Elicit

Elicit est un assistant de recherche par IA conçu spécifiquement pour la recherche de littérature académique et l'extraction de données. Il a été développé chez Ought, une organisation à but non lucratif de recherche sur la sécurité de l'IA fondée par Andreas Stuhlmüller, ancien chercheur du Stanford Computation and Cognition Lab, et est devenu une entreprise d'utilité publique indépendante en septembre 2023. Le problème central que résout Elicit : les chercheurs universitaires passent en moyenne quatre semaines à trier manuellement des articles pour une seule revue systématique. Elicit réduit cette fenêtre de tri de plusieurs semaines à quelques heures en exécutant des requêtes sémantiques en langage naturel sur une base de données de 138 millions d'articles et 545,000 essais cliniques.

La principale valeur ajoutée de l'outil réside dans l'extraction structurée : les chercheurs ajoutent des colonnes personnalisées pour extraire simultanément la taille des échantillons, la description des interventions, les mesures des résultats et les notes méthodologiques de dizaines d'articles. Chaque point de donnée extrait renvoie à un passage surligné dans l'article source, ce qui accélère la vérification humaine. Elicit génère également des rapports de recherche automatisés (Automated Research Reports), exporte les tableaux aux formats CSV, BibTeX et RIS pour une importation directe dans Zotero, Mendeley ou EndNote, et prend en charge le téléchargement de PDF pour répondre aux questions sous forme de chat à partir de bibliothèques de documents privées. Un mode haute précision (High-Accuracy Mode), disponible dans les forfaits payants, utilise des modèles de langage (LLM) avancés pour les tâches d'extraction complexes. En février 2025, Elicit a déclaré 400,000 chercheurs actifs par mois après avoir levé $22M en série A pour une valorisation de $100M.

Ce qu'est réellement Elicit en avril 2026

Elicit n'est pas un chatbot IA généraliste déguisé en outil de recherche. C'est un outil de flux de travail structuré pour la littérature. La distinction est importante : lorsque vous saisissez une requête, Elicit ne génère pas de texte à partir de ses propres connaissances. Il effectue des recherches dans le corpus indexé d'OpenAlex et de Semantic Scholar, classe les articles en fonction de leur pertinence sémantique par rapport à votre question, et extrait des champs spécifiques à partir des résumés et des textes intégraux lorsqu'ils sont disponibles.

La fonctionnalité phare est le tableau d'extraction. Vous définissez des colonnes, soit à partir d'une bibliothèque de 35 options prédéfinies (population, intervention, taille de l'échantillon, plan d'étude, période de suivi, ampleur de l'effet), soit via des requêtes personnalisées en langage naturel ("Quelle méthode statistique cet article a-t-il utilisée pour les facteurs de confusion ?"), et Elicit remplit chaque ligne avec un extrait de texte cité de l'article correspondant. Le résultat est une matrice structurée qui peut être exportée et analysée, semblable à ce qu'un assistant de recherche produirait après avoir lu 40 articles, mais générée en quelques minutes plutôt qu'en plusieurs jours.

Le flux de travail de revue systématique (Systematic Review) va plus loin : il ajoute une phase de tri (inclure/exclure avec un raisonnement suggéré par l'IA), génère un diagramme de flux compatible PRISMA et produit un rapport de synthèse. C'est ce pipeline qui attire les chercheurs cliniques, les équipes de santé publique et les groupes de synthèse de données probantes vers la plateforme. L'annonce de la série A d'Elicit en février 2025 a désigné la santé, les politiques publiques et l'industrie pharmaceutique comme les principaux marchés d'expansion au-delà du monde universitaire.

Où se situe Elicit par rapport à Consensus et SciSpace

Trois outils dominent la recherche universitaire assistée par l'IA en avril 2026. Ils partagent le corpus d'articles sous-jacent de Semantic Scholar, mais adoptent des flux de travail et des mécanismes fondamentalement différents.

Consensus est conçu pour la vérification rapide d'affirmations plutôt que pour la collecte systématique de données. Sa mécanique principale est un "Consensus Meter" binaire (Oui/Non) qui agrège les résultats d'études pertinentes pour répondre à une question de recherche unique en quelques secondes. Consensus affiche également les scores SJR (SCImago Journal Ranking) et les indicateurs SciScore à côté des résultats, offrant aux chercheurs un signal intégré sur la qualité de la revue, ce qui manque totalement à Elicit. Là où Elicit construit des tableaux d'extraction à colonnes multiples sur des dizaines d'articles, Consensus donne un verdict rapide sur une seule affirmation scientifique. Consensus coûte $20/mois en entrée de gamme contre $12/mois pour Elicit, et aucun des deux outils ne prend en charge d'autres langues que l'anglais.

