Intelligence artificielle et recherche académique : une révolution à double tranchant
L’intelligence artificielle s’est invitée au cœur de la recherche académique mondiale, et personne ne sait vraiment comment gérer cette irruption. En moins de deux ans, les outils génératifs comme ChatGPT ou Gemini ont profondément modifié la façon dont les chercheurs rédigent, analysent et publient leurs travaux. Une transformation qui inquiète autant qu’elle fascine.
Une adoption massive et incontrôlée
Les chiffres parlent d’eux-mêmes. Selon une étude publiée début 2024, près de 17 % des articles scientifiques soumis dans certaines revues internationales contiendraient des passages générés par IA sans déclaration explicite. Sur des plateformes comme PubMed, des chercheurs ont identifié des milliers de publications présentant des formulations typiques des modèles de langage. C’est colossal.
Et pourtant, les universités réagissent à des vitesses très inégales. Certaines ont interdit purement et simplement l’usage non déclaré de ces outils. D’autres ont adopté des chartes de « bonne conduite numérique ». Beaucoup, encore, n’ont rien fait.
Le problème de l’intégrité scientifique
Le vrai danger, selon plusieurs experts, n’est pas que l’IA aide à rédiger. C’est qu’elle peut fabriquer des références bibliographiques inexistantes, produire des données plausibles mais fausses, et lisser des raisonnements qui mériteraient d’être remis en question. Les modèles d’IA « hallucinent » — le terme technique consacré — avec une assurance déconcertante.
« Nous entrons dans une période où la distinction entre connaissance produite par l’humain et contenu généré automatiquement devient extrêmement difficile à établir », alerte un directeur de laboratoire de sciences cognitives dans une grande université française, qui a requis l’anonymat pour parler librement. « Il devient urgent de réfléchir collectivement à ce que tout cela fait à la recherche. »
Cette urgence est réelle. Plusieurs cas de fraude assistée par IA ont déjà conduit à des rétractations retentissantes dans des revues comme Science et Nature.
Des éditeurs scientifiques pris de court
Les grandes maisons d’édition académique, Elsevier, Springer ou Wiley, ont toutes mis en place des politiques d’utilisation de l’IA. Mais les outils de détection restent imparfaits. Les logiciels comme Turnitin ou GPTZero affichent des taux d’erreur encore trop élevés pour être fiables à 100 %. Still, ils constituent la seule ligne de défense disponible pour l’instant.
La communauté scientifique réclame désormais des standards internationaux contraignants. Une initiative portée par l’UNESCO et plusieurs académies nationales est en cours de discussion pour 2025.
Vers une redéfinition du travail intellectuel
Au fond, c’est la question de ce que signifie « faire de la science » qui est posée. Si une machine peut générer une hypothèse, analyser des données et rédiger les conclusions, quel est le rôle du chercheur humain ? La réponse à cette question façonnera l’université des prochaines décennies. Et personne n’a encore de réponse satisfaisante.
