Surtout lorsque les humains travaillent avec des machines
Par Peter Turchin − Le 1er octobre 2026− Source Cliodynamica
Le mois dernier (septembre 2026), j’ai été frappé par deux actualités similaires. Dans chaque cas, une entreprise spécialisée dans l’IA a affirmé que son intelligence artificielle avait réalisé une avancée scientifique majeure. Voir l’infographie pour plus de détails (créée avec l’aide de l’IA 🙂).
À la suite de ces annonces, certains commentateurs s’en sont servis comme preuve que l’IA est désormais capable de mener des recherches originales.
Je ne partage pas cet avis. Il a été rapporté presque immédiatement que, dans les deux cas, des équipes de chercheurs humains travaillaient déjà intensivement sur ces problèmes depuis plusieurs années. Et qu’elles utilisaient l’IA pour les aider dans leur travail. Naturellement, les entreprises d’IA nient que les travaux des scientifiques humains aient aidé leurs agents IA à faire ces découvertes. D’un autre côté, elles ne peuvent pas prouver que, d’une manière ou d’une autre, peut-être de façon involontaire ou « diffuse », la réflexion humaine sur la manière de résoudre ces problèmes n’a pas aidé l’IA.
Plus important encore, ces avancées en IA se sont appuyées « sur les épaules de géants » : ce sont des humains qui ont développé à la fois les mathématiques et la biologie moléculaire, les paradigmes dans lesquels les modèles d’IA ont fonctionné. Et surtout, ce sont des humains qui ont défini les questions de recherche. J’ai formé un certain nombre de doctorants au fil des ans et, lorsque je commence à travailler avec eux, je leur dis toujours que la compétence clé qu’ils doivent développer est de savoir poser une question intéressante et importante à laquelle leurs travaux ultérieurs répondront. Comme le montrent mes interactions avec Claude et ChatGPT au cours des derniers mois, les IA actuelles sont incapables de le faire correctement.
Il serait bon qu’Anthropic et OpenAI reconnaissent leur dette envers les scientifiques humains et leur accordent le crédit qui leur est dû, plutôt que d’essayer de leur voler la vedette.
Et pour réitérer ce que j’ai dit dans un précédent billet, je continue d’utiliser les LLM dans mon travail, car j’ai déjà constaté une augmentation de l’efficacité de mon équipe et de la mienne. Les deux exemples ci-dessus montrent qu’aujourd’hui, la science progresse plus efficacement lorsque les humains travaillent avec des machines. Et cela ne me pose aucun problème que les modèles d’IA apprennent à partir de mes invites si cela permet de faire avancer le domaine. J’espère toutefois que l’IA reconnaîtra ces contributions si, à l’avenir, elle réalise des avancées substantielles en cliodynamique.
Peter Turchin
Traduit par Hervé, relu par Wayan, pour le Saker Francophone