Le flux de travail du chercheur en intelligence artificielle. Crédit : Nature (2026). DOI : 10.1038/s41586-026-10265-5
Jusqu’à présent, le rôle principal de l’IA dans la recherche scientifique a consisté à assister des tâches spécifiques telles que la découverte de structures chimiques, l’analyse de données ou la prédiction de la conformation des protéines. Mais aujourd’hui, cette technologie franchit une nouvelle étape : un article entièrement généré par l’IA a été validé par les pairs lors d’un atelier d’une importante conférence sur l’apprentissage automatique.
Une nouvelle étude publiée dans la revue Nature présente The AI Scientist, le premier système d’intelligence artificielle conçu pour automatiser la plupart des étapes du cycle de recherche sans intervention humaine. Il a été développé par Sakana AI, une entreprise basée à Tokyo.
« The AI Scientist … crée des idées de recherche, écrit du code, réalise des expériences, représente graphiquement et analyse des données, rédige l’intégralité du manuscrit scientifique et effectue sa propre évaluation par les pairs », ont écrit les chercheurs à l’origine de cette technologie.
Reproduire le flux de travail d’un scientifique
D’après l’article, le processus de travail de The IA Scientist imite celui d’un véritable scientifique. Elle commence par générer une liste de pistes de recherche et les compare aux bases de données bibliographiques, en écartant celles déjà explorées. Vient ensuite la phase d’expérimentation, où elle écrit le code nécessaire à la réalisation des expériences, soit à partir d’un modèle fourni par des humains, soit, de plus en plus souvent, en partant de zéro.
Une fois les expériences terminées, l’IA rédige un article scientifique formel en LaTeX (un système de traitement de texte). Outre la rédaction de la méthodologie, des résultats, de la discussion et de tous les autres éléments d’un article classique, elle peut également rechercher des études pertinentes à citer. Enfin, le système utilise un évaluateur automatisé, une autre IA entraînée à noter les articles selon leur exactitude, leur qualité et leur originalité.
Pour évaluer la capacité du système à rivaliser avec les chercheurs humains, l’équipe a soumis trois articles générés par l’IA à un atelier de la Conférence internationale sur les représentations d’apprentissage (ICLR) de 2025. Les évaluateurs humains ont été informés que certains articles pourraient être générés par l’IA, sans toutefois savoir lesquels.
Réussite de l’évaluation par les pairs
Sur les trois articles soumis, un seul a obtenu un score suffisant pour être accepté. Il a reçu les notes de 6, 7 et 6, soit une moyenne de 6,33, ce qui, bien que modeste, représente une étape importante pour l’intelligence artificielle.
« Cette réalisation démontre la capacité croissante de l’IA à apporter des contributions scientifiques et marque un changement de paradigme potentiel dans la manière dont la recherche est menée », a ajouté l’équipe de Sakana.
L’article a été retiré ultérieurement dans le cadre de l’accord de transparence conclu entre l’expérience et les organisateurs de la conférence.
Malgré le succès rencontré, les auteurs de l’article reconnaissent avec franchise ses limites, notamment des erreurs de référence (citations d’articles inexistants ou répétition des mêmes figures dans différentes sections), ainsi que des problèmes éthiques. Parmi ceux-ci figure l’afflux d’articles générés par l’IA qui pourrait submerger le système d’évaluation par les pairs et nuire à la visibilité des travaux des véritables scientifiques.
Ils soulignent également que ce système pourrait être utilisé pour des expériences contraires à l’éthique, voire pour gonfler artificiellement les qualifications d’un chercheur. Sakana suggère donc que, pour l’avenir, cette technologie soit développée selon des normes de transparence claires afin de préserver l’intégrité du processus scientifique.
https://phys.org/news/2026-03-ai-paper-peer.html
