PunchNew LAWMA boss promises cleaner Lagos before ChristmasThe Jerusalem PostIsrael, Russia, US oppose UN members talks about regulating 'killer robots' by 2028InquirerRomualdez coaccused in plunder case surrendersZDF heuteEntdecken Sie das ZDF-NachrichtenstudioCNN TürkFransa'da yasalaştı sıra Türkiye'de! Sanal medya devreleri haber telifi ödemesi yapacakSouth China Morning PostYemen’s Houthis launch strikes on Riyadh after Saudi coalition ‘special operation’النهارعاصفة تحوّل بلدة برازيلية إلى مدينة أشباح (فيديو)New Straits TimesPH respects palace ruling, says Ismail must prove majority to remain MBThe Sydney Morning HeraldA grieving father took on the government over hotel quarantine. He’s not keeping a cent of the settlementESPN DeportesAntonelli se lleva la pole en Las VegasSportstarMessi, Argentina event irregularities probe names former Keralam sports minister among accusedComplete SportsConte Hits Out At Manchester United After Being Overlooked For Old Trafford Job
The Daily Newsstand · Free, Always
Saturday, November 21, 2026

L’IA fait bondir le nombre de publications scientifiques soumises

Translate

À mesure que l’intelligence artificielle (IA) générative se raffine, les revues et les conférences scientifiques reçoivent un nombre croissant de soumissions d’articles. Selon une étude parue dans Science, ce nombre a explosé depuis que les chercheurs ont accès aux grands modèles de langage, comme ChatGPT, au point qu’il devient presque impossible que toutes ces soumissions soient évaluées par les pairs. Pour surmonter ce défi, des chercheurs de Mila, l’Institut québécois d’intelligence artificielle, expérimentent et évaluent l’utilisation de l’IA pour cette tâche fastidieuse, chronophage, mais essentielle, qui vise à ne sélectionner que les articles de grande qualité pour publication.

« On observe une croissance plus que linéaire du nombre de soumissions à nos conférences [en IA] et on sait très bien que ce qui facilite la production d’articles est l’utilisation de l’IA générative, qui permet d’écrire, mais aussi de faire de la programmation, des simulations, des expériences, et même d’analyser les résultats. L’IA agentique, qui est une forme d’IA générative, est de plus en plus capable de prendre en charge une partie du travail d’un chercheur en IA et en mathématiques, car au-delà de simplement générer du texte, elle peut écrire du code, le modifier, faire du travail qui ressemble beaucoup à celui d’un programmeur », souligne Hugo Larochelle, qui a succédé à Yoshua Bengio à titre de directeur scientifique de Mila.

La même tendance est présente également dans les autres disciplines — économie, sciences de la vie, sciences sociales, droit —, indique-t-on dans l’article de Science.

Cet article précise que les grands modèles de langage sont d’une grande aide, lors de la rédaction d’articles scientifiques, pour les scientifiques dont la langue maternelle n’est pas l’anglais, ce qui expliquerait l’accroissement du nombre de publications notamment par les scientifiques allophones. Toutefois, alors que la qualité des manuscrits soumis est souvent linguistiquement impeccable et complexe, leur contenu scientifique est décevant.

Hugo Larochelle fait aussi remarquer l’émergence d’un autre phénomène : l’augmentation du nombre d’articles soumis qui sont signés par un seul auteur, alors que, généralement, les articles scientifiques rendent compte du travail d’une équipe de chercheurs. Qui plus est, plusieurs de ces auteurs uniques sont au début de leur parcours universitaire.

Nihar Shah, un des rédacteurs en chef de la revue Transactions on Machine Learning Research (TMLR), a mené une petite enquête. II a convié une dizaine d’auteurs uniques ayant soumis un manuscrit à son journal à une rencontre par visioconférence pour discuter de leur article. À la suite de cette invitation, certains ont retiré leur soumission, d’autres ont répondu qu’ils n’étaient pas disponibles. Plusieurs étaient incapables de répondre à des questions de base sur leur article, d’autres encore sont parvenus à répondre à des questions sur les idées générales qu’il contenait, mais éprouvaient des difficultés à expliquer des détails techniques.

L’IA pour évaluer les manuscrits ?

L’article de Science propose, pour faire face au déluge de manuscrits qui sont soumis pour publication, d’avoir recours à « la même technologie, l’IA, qui pourrait signaler les incohérences méthodologiques, vérifier les affirmations et même évaluer la nouveauté ».

Avec des collègues, Hugo Larochelle s’est employé à développer un outil qui utilise l’IA, et qu’il a nommé ReviewerToo, pour évaluer la qualité d’articles scientifiques.

La recherche de M. Larochelle et de ses collègues a consisté à demander à l’IA de simuler le travail d’un comité de pairs qui évalue un article. On a d’abord confié l’article à un premier agent, qui a fait une revue de la littérature en cherchant sur Internet des articles reliés au sujet de celui qui était évalué. On a envoyé le résultat de cette revue de la littérature à plusieurs réviseurs simulés par une IA qui accomplissaient chacun une tâche différente : un agent examinait l’expérimentation, un autre se concentrait sur les fondements théoriques de l’article, un autre encore sur la clarté de l’écriture, etc. Et chacun d’eux a formulé ses commentaires. On a ensuite simulé l’auteur de l’article qui répondait à ces critiques. Finalement, on a simulé un réviseur principal qui a pris toute cette information et a formulé une recommandation finale, à savoir l’acceptation ou le rejet de l’article.

Ensuite, on a comparé ce travail exécuté par l’IA à celui effectué par un réviseur humain en se servant de propositions d’articles qui avaient été soumises et évaluées en 2025 pour la conférence ICLR. Il s’est avéré que, dans 82 % des cas, la conclusion de l’IA concordait avec la décision qui avait été prise.

Ces résultats donnent à penser qu’il peut être pertinent d’utiliser l’IA pour évaluer des articles scientifiques, affirme M. Larochelle. « Mais il ne faudrait pas privilégier des évaluations qui seraient complètement automatisées. »

« Par exemple, ce qui est plus objectif, comme vérifier les théorèmes, les affirmations et les preuves, pourrait être confié à l’IA. Je pense que l’IA peut faciliter, accélérer ce travail-là, et même potentiellement le faire de façon plus rigoureuse. Les IA sont aujourd’hui capables de démontrer des théorèmes mathématiques vraiment complexes et sont même meilleures que bien des mathématiciens. On pourrait donc bénéficier de ces capacités-là pour faire des évaluations plus objectives », soutient le chercheur.

Par contre, on laisserait aux réviseurs humains le soin de juger si « les travaux sont excitants, s’ils ont un potentiel d’impact, s’ils méritent qu’on investisse plus d’efforts et de ressources collectivement dans cette direction-là, soit les aspects un peu plus subjectifs, spéculatifs de l’article », dit-il.

View the original on Le Devoir →

KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.