L’intelligence artificielle continue de bouleverser le monde académique.
La startup japonaise Sakana a récemment annoncé qu’un article scientifique entièrement généré par son IA, The AI Scientist-v2, avait réussi à passer un processus d’évaluation par les pairs. Cette affirmation, bien que vraie, doit être nuancée. Retour sur une expérimentation qui soulève des questions fondamentales sur le rôle de l’IA dans la recherche.
Lire aussi :
- Google et Amazon investissent des milliards dans l’IA : investissement stratégique ou prise de contrôle dissimulée ?
- Comment la stratégie de Meta visant à développer ses propres puces IA pourrait-elle impacter son indépendance technologique et ses coûts d’investissement ?
Une publication IA sous conditions
Sakana a soumis trois articles générés automatiquement à un atelier de la conférence ICLR, un événement majeur dans le domaine de l’intelligence artificielle. Ces études ont été créées de bout en bout par The AI Scientist-v2, incluant hypothèses, expériences, analyses de données, visualisations et rédaction du texte.
Sur les trois soumissions, une seule a été acceptée. L’article portait sur une méthode de formation des réseaux neuronaux, mettant en lumière des défis encore non résolus. Cependant, avant même sa publication officielle, Sakana a décidé de le retirer, invoquant un souci de transparence et de respect des conventions d’ICLR.
Une reconnaissance à relativiser
Bien que l’acceptation d’un article généré par IA puisse sembler être une avancée, plusieurs éléments viennent modérer cet enthousiasme :
- Erreurs dans les citations : L’IA a attribué une méthode à un article de 2016 au lieu de la publication originale de 1997.
- Un examen moins rigoureux : L’article n’a pas subi le processus complet de validation, incluant le “meta-review”, qui aurait pu entraîner un rejet.
- Des standards d’acceptation plus souples : Les ateliers de conférences ont généralement un taux d’acceptation plus élevé que les publications principales.
Selon Matthew Guzdial, chercheur en IA, le succès de Sakana ne prouve pas que l’IA peut remplacer les chercheurs, mais plutôt que l’association humains + IA peut être efficace pour produire du contenu scientifique crédible.
IA et recherche : opportunité ou menace ?
L’expérience de Sakana met en lumière une question essentielle : l’IA doit-elle être considérée comme un outil scientifique ou un simple générateur de texte convaincant ? Certains experts craignent que l’IA ne contribue pas à la progression des connaissances, mais qu’elle inonde la littérature scientifique de contenus artificiels. La startup elle-même reconnaît ces risques et appelle à un débat sur la place de l’IA dans la production de savoir.
Si l’IA peut générer des articles, la valeur de ces recherches dépend toujours de la validation humaine. Sakana nous rappelle ainsi que passer une revue par les pairs ne signifie pas nécessairement contribuer au progrès scientifique.
