Pour son IA, Qwant ouvre le capot, joue la transparence et veut changer les règles avec la presse - Interview

Qwant lance une expérimentation inédite de neuf mois avec une vingtaine de médias et d'éditeurs de presse français, dont Clubic, autour de son module Réponse Flash d'IA générative intégré aux résultats de recherche. L'entreprise mise sur un partage à parts égales des revenus publicitaires générés, une transparence totale sur l'usage des contenus, et une technologie 100% européenne. Olivier Abecassis, directeur général de Qwant, nous explique la démarche.

Pendant des années, la question de la rémunération des éditeurs par les grandes plateformes numériques a ressemblé à un dialogue de sourds. Les droits voisins, censés corriger le déséquilibre, ont abouti à un accord imposé de facto par Google... sans que personne ne sache vraiment comment la somme avait été calculée. Avec l'essor de l'IA générative, le problème revient au premier plan puisque les moteurs de recherche et assistants conversationnels s'appuient massivement sur des contenus journalistiques pour construire leurs réponses, mais sans modèle économique clair pour les créateurs de contenu.

C'est dans ce contexte que Qwant choisit de jouer la carte de la transparence. Le moteur de recherche français, fondé en 2013 et repositionné depuis sa reprise autour de la souveraineté numérique européenne, annonce une expérimentation de neuf mois avec une vingtaine d'acteurs de la presse. Parmi ces derniers, nous retrouvons L'Equipe, Les Echos, Le Parisien, Ouest France, RMC/BFM, ou encore Clubic, Frandroid et Numerama via le groupe EBRA. L'initiative est soutenue par le GESTE et l'Alliance de la Presse d'information générale, qui y voient une « voie concrète » là où les grandes plateformes « refusent tout dialogue ».

Au cœur du dispositif, la Réponse Flash est un module de synthèse par IA intégré aux résultats de recherche de Qwant et de Lilo, développé en interne et s'appuyant sur le modèle de langage Mistral. Le principe est simple : 50% des revenus publicitaires générés dans cet espace sont reversés aux éditeurs dont les contenus ont alimenté la réponse. Rencontre avec Olivier Abecassis, directeur général de Qwant.

Pouvez-vous nous présenter les Réponses Flash de Qwant ?

Olivier Abecassis : Depuis la reprise, nous avons beaucoup travaillé pour réconcilier Qwant avec son projet initial, qui avait quelque peu dévié. L'objectif était d'améliorer l'expérience produit et de redonner à l'utilisateur un moteur de recherche de qualité. Très vite, nous avons réfléchi à la façon dont l'IA générative pouvait compléter une page de résultats, non pas pour la remplacer, mais pour en offrir une version synthétique et complémentaire.

Nous avons donc développé un module en propre, itéré dessus pendant un an et demi, en posant dès le départ un principe fondamental : la clé, c'est l'identification des sources pertinentes. Nous voulions des sources visibles, qui continuent à apporter du trafic aux sites référencés. Ce qui crédibilise une réponse aux yeux de l'utilisateur, c'est de savoir comment elle a été construite et si elle repose sur des sources sérieuses.

J'ai continué le débat avec les groupements afin de parler de l'IA générative. Il fallait trouver un accord mais personne ne savait donner de prix. Et là nous nous sommes dit qu'il fallait se mettre autour d'une table avec un certain nombre d'éditeurs. Nous avons a voulu jouer le jeu. Nous avons ouvert le capot, nous avons voulu expliquer ce que nous faisons avec le contenu parce que nous savons très bien ce que nous faisons avec le contenu. Tous ceux qui vous disent qu'ils savent pas, c'est évidemment une réponse très hypocrite, parce que si vous savez pas, c'est que vous faites pas du bon travail

L'algorithme qui sélectionne ces sources est donc entièrement développé en interne ?

O.A : Oui. Notre algorithme identifie les sources, lit les articles dans leur intégralité, sélectionne les paragraphes pertinents et les classe entre eux pour permettre un recoupement intelligent. Ce n'est qu'une fois ce travail effectué qu'il demande à un LLM de rédiger la réponse.

Quel LLM utilisez-vous ?

O.A : Mistral.

La réponse Flash ne se base donc que sur ces sources sélectionnées. Est-ce que cela élimine tout risque d'hallucination ?

O.A : Non, je vous mentirais si je vous disais qu'il n'y a aucun risque. Le système n'est pas fiable à 100%. En revanche, nous avons investi beaucoup de temps dans la sélection des sources : en tant que moteur de recherche, nous savons quelles sources sont les plus cliquées et considérées comme fiables d'un point de vue SEO. Par ailleurs, nous ne nous appuyons jamais sur une source unique. Nous croisons plusieurs contenus et faisons de la corrélation pour vérifier la cohérence des informations.

En testant sur l'actualité du Moyen-Orient avec comme source Le Monde. J'ai eu un résumé, puis un lien "Voir la réponse détaillée". Mais au lieu d'atterrir sur l'une des sources, le moteur a continué à générer du contenu. N'y a-t-il pas là un paradoxe : vous présentez des sources fiables, mais vous incitez finalement moins à les visiter ?

