L'IA bouscule les méthodes scientifiques

Lorsque vous aurez fini la lecture de cet article, beaucoup des exemples donnés seront sans doute dépassés. Ainsi vont les progrès des techniques d’intelligence artificielle (IA) appliquées aux sciences. Car, avec moins de bruit que dans d’autres secteurs (informatique, traduction, cinéma, journalisme…), l’IA bouscule aussi la manière dont les scientifiques travaillent au quotidien en maths, en chimie, en biologie, en physique, en archéologie ou encore en médecine. Et encore, on ne parle pas ici de la vague qui submerge littéralement les jurys des conférences ou les demandes de financement de projet, avec des articles entièrement ou partiellement rédigés par des chatbots. Ni de la « parade », si l’on peut dire, qui consiste à évaluer cette masse surnuméraire par… d’autres IA. Non, il s’agit de changements plus profonds qui touchent au cœur du métier. Ses méthodes de production, mais aussi ses étapes de réflexion, de planification stratégique, d’analyse des données, de génération et d’évaluation d’hypothèses de travail… En amont de ces processus aussi, les conséquences se font sentir sur la manière d’enseigner, voire sur le déroulement d’une thèse : certains s’interrogent sur la pertinence d’une durée de trois-quatre ans à l’heure où des outils trouvent de bons résultats en quelques heures ou jours. Si nous ne sommes qu’aux prémices de ces bouleversements, le sujet est déjà sur toutes les lèvres, y compris, peut-être de façon surprenante, chez la « reine des sciences », les mathématiques.