Capturer un contenu

Capturer consiste à transformer une source dispersée ou instable en un corpus exploitable, vérifiable et délimité.

Cette étape paraît technique, mais elle détermine la qualité de tout le processus. Une transcription incomplète, un chapitre manquant, une version obsolète ou une source non identifiée produira des erreurs dans l'extraction, la structure et les activités d'apprentissage.

L'objectif n'est pas encore de résumer. Il est de répondre à une question plus élémentaire : de quel contenu disposons-nous réellement ?

La sortie attendue

À la fin de la capture, vous devez disposer de :

la source ou le corpus complet ;
un objectif d'apprentissage explicite ;
un périmètre défini ;
des fichiers dans un format lisible ;
des références permettant de retrouver chaque passage ;
un découpage en unités manipulables ;
une liste des éléments manquants ou incertains.

Cette sortie devient l'entrée de l'étape suivante : extraire les connaissances.

Commencer par le résultat attendu

La capture dépend de l'usage futur.

Capturer un livre pour en produire une fiche de lecture n'exige pas le même niveau de détail que le transformer en formation complète. Capturer une conférence pour retenir ses idées principales diffère d'une capture destinée à vérifier chaque affirmation.

Définissez d'abord ce que l'apprenant devra être capable de faire :

expliquer les idées principales ;
appliquer une méthode ;
réussir un examen ;
prendre une décision ;
comparer plusieurs théories ;
enseigner le contenu ;
créer un projet à partir des connaissances.

Une formulation utile suit ce modèle :

À la fin du parcours, l'apprenant devra être capable de produire une performance observable dans un contexte défini.

Exemple :

À la fin du parcours, l'apprenant devra être capable de transformer un chapitre de livre en carte conceptuelle, questions de rappel et exercice de transfert.

Définir le périmètre

Un corpus trop large ralentit toutes les étapes et dilue les priorités. Un corpus trop étroit retire les prérequis et le contexte nécessaires.

Délimitez :

les chapitres inclus ;
les chapitres exclus ;
la période concernée ;
la version des documents ;
la langue ;
le niveau de détail ;
les annexes utiles ;
les sources secondaires autorisées.

Pour un livre, le périmètre peut être un chapitre, une partie ou l'ouvrage complet. Pour une conférence, il peut inclure la transcription, les diapositives et les questions du public. Pour un rapport, il peut inclure les annexes méthodologiques, mais exclure les tableaux qui ne servent pas l'objectif défini.

Établir une fiche de capture

Créez une fiche simple avant toute transformation.

Champ	Contenu attendu
Titre de la source	Nom précis du document ou du média
Auteur ou organisme	Responsable intellectuel du contenu
Date et version	Version utilisée pour l'apprentissage
Type de source	Livre, PDF, vidéo, cours, site ou notes
Objectif	Performance finale recherchée
Public	Niveau et connaissances préalables
Périmètre	Parties incluses et exclues
Format disponible	PDF, texte, audio, transcription ou images
Références	Pages, chapitres, minutage ou URLs
Limites	Manques, qualité, droits ou incertitudes

Cette fiche réduit le risque de traiter une source sans savoir pourquoi elle a été choisie.

Collecter selon le type de contenu

Livre

Conservez :

le titre exact ;
l'auteur ;
l'édition ;
le sommaire ;
les chapitres concernés ;
les numéros de page ;
les notes et annexes utiles.

Une édition différente peut modifier la pagination, le vocabulaire ou l'organisation. La référence doit donc être précise.

PDF ou rapport

Vérifiez :

que le texte est sélectionnable ;
que les tableaux sont lisibles ;
que les notes de bas de page ne sont pas perdues ;
que les titres restent associés à leur contenu ;
que les pages scannées ont été correctement converties ;
que la version n'est pas un brouillon remplacé depuis.

Vidéo ou conférence

Conservez :

le lien ou le fichier original ;
la date ;
le nom de l'intervenant ;
la transcription ;
le minutage ;
les diapositives ;
les références citées ;
les questions et réponses si elles apportent des précisions.

Une transcription automatique doit être relue sur les termes techniques, les noms propres, les nombres et les négations.

Podcast

La transcription doit distinguer les intervenants. Une idée peut changer de statut selon qu'elle est affirmée par l'invité, contestée par l'animateur ou présentée comme hypothèse.

Site web

Conservez la date de consultation et la structure des pages. Une page web peut évoluer, disparaître ou être réorganisée.

Pour un ensemble de pages, établissez une liste des URLs et évitez de mélanger sans distinction le contenu principal, la navigation, les publicités et les commentaires.

Notes personnelles

Les notes contiennent souvent des abréviations, des interprétations et des omissions. Marquez clairement :

ce qui vient de la source ;
ce qui constitue une reformulation ;
ce qui est une réaction personnelle ;
ce qui doit être vérifié.

Convertir dans un format exploitable

Le meilleur format de travail est généralement un texte structuré dans lequel les titres, paragraphes, listes et références restent identifiables.

