Deep Research d’OpenAI : comment ChatGPT mène des enquêtes web en autonomie

Chercher une information précise sur le Web ne consiste pas seulement à taper quelques mots dans un moteur de recherche. Il faut comparer les sources, retrouver le contexte d’un chiffre, repérer une contradiction et distinguer une analyse solide d’une affirmation invérifiable. Avec Deep Research, OpenAI veut confier une partie de ce travail à ChatGPT : non plus seulement répondre rapidement à une question, mais conduire une recherche en plusieurs étapes et livrer un rapport étayé.

Dévoilée au début de février 2025, cette fonction s’inscrit dans la montée en puissance des agents d’intelligence artificielle. Ces outils ne se limitent pas à générer du texte à partir d’une consigne. Ils sont conçus pour enchaîner des actions, ici parcourir des pages en ligne, sélectionner des informations, les recouper et les organiser. L’ambition est considérable, mais elle ne dispense pas l’utilisateur de garder un regard critique sur le résultat.

Qu’est-ce que Deep Research dans ChatGPT ?

Deep Research est une fonctionnalité de recherche approfondie intégrée à ChatGPT. Elle permet au chatbot d’explorer Internet à partir d’une demande formulée par l’utilisateur, puis de produire une réponse structurée à partir des éléments recueillis. Là où une conversation classique avec un assistant IA fournit généralement une réponse en quelques secondes, Deep Research prend davantage de temps afin de réaliser un travail de recherche plus vaste.

OpenAI le présente comme un agent capable d’orchestrer des tâches complexes. Il peut notamment décomposer une question générale en sous-questions, consulter de nombreuses ressources et synthétiser les informations utiles dans un même document. Selon l’entreprise, l’outil peut exploiter des données issues de centaines de sources en ligne.

Sam Altman, dirigeant d’OpenAI, a décrit cette capacité comme une forme de « superpuissance » pour la recherche : une tâche qui demanderait plusieurs heures, voire plusieurs jours, à une personne pourrait être menée en quelques minutes par l’outil. Cette comparaison traduit l’objectif du produit, gagner du temps sur la collecte et la première synthèse d’informations. Elle ne signifie pas qu’une IA remplace le jugement d’un spécialiste.

Comment fonctionne l’agent de recherche d’OpenAI ?

Deep Research repose sur une version optimisée du modèle OpenAI o3. Cette déclinaison a été conçue pour mieux naviguer sur le Web et analyser des données. En pratique, l’outil ne se contente pas d’afficher une liste de liens : il effectue un travail de sélection et de synthèse avant de rédiger sa réponse.

Le fonctionnement suit plusieurs étapes. L’utilisateur formule d’abord un objectif, par exemple comparer des évolutions de marché, comprendre un sujet scientifique ou rassembler des éléments sur une politique publique. L’agent cherche ensuite des informations pertinentes, consulte les pages qu’il juge utiles et construit une réponse structurée. Le rapport final s’appuie sur les sources consultées, ce qui permet en principe de remonter vers les documents originaux.

Le déroulé exact de la recherche n’est pas entièrement invisible. Lorsqu’elle est en cours, ChatGPT affiche dans une barre latérale un résumé des étapes réalisées et des sources ouvertes. Cette transparence est importante : elle aide l’utilisateur à comprendre la trajectoire suivie par l’agent, et surtout à évaluer si celle-ci correspond bien à la demande initiale.

Cette méthode peut être utile lorsqu’une question exige de croiser des contenus dispersés. Elle est particulièrement adaptée aux recherches qui comportent plusieurs critères, demandent une comparaison ou nécessitent un état des lieux documenté. À l’inverse, elle ne garantit pas automatiquement que les sources accessibles sur Internet soient exactes, à jour ou représentatives.

Comment utiliser Deep Research dans ChatGPT ?

L’accès se fait depuis le compositeur de messages de ChatGPT. Avant d’envoyer sa question, l’utilisateur doit sélectionner l’option Deep Research. Il peut ensuite rédiger sa consigne comme dans une conversation classique, avec un avantage important : il est possible d’ajouter des fichiers ou des tableaux afin de fournir un contexte complémentaire.

Cette possibilité est utile pour travailler à partir d’un document existant. Un analyste peut, par exemple, joindre un tableau de données et demander à l’agent de le replacer dans son environnement de marché. Un étudiant ou un chercheur peut fournir une liste de notions à approfondir. Dans tous les cas, plus la question est précise, plus la recherche a des chances de répondre au besoin réel.

Une demande efficace indique notamment :

• le sujet exact à traiter ;
• la période concernée ;
• le pays, le secteur ou le public visé ;
• les critères de comparaison attendus ;
• la forme souhaitée pour le rapport final.

Ainsi, demander « Quelles sont les tendances de l’énergie ? » reste trop vague. Préciser que l’on cherche une comparaison entre plusieurs marchés, sur une période définie et avec des données chiffrées, donne à l’agent une mission plus exploitable.