SciSpace adopte une approche centrée sur les PDF. Sa principale force réside dans l'explication d'articles complexes individuels : téléchargez un article et demandez à l'IA de détailler une équation, d'interpréter un tableau statistique ou de résumer une section méthodologique dense en langage clair. SciSpace prend en charge jusqu'à 50 colonnes d'extraction personnalisées dans ses forfaits payants, contre un maximum de 10 pour Elicit, inclut un assistant de rédaction intégré (Elicit n'offre aucune aide à la rédaction) et fournit un générateur de citations dédié. Son prix d'entrée de $20/mois est plus élevé que celui d'Elicit, et son forfait gratuit est plus restrictif à certains égards. L'interface modulaire de SciSpace sépare les outils en panneaux, tandis que celle d'Elicit est minimaliste et linéaire. Le choix technique dépend de la priorité de votre flux de travail : utilisez SciSpace lorsque vous avez besoin de comprendre des articles individuels en profondeur ; utilisez Elicit lorsque vous avez besoin d'extraire des données cohérentes sur une vaste collection pour une revue formelle.

"Elicit n'a pas été développé pour vous fournir une analyse et une synthèse approfondies. Il peut manquer des nuances ou des relations complexes entre les études qu'un expert humain repérerait. Mais il est beaucoup plus facile de vérifier des informations que de les collecter en premier lieu." - Boris Nikolaev, chercheur, Medium, 2025

Comment l'IA fonctionne réellement dans Elicit

La couche de recherche d'Elicit utilise des plongements vectoriels (vector embeddings) pour faire correspondre l'intention de la requête aux résumés d'articles plutôt que de se baser sur la cooccurrence de mots-clés. C'est la raison pour laquelle Elicit trouve des articles pertinents qui utilisent une terminologie différente de vos termes de recherche, ce qui est essentiel dans les domaines de recherche où le même concept porte des noms différents selon les disciplines ou les époques.

Les colonnes d'extraction exécutent une passe d'inférence distincte sur chaque article. Pour chaque paire article-colonne, Elicit envoie les sections pertinentes de l'article à un modèle de langage en arrière-plan, accompagnées de la définition de votre colonne. Le modèle extrait l'extrait le plus pertinent et Elicit stocke l'emplacement source. En mode haute précision (High-Accuracy Mode, forfaits payants uniquement), Elicit achemine les requêtes vers des LLM plus performants pour les colonnes nécessitant une interprétation complexe. Le système de crédits reflète cela : les colonnes d'extraction simples sont peu coûteuses, tandis que les colonnes à haute précision consomment beaucoup plus de crédits par article.

Les téléchargements de PDF ajoutent une couche de génération augmentée par la recherche (RAG). Lorsque vous discutez avec un article téléchargé, Elicit récupère les passages les plus pertinents pour votre question et les transmet au LLM avec pour instruction de répondre uniquement à partir du document. L'attribution de la source est affichée pour chaque réponse. C'est pourquoi la précision des citations d'Elicit est nettement supérieure à celle des outils d'IA généralistes pour les questions spécifiques à un article, bien qu'une vérification humaine reste nécessaire pour toute affirmation que vous prévoyez de publier.

Les préoccupations des chercheurs concernant la précision et la reproductibilité

Le marketing d'Elicit revendique une précision d'extraction de 80 à 90 %. Des études universitaires publiées en 2025 dressent un tableau plus nuancé que tout chercheur devrait comprendre avant de s'appuyer sur l'outil pour des travaux formels.

Une étude comparative de juin 2025 publiée dans Cochrane Evidence Synthesis and Methods (Bianchi et al.) a analysé l'extraction d'Elicit par rapport à des évaluateurs humains sur 20 essais contrôlés randomisés. Les résultats : sur l'ensemble des sept variables étudiées, Elicit a extrait des informations "égales" à celles des évaluateurs humains dans seulement 20,7 % des cas, était "partiellement égal" (informations manquantes) dans 45,7 % des cas, et activement "déviant" (données incorrectes) dans 4,3 % des cas. Fait critique, 95 % des extractions d'"effets d'intervention", la variable la plus importante en recherche clinique, ont été évaluées comme seulement partiellement égales. L'étude a conclu : "La vérification par des évaluateurs humains est nécessaire pour s'assurer que toutes les informations pertinentes sont capturées de manière complète et correcte par Elicit."