O.A : C'est précisément l'une des questions centrales de notre expérimentation : mesurer le taux de clics et le comparer à celui d'une page de résultats classique. Il est probable que les clics globaux baissent. Mais il y a une nuance importante : avec les résultats traditionnels, l'utilisateur clique sur un lien et l'histoire s'arrête là. Avec nos Réponses Flash, chaque paragraphe cite sa source, ce qui crée une opportunité de visiter le site pour ceux qui veulent vraiment approfondir. L'objectif est de mesurer si ce trafic envoyé est plus qualifié, même s'il est moins volumineux. Le débat sur la valorisation viendra ensuite : si les clics entrants baissent, les droits voisins devront peut-être être revalorisés en conséquence.

Vous intégrez également de la publicité dans ces réponses Flash ?

O.A : Oui, nous avons commencé à tester des formats publicitaires contextuels à l'intérieur du module. Ils ressemblent à des liens sponsorisés. Nous allons suivre les taux de clics et les revenus associés, et tester d'autres formats au fil de l'expérimentation.

Et ces revenus publicitaires, vous les partagez avec les éditeurs ?

O.A : Oui, à hauteur de 50% et répartis entre les sources qui ont contribué à construire la réponse. Pour être tout à fait transparent : ce partage concerne pour l'instant uniquement les éditeurs qui participent à l'expérimentation. Les autres n'y ont pas encore accès.

Avec ce partage de revenus, cherchez-vous à établir un standard de marché, puisqu'il n'existe rien d'officiel aujourd'hui ?

O.A : J'ai appliqué une règle classique, dont tout le monde a accepté le principe parce qu'il est usuel dans les relations entre éditeurs et plateformes. Est-ce que c'est le bon modèle sur le long terme ? Honnêtement, je ne sais pas. Si les clics entrants baissent significativement, le partage de revenus publicitaires ne suffira peut-être pas à compenser. Il faudra peut-être explorer d'autres pistes, notamment inciter les utilisateurs à souscrire des abonnements chez les éditeurs qui ont du contenu payant. Ce qui est certain, c'est que ce modèle est déjà plus ambitieux que ce que font les autres : Google, dans les droits voisins, ne reverse pas 50% de ses revenus à la presse.

Si l'on pousse la logique : utiliser les articles pour les synthétiser donne aux éditeurs le droit de réclamer une rémunération. Mais si vous mettez en avant des contenus premium, cela ne risque-t-il pas de biaiser la pertinence des résultats ?

O.A : C'est exactement ce que l'expérimentation doit nous aider à évaluer. Pour quelqu'un abonné au Monde, est-ce que ça fait sens d'avoir davantage de sources issues du Monde dans sa Réponse Flash ? Je pense que oui, mais il faut le vérifier, et voir si les éditeurs ayant des offres payantes y trouvent aussi leur compte.

Dans ce prolongement : proposer votre module en marque blanche directement sur les sites des éditeurs, comme un moteur de recherche interne dopé à l'IA, c'est une piste que vous explorez ?

O.A : C'est effectivement l'une des dimensions les plus intéressantes de l'expérimentation. Nous proposons aux éditeurs qui le souhaitent d'intégrer notre technologie sur leur propre site. Ils définissent ensuite eux-mêmes le périmètre des sources : leur seul site, l'ensemble de leur groupe, ou le web entier, avec des blacklists pour exclure leurs concurrents directs. Dans ce cas de figure, si l'éditeur gère lui-même la vente publicitaire dans le module, il conserve 70% des revenus. La technologie est mise à disposition gratuitement, nous prenons 30%.

Cela ressemble davantage à un partenariat qu'à une simple licence technologique.

O.A : C'est l'idée. Ce que nous faisons pourrait en partie être réalisé par un éditeur, mais seulement en partie. Notre statut de moteur de recherche nous donne accès à un volume de données qui nous permet d'apprendre et d'entraîner nos modèles en continu. C'est notre métier au quotidien, et ça fait une vraie différence. Je voulais que ce soit du concret, pas une annonce. Perplexity avait promis un partage de revenus avec les éditeurs, puis y a renoncé. Nous, on construit quelque chose de réel, en travaillant directement avec les éditeurs.

Vous êtes le seul moteur à faire ça, ou Ecosia applique-t-il le même principe ?

O.A : Ecosia utilise notre technologie, elle fait partie des développements de notre joint-venture. La technologie a d'abord été déployée sur Qwant, puis sur Ecosia, mais dans une version antérieure : ils n'ont pas encore intégré la partie conversationnelle. Nos règles d'affichage diffèrent également un peu : nous n'activons pas ce module sur 100% des requêtes, car il y a des cas où cela n'a pas de sens. Ecosia est un peu plus restrictif que nous sur ce point. L'idée est que chaque activation, qui a un coût, soit vraiment adaptée au besoin de l'utilisateur.

Qu'en est-il de Qwant Junior ?

O.A : Qwant Junior existe toujours, mais nous n'y avons pas beaucoup investi car c'est un modèle sans publicité. J'ai essayé de convaincre le ministère de l'Éducation nationale d'y déployer la solution dans les écoles, mais avec un ministre qui change tous les trois mois, chaque validation est à recommencer. Donc c'est la France. Le module IA n'y est pas intégré pour l'instant. C'est frustrant, parce que je pense sincèrement que c'est un vrai service et que l'enjeu de la protection de l'enfant en ligne est colossal. Peut-être un jour.