La recherche dure généralement entre cinq et trente minutes. Cette durée varie selon la complexité de la demande et l’ampleur des informations à explorer. Une fois le travail terminé, ChatGPT envoie une notification à l’utilisateur. Cette attente marque une différence nette avec les réponses instantanées habituellement associées aux chatbots.

À quels usages Deep Research est-il destiné ?

OpenAI cible en priorité les métiers confrontés à une documentation abondante et à des questions complexes. La finance, les sciences, la politique et l’ingénierie figurent parmi les domaines mis en avant. Dans ces secteurs, retrouver l’information est souvent moins difficile que l’évaluer, la replacer dans son contexte et la comparer à d’autres données.

Pour un professionnel, Deep Research peut servir à préparer une première note de synthèse, cartographier les arguments autour d’un sujet ou identifier les sources à examiner en priorité. Pour un particulier, l’outil peut aussi aider à construire une recherche plus personnalisée, par exemple lorsqu’il faut comparer plusieurs solutions répondant à des critères précis.

Il faut toutefois distinguer l’accélération de la recherche de la validation d’une expertise. Une réponse bien présentée peut contenir une erreur de date, un chiffre repris sans contexte ou une conclusion trop générale. Dans les domaines à fort enjeu, comme l’investissement, l’ingénierie ou la santé, le rapport produit par l’agent doit donc être considéré comme un point de départ documenté, et non comme un avis définitif.

Pourquoi cette fonction arrive-t-elle dans un contexte concurrentiel ?

Le lancement de Deep Research intervient dans une période de concurrence accrue entre les grands acteurs de l’IA générative. OpenAI cherche à enrichir ChatGPT avec des usages concrets, capables de justifier le recours à un assistant au-delà de la simple rédaction ou de la conversation.

La pression vient aussi de DeepSeek, une jeune entreprise chinoise dont le modèle DeepSeek-R1, introduit en janvier 2025, a beaucoup fait parler de lui. L’entreprise a affirmé sur son compte officiel WeChat que son coût d’utilisation se situait entre vingt et cinquante fois en dessous de celui des modèles d’OpenAI. Cette estimation est une affirmation de DeepSeek : elle doit être lue comme telle, car comparer le coût de modèles différents dépend des usages, des infrastructures et des méthodes de calcul retenues.

DeepSeek a également dépassé ChatGPT en téléchargements sur l’App Store d’Apple, un signal fort de l’intérêt suscité par ses performances et son positionnement tarifaire. Pour OpenAI, l’enjeu ne consiste donc pas uniquement à proposer un modèle performant. Il s’agit aussi de montrer que ChatGPT peut devenir un environnement de travail où l’IA prend en charge des séquences complètes de recherche.

Des rapports appelés à devenir plus visuels

Au lancement, Deep Research restitue surtout ses résultats sous la forme de rapports textuels organisés. OpenAI prévoit toutefois d’y ajouter des images intégrées, des visualisations de données et d’autres représentations analytiques. L’objectif est de rendre les résultats plus clairs, notamment lorsqu’ils reposent sur des comparaisons chiffrées ou des ensembles d’informations complexes.

Ces ajouts pourraient renforcer l’intérêt de l’outil pour les utilisateurs amenés à manipuler des données. Un graphique est souvent plus lisible qu’une succession de chiffres, à condition que son origine et son mode de calcul soient explicites. Là encore, l’amélioration de la présentation ne résout pas à elle seule la question de la qualité des données utilisées.

Pour les utilisateurs, l’évolution la plus importante sera la capacité à vérifier facilement le chemin suivi par l’agent : quelles sources ont été consultées, lesquelles ont été privilégiées, quels passages soutiennent une affirmation et quelles limites doivent être signalées. Dans la recherche assistée par IA, la transparence du raisonnement compte autant que la fluidité de la réponse.

Ce qu’il faut surveiller

Deep Research illustre une évolution majeure des assistants conversationnels : l’IA ne répond plus seulement à une question, elle reçoit une mission qui peut prendre plusieurs minutes et mobiliser un grand nombre de documents. Cette approche peut réduire fortement le temps consacré à la veille, au débroussaillage d’un dossier ou à la préparation d’une synthèse.

Son utilité dépendra néanmoins de trois éléments. D’abord, la qualité des sources accessibles sur le Web. Ensuite, la capacité de l’outil à signaler les incertitudes, les divergences et les informations manquantes au lieu de les masquer sous une réponse trop assurée. Enfin, la discipline de l’utilisateur, qui doit conserver le contrôle sur les faits importants.

Au 3 février 2025, Deep Research apparaît donc comme une promesse de productivité pour les recherches longues, plutôt que comme un substitut à l’enquête humaine. Son véritable intérêt se mesurera à la précision de ses rapports, à la traçabilité de ses sources et à la manière dont professionnels et particuliers apprendront à l’utiliser avec méthode.