Une autre étude Cochrane (Lau et al., 2025) a révélé que la sensibilité moyenne d'Elicit dans les recherches documentaires était d'environ 39,5 %, ce qui signifie que l'outil manque environ 60 % des articles potentiellement pertinents lors d'une recherche exhaustive. La précision d'Elicit était plus élevée, à 41,8 %, mais c'est la sensibilité qui importe pour les revues systématiques. Les auteurs ont conclu qu'Elicit "n'a pas effectué de recherche avec une sensibilité suffisamment élevée pour remplacer la recherche documentaire traditionnelle."

"Elicit doit servir d'échafaudage de recherche, et non de source faisant autorité. Les utilisateurs ont besoin d'être formés pour interroger les résultats de l'IA et comprendre les limites de transparence, en particulier en ce qui concerne la provenance des données et la documentation de la méthodologie de recherche." - Bibliothèque de l'Université Deakin, guide d'évaluation des outils d'IA, 2025

Autres limites documentées : Elicit ne peut pas extraire d'informations à partir de figures, d'organigrammes ou de tableaux de données visuels dans les PDF. Les recherches ne sont pas reproductibles de la manière structurée et documentée requise pour les rapports de revues systématiques conformes à PRISMA. L'outil est uniquement en anglais, ce qui restreint son utilité dans des contextes de recherche multilingues.

Ce ne sont pas des raisons d'éviter Elicit. Ce sont des raisons de l'utiliser correctement : comme une couche de tri et d'accélération, et non comme un remplacement de l'évaluation humaine. Les chercheurs qui comprennent le profil de performance réel de l'outil en tirent systématiquement profit ; les chercheurs qui prennent les résultats pour argent comptant créent des problèmes en aval.

À qui s'adresse Elicit

Les étudiants de troisième cycle et les chercheurs en doctorat dans les domaines empiriques constituent la principale base d'utilisateurs d'Elicit. Si votre recherche implique des données structurées (essais cliniques, études expérimentales, enquêtes), les tableaux d'extraction d'Elicit sont véritablement transformateurs pour le tri de premier niveau et la collecte de données. Les chercheurs en biomédecine, en psychologie, en sciences sociales et en apprentissage automatique en tirent le plus grand bénéfice. La recherche sémantique d'Elicit est particulièrement efficace dans les domaines où la terminologie évolue au fil des décennies de littérature.

Les équipes de revues systématiques et de synthèse de données probantes en recherche clinique, en santé publique et en politiques publiques utilisent les forfaits Pro et Team d'Elicit pour l'ensemble du pipeline de revue systématique : tri, extraction et génération de rapports. La capacité d'exporter une documentation compatible PRISMA (avec une vérification humaine intégrée au flux de travail) le rend utile malgré les limites de sensibilité.

Évitez Elicit si vous travaillez principalement dans les sciences humaines, le droit ou les sciences sociales qualitatives, où les articles utilisent un raisonnement narratif plutôt que des données structurées et où les tableaux d'extraction d'Elicit n'apportent que peu de valeur. Évitez-le si vous avez besoin d'une couverture de recherche exhaustive et reproductible pour une revue systématique formelle prête à être publiée, sans la compléter par des recherches dans des bases de données traditionnelles comme PubMed, Scopus ou Web of Science. Évitez-le si vous êtes un utilisateur occasionnel qui souhaite des réponses rapides et scientifiquement fondées à des questions simples, auquel cas Consensus est plus adapté. Évitez-le si votre recherche s'effectue dans une langue autre que l'anglais.

Le plafond de deux rapports par mois du forfait gratuit signifie que la plupart des chercheurs qui l'essaient atteignent la limite en un après-midi et doivent opter pour un forfait payant. Le tarif Plus à $10/mois (facturé annuellement) est le choix de la plupart des chercheurs individuels. Pour les équipes réalisant plusieurs revues systématiques par mois, le forfait Pro à $42/mois (facturé annuellement) devient le point d'entrée approprié.