallucine moins, il faut quand même vérifier, NotebookLM: [5:31] j'imagine ? Ah oui, absolument. Une vérification humaine reste indispensable. NotebookLM: [5:36] Les résumés peuvent simplifier à l'extrême ou rater une nuance importante. Et puis, il y a le risque de devenir un peu passif dans son apprentissage si on se repose trop dessus. Et techniquement ? C'est encore présenté comme expérimental, donc peut-être quelques bugs, et ils ne gèrent pas encore tous les formats. Les tableurs Excel ou CSV, par exemple, ça ne passe pas pour l'instant. Ok. Et comment ils se situent par rapport à d'autres outils ? Les sources mentionnent ClickUp, Beer, Mandelet ? En fait, ce ne sont pas vraiment les mêmes usages. Notebook LM ne remplace pas un gestionnaire de bibliographie comme Zotero ou Mondelay, ni un outil de prise de notes très structuré comme Beur ou Notion, ni même un outil de brainstorming large comme ChatGPT. C'est plutôt un complément alors ? C'est ça. On peut imaginer utiliser ChatGPT pour générer des idées larges, et ensuite Notebook LM pour analyser en profondeur et de façon fiable un corpus NotebookLM: [6:26] de documents précis sur un sujet. Les deux peuvent coexister. Bon, pour résuler un peu tout ce qu'on a lu. Notebook LM, ça se présente comme un assistant de recherche personnel assez puissant, capable d'analyser en profondeur les documents qu'on lui donne, d'en faire des synthèses utiles. Oui, il promet efficacité et précision, mais il demande un vrai travail de l'utilisateur NotebookLM: [6:45] en amont pour fournir les bonnes sources et en aval pour vérifier les résultats. C'est pas magique. C'est noté. Et pour finir, peut-être une petite réflexion. NotebookLM: [6:54] Cet ancrage aux sources, ça change quand même notre rapport à l'IA, non ? On ne discute plus avec une base de données mondiale un peu fourre-tout, mais avec sa propre bibliothèque, ses propres documents choisis. C'est vrai. Comment est-ce que ça pourrait influencer à terme notre façon de formuler nos questions, de construire un argumentaire ou même notre définition de ce que c'est que de savoir quelque chose ? C'est une piste intéressante, je trouve, sur l'avenir de l'apprentissage personnalisé avec l'IA. Jérôme Colombain: [7:21] Voilà pour Notebook LM. Alors, les voix de synthèse sont particulièrement bien rendues, vous l'avez constaté. Le ton, en français, je trouve, est moins surjoué qu'en anglais, où c'était un peu désagréable, même si ça paraît encore un petit peu parfois artificiel. Le plus impressionnant, surtout, c'est la structuration du propos, l'articulation des idées, la manière dont l'argumentaire est bâti, l'échange qui en résulte entre les deux personnages. Alors, question, évidemment, est-ce la mort des podcasts traditionnels ? Allons-nous tous devoir mettre la clé sous la porte ? Et est-ce qu'on va voir des conversations audio de synthèse générer au kilomètre et envahir les plateformes de podcast ? Jérôme Colombain: [7:59] La réponse à ça, évidemment, n'est pas simple. D'abord parce qu'il y a toujours pour l'instant encore un petit peu besoin d'un humain pour lancer la mécanique, pour choisir le thème, pour sélectionner les sources, pour vérifier le contenu après coup, etc. Éventuellement même encore aujourd'hui pour mettre en ligne tout ça. Mais surtout, surtout, êtes-vous prêts, vous, auditeurs, à écouter ce genre de contenu ? J'ai déjà posé la question dans un autre épisode de Monde Numérique, dans l'Evdo, la semaine dernière, et plusieurs auditeurs m'ont en quelque sorte rassuré en me disant que ce qu'ils recherchaient en priorité dans un podcast, c'était justement une voix humaine, une vraie voix et une vraie personnalité derrière. D'ailleurs, des podcasts faits avec des voix de synthèse, il en existe déjà, mais ce n'est pas super agréable et ce n'est pas un franc succès. N'empêche, ce joujou pourra certainement rendre service à des professionnels, comme des chercheurs, des enseignants, ou même, pourquoi pas, pour la communication interne d'entreprise. Jérôme Colombain: [8:53] Il y a un champ des possibles immense à explorer. Très certainement, on est à l'aube d'une vraie petite révolution en matière de production de contenu audio.