Tu te souviens quand on te disait que l’IA allait remplacer les emplois pénibles ? Ouais, moi non plus. Parce que la nouvelle mode, c’est de remplacer les emplois super intelligents à 300 000 balles par an. Dans Nature ce matin, un papier qui promet l’automatisation end-to-end de la recherche en IA. End-to-end, ce mot marketing qui veut dire « on a collé deux bouts de code ensemble et on a mis un joli diagramme ».
L’étude en question, publiée par des chercheurs qui ont probablement peur pour leur boulot, décrit un système qui pourrait théoriquement concevoir des expériences, analyser des données et écrire des papiers tout seul. Ça a l’air sexy comme ça, mais c’est surtout une belle manière de dire « on a automatisé la partie chiante du métier de chercheur ». La partie chiante, c’est 80% du job. Le reste, c’est de la créativité, de l’intuition, et des coups de génie qui viennent après trois cafés et une nuit blanche. Et ça, pour l’instant, même GPT-7 en beta privée n’y arrive pas.
Pendant ce temps, un économiste du MIT pond un PDF de 15 pages pour dire « calmez vos tétons ». Son argument ? L’automatisation de la recherche, c’est comme promettre la voiture volante : ça fait 50 ans qu’on en parle, et au final on a toujours des bouchons sur le périph’. Il rappelle que la science, ce n’est pas juste empiler des données et faire tourner des algos. C’est poser les bonnes questions, remettre en cause ses propres hypothèses, et parfois se planter royalement avant de trouver. Des qualités humaines que même le plus sophistiqué des agents IA peine à simuler sans tomber dans la paraphrase ou la connerie statistique.
Les deux sources parlent de la même chose, mais avec des lunettes différentes. Les chercheurs en IA s’imaginent déjà en train de siroter un mojito pendant que leur bot publie dans Science. L’économiste, quant à lui, regarde les chiffres et se dit « vous avez combien de PhD au chômage à cause de ça ? Zéro ? Ah bon ». C’est le classique décalage entre la hype technologique et la réalité économique.
Et puis, parlons de ce qu’on évite de dire : si ton IA peut faire de la recherche toute seule, qui va vérifier qu’elle ne raconte pas de la merde ? Parce que les modèles actuels, même les plus balèzes, ont tendance à halluciner des résultats quand les données manquent. On se retrouve avec des papiers qui citent des études qui n’existent pas, des graphiques qui montrent des corrélations imaginaires, et au final, tu passes plus de temps à déboguer ton assistant qu’à faire avancer la science. L’automatisation, oui, mais à quel prix ?
La recherche en IA va probablement s’automatiser, mais par bouts. Les tâches répétitives, l’analyse de gros jeux de données, la rédaction de sections méthodologiques standardisées… pourquoi pas. Mais l’étincelle, la découverte inattendue, le « eureka » qui change un domaine ? Pour ça, il faudra toujours un cerveau humain, avec ses biais, ses émotions, et son incroyable capacité à trouver des liens là où une machine ne voit que du bruit.
En attendant, les chercheurs peuvent dormir tranquilles. Leur remplacement par l’IA, c’est comme la fusion froide : on en parle beaucoup, mais ça reste à prouver. Et si un jour ça arrive, on aura probablement d’autres problèmes à réguler.
Sources :
Comments are closed