Les moteurs de recherche : cours de SNT en Seconde

Tu utilises un moteur de recherche plusieurs fois par jour, souvent sans y penser : un devoir à préparer, une recette, un horaire de bus, une vidéo. Tu tapes quelques mots, tu appuies sur Entrée, et en une fraction de seconde une liste de pages apparaît. Cette rapidité donne l'impression d'une magie. Pourtant, derrière, il y a un mécanisme précis que tu peux comprendre, et c'est exactement ce que demande le thème « Le Web » de Sciences numériques et technologie.

Dans ce chapitre, tu viens de voir ce qu'est une page web (HTML, CSS) et comment on l'atteint grâce à une adresse (URL) et au protocole HTTP. Il reste une question : parmi des quantités immenses de pages, comment fait-on pour trouver celle dont on a besoin ? La réponse, c'est le moteur de recherche.

Éduscol propose aux élèves de seconde des séquences autour de trois idées : savoir comment fonctionnent les moteurs de recherche ainsi que les navigateurs, porter un regard critique sur ce que renvoie un moteur, et saisir ce qu'implique le fait de publier une information.² Ce cours suit ce fil : d'abord ce qu'est un moteur, ensuite comment il travaille, puis comment l'utiliser intelligemment.

Trois mots sont à bien comprendre.

• Application : c'est un programme, avec une interface que tu utilises (une zone de saisie, un bouton).
• Requête : c'est ce que tu écris, par exemple « volcan Islande éruption ». Elle est faite de termes, aussi appelés mots-clés.
• Ressources : ce que l'on cherche. Il peut s'agir de pages web, mais aussi d'images, de vidéos, de fichiers, d'ouvrages, d'applications ou de logiciels.⁶

Un moteur ne part pas « chercher » sur le Web au moment où tu appuies sur Entrée : ce serait bien trop lent. Il a préparé le travail à l'avance. On peut décrire cette préparation en trois temps : explorer, indexer, répondre.

1. Explorer

Le robot part de pages connues. Sur chacune, il repère les liens hypertexte : ce sont eux qui relient les pages entre elles. Il suit ces liens, de page en page, et découvre ainsi de nouvelles URL.⁶ Imagine un visiteur qui, dans une immense bibliothèque, ouvrirait chaque livre cité en bibliographie dans un autre livre, puis ceux cités dans celui-là, et ainsi de suite.

Cette exploration est répétée régulièrement.⁶ C'est logique : le Web change tout le temps, des pages naissent, d'autres sont modifiées ou disparaissent.

Une conséquence : une page que personne ne cite par un lien est difficile à découvrir pour un robot qui avance de lien en lien. Publier une page ne suffit donc pas à la rendre visible.

2. Indexer

Quand le robot a identifié une page, celle-ci est indexée : elle est enregistrée dans une base de données.⁶ Cette base est ensuite accessible aux internautes à partir de mots-clés.⁶

Pour comprendre l'intérêt d'un index, pense à l'index à la fin d'un manuel scolaire. Pour trouver où l'on parle de « photosynthèse », tu n'as pas besoin de lire les 300 pages : tu regardes l'index, qui te donne directement les numéros de pages. L'index d'un moteur remplit le même rôle, à l'échelle de tout le Web. Au lieu de rechercher dans les pages elles-mêmes, le moteur cherche dans sa base préparée à l'avance, ce qui explique la vitesse des réponses.

3. Répondre

Quand tu envoies ta requête, le moteur consulte sa base à partir de tes mots-clés et te renvoie une liste de pages. Il doit alors décider dans quel ordre les présenter. Cette question du classement est centrale : la ressource académique d'Éduscol consacrée au PageRank de Google s'ouvre précisément sur la question de savoir comment un moteur classe les sites.⁴

Retiens l'idée essentielle pour toi, élève : l'ordre d'affichage est le résultat d'un calcul fait par le moteur, pas un jugement sur la vérité ou la qualité d'une page. C'est pour cela qu'une analyse critique est nécessaire.

Le mot « moteur de recherche » recouvre plusieurs réalités. Pour t'y retrouver, on peut distinguer ce qui est fait par des robots et ce qui est fait par des personnes, puis ce qui se limite au Web et ce qui n'y est pas limité.

Les moteurs qui rédigent des réponses

Dans les années 2020, certains moteurs ajoutent des fonctions d'intelligence artificielle générative. Au lieu de seulement afficher une liste de pages, ils présentent des réponses écrites en langage naturel, parfois avec des liens vers les sources, en complément de la liste ou à sa place.⁶

Ce changement rend l'esprit critique encore plus utile. Une réponse bien rédigée paraît sûre, même quand elle est fausse. Quand des liens vers des sources sont fournis, tu peux les ouvrir pour vérifier ; quand il n'y en a pas, la prudence s'impose.

Le moteur compare tes mots-clés à ce qu'il a indexé. La qualité de la réponse dépend donc beaucoup de la qualité de la question. Voici une démarche que tu peux appliquer à chaque recherche.

Le programme de seconde attend de toi une véritable analyse critique : tu dois savoir examiner avec recul les résultats qu'un moteur te propose.⁴ Les séquences d'Éduscol relient aussi la recherche d'information à l'habitude de s'appuyer sur des sources de qualité et de partager des ressources.⁵ Voici comment procéder concrètement.

Résultats d'un moteur et publication d'informations

Les enjeux ne concernent pas seulement celui qui cherche, mais aussi celui qui publie : les séquences d'Éduscol invitent à comprendre les enjeux de la publication d'informations.² Ce que tu mets en ligne peut être découvert par des robots, indexé, puis retrouvé par n'importe quel internaute avec les bons mots-clés. C'est un avantage quand on veut être lu, mais cela demande de réfléchir à ce que l'on publie. La question des traces que l'on laisse en ligne et de la vie privée prolonge cette réflexion.