Recherche d'articles scientifiques par IA : deux outils

Chercher un article scientifique par IA consiste à poser une question et à recevoir une liste d'études, souvent avec un résumé. Ce type d'outil ne remplace pas une recherche dans une base de référence : il aide à trouver des pistes, à résumer une étude et à comparer des résultats. Cette page compare deux outils dont les pages officielles ont pu être lues le 15/11/2026 : Elicit et Semantic Scholar. Consensus, souvent cité dans ce domaine, n'a pas pu être relevé : sa page tarifaire lue ne donnait ni prix ni limites.

Elicit

Elicit décrit une base de « more than 138 million papers ». Sa formule gratuite, « Basic », offre une recherche présentée comme « unlimited search across more than 138 million papers », avec le résumé et le chat sur les articles, et l'accès au texte intégral. Elle permet aussi d'importer une bibliothèque depuis Zotero. Les sources des réponses sont visibles dans cette formule (« View sources for answers »).

Les formules payantes sont décrites ainsi, prix relevés le 15/11/2026 :

• Pro : « $49 » par utilisateur et par mois, soit « $588 » facturés à l'année. La page annonce des explications des réponses générées, un accès à l'API, et une revue systématique capable de trier « 5,000 papers ».
• Scale : « $229 » par utilisateur et par mois, soit « $2,748 » par an, avec un usage « 5x » par rapport à Pro et une édition collaborative.
• Enterprise : prix sur devis, « No training on your data by default ».

Pour les quotas de l'agent de recherche et des rapports, la page parle d'usage « limited » en Basic, « standard » en Pro, et « custom » en Enterprise, sans chiffre. Le nombre de colonnes d'un tableau est annoncé : 20 par ajout en Pro, 30 en Scale.

Semantic Scholar

Semantic Scholar se présente comme un outil de recherche « free, AI-driven ». Sa page dit indexer « over 200 million academic papers ». Ces articles viennent de « publisher partnerships, data providers, and web crawls », soit des partenariats avec des éditeurs, des fournisseurs de données et des robots d'exploration du web. La page cite plus de cinquante éditeurs et sociétés savantes partenaires.

Pour les développeurs, l'éditeur propose des jeux de données : le Semantic Scholar Academic Graph, en archive JSON, et S2ORC, présenté comme la plus grande collection publique de texte académique lisible par machine. L'accès aux API passe par un accord de licence, dont le contenu n'a pas été lu. La page ne précise ni quotas, ni limites de requêtes.

Ce que disent les deux éditeurs de leurs limites

Ni Elicit ni Semantic Scholar ne décrivent de manière détaillée leurs limites dans les pages lues. Les points suivants ne sont donc pas établis :

• la couverture par discipline, par langue ou par période ;
• le délai entre la publication d'un article et son apparition dans la base ;
• la qualité des résumés générés pour un article précis.

Le chiffre « over 200 million » signifie « plus de » : il ne dit rien du nombre réel d'articles utiles pour un sujet donné.

Comment l'utiliser sans se tromper

1. Définir la question avant de chercher : population, méthode, période, langue.
2. Lancer la recherche dans l'outil, puis dans une base de référence du domaine pour contrôler les oublis.
3. Ouvrir l'article, pas seulement le résumé, avant de citer un résultat.
4. Vérifier la date de publication et la revue ou l'éditeur.
5. Noter les mots-clés et les filtres utilisés, pour pouvoir refaire la recherche.

Pour un usage de recherche approfondie qui produit un rapport long, voir Deep research IA. Pour la vérification des citations en général, voir Vérifier les sources d'une réponse IA.