Évitez les transformations qui :

suppriment la hiérarchie des titres ;
fusionnent plusieurs colonnes ;
perdent les légendes ;
déplacent les notes ;
mélangent les en-têtes avec le texte ;
détruisent la pagination ;
convertissent les tableaux en lignes incohérentes.

La lisibilité pour une intelligence artificielle ne suffit pas. Le corpus doit aussi rester contrôlable par une personne.

Segmenter sans détruire le sens

Les grands contenus doivent être découpés. Le découpage doit cependant respecter les unités de sens.

Une unité peut correspondre à :

une section ;
un concept ;
un argument ;
une procédure ;
un exemple développé ;
une étude de cas ;
une question et sa réponse.

Évitez les morceaux produits uniquement selon un nombre fixe de caractères. Une coupure au milieu d'un raisonnement peut séparer une affirmation de sa justification ou une règle de son exception.

Pour chaque segment, conservez :

un identifiant ;
le titre de la section ;
la référence précise ;
le texte ;
le lien avec le segment précédent et suivant si nécessaire.

Exemple d'identifiant :

LIVRE-CH03-S02-P045-052

Cet identifiant indique une source, un chapitre, une section et une plage de pages.

Construire un registre des sources

Lorsque plusieurs documents sont utilisés, créez un registre.

ID	Source	Type	Version	Périmètre	Fiabilité à vérifier
S01	Ouvrage principal	Livre	2e édition	Chapitres 1 à 4	Pagination
S02	Conférence de l'auteur	Vidéo	2025	Intégrale	Transcription
S03	Article complémentaire	Article	Version publiée	Sections 2 et 3	Données

Le registre empêche l'intelligence artificielle de fusionner des sources sans indiquer leur origine.

Contrôler l'intégrité du corpus

Avant de continuer, effectuez quatre contrôles.

Complétude

Toutes les sections prévues sont-elles présentes ?
Les pages ou minutes manquantes sont-elles identifiées ?
Les tableaux, schémas et annexes utiles ont-ils été conservés ?

Lisibilité

Les titres sont-ils distingués ?
Les paragraphes sont-ils dans le bon ordre ?
Les caractères spéciaux et formules sont-ils corrects ?

Traçabilité

Chaque unité peut-elle être reliée à une page, une section ou un minutage ?
Les citations peuvent-elles être retrouvées ?

Cohérence

Les fichiers appartiennent-ils à la même version ?
Les doublons sont-ils repérés ?
Les sources contradictoires sont-elles distinguées ?

Utiliser l'intelligence artificielle sans perdre la source

L'IA peut aider à nettoyer une transcription, détecter des ruptures ou proposer un découpage.

Une instruction utile précise :

Nettoie ce texte sans résumer ni ajouter d'information.
Conserve tous les titres, les exemples, les réserves, les nombres et les références.
Signale les passages illisibles ou ambigus entre crochets.
Découpe le contenu en unités cohérentes et attribue un identifiant à chaque unité.

Le contrôle porte ensuite sur :

les omissions ;
les reformulations qui changent le sens ;
les nombres ;
les termes spécialisés ;
les passages marqués comme incertains.

Exemple : capturer un chapitre de livre

Objectif : transformer un chapitre sur la mémoire en module d'apprentissage.

Capture minimale

Identifier l'édition et les pages.
Copier le titre, les intertitres et le texte.
Conserver les légendes et les références.
Segmenter selon les sous-sections du chapitre.
Attribuer un identifiant à chaque segment.
Noter les notions supposées connues.
Marquer les exemples, études et définitions.
Vérifier qu'aucun passage ne manque.

Sortie

un fichier texte structuré ;
une fiche de capture ;
un registre de source ;
une liste des incertitudes ;
un objectif d'apprentissage.

Le contenu est alors prêt pour l'extraction des connaissances.

Erreurs fréquentes

Commencer par résumer

Le résumé précoce élimine parfois des distinctions qui seront nécessaires pour comprendre ou vérifier.

Capturer sans objectif

Sans résultat attendu, tout paraît important. Le corpus devient trop large et l'extraction arbitraire.

Faire confiance à une transcription automatique

Les erreurs sur les termes, nombres et négations peuvent inverser le sens.

Supprimer les références

Une idée sans page, minutage ou source devient difficile à contrôler.

Mélanger source et commentaire

Une interprétation personnelle ne doit pas être présentée comme une affirmation de l'auteur.

Checklist de validation

Avant de passer à l'étape suivante, vérifiez :

[ ] Le résultat attendu est formulé.
[ ] Le public et son niveau sont définis.
[ ] Le périmètre est explicite.
[ ] La source et sa version sont identifiées.
[ ] Le contenu est lisible et complet.
[ ] Les segments respectent les unités de sens.
[ ] Chaque segment possède une référence.
[ ] Les éléments manquants sont signalés.
[ ] Les notes personnelles sont distinguées de la source.
[ ] Le corpus peut être relu et vérifié indépendamment de l'IA.

Étape suivante

Une fois le corpus stabilisé, il faut extraire les concepts, mécanismes, procédures et preuves qui serviront réellement à l'apprentissage.