C’était un défi.

Cet ingénieur avait déjà publié au moins un article scientifique dans sa spécialité et il voulait me prouver qu’un article de qualité pouvait être généré par l’IA.

Après avoir mis sa requête en forme, il me montra la réponse obtenue en quelques secondes.

Je vis ce qui ressemblait, à première vue, à un résumé d’article scientifique, avec quelques références bibliographiques et un vocabulaire scientifique qui se référait à plusieurs concepts.

Le reste ne correspondait pas au format attendu : pareil résumé n’aurait pu donner lieu à une publication.

Les références bibliographiques étaient présentées sans lien entre elles, la problématique n’était pas visible. L’expérimentation était absente. Puisqu’ils n’étaient pas associés à une expérimentation clairement définie, les concepts énumérés dans cette production ne reposaient sur aucun fondement. La conclusion était vague et convenue.

L’ensemble était, au mieux, un catalogue de connaissances mises bout à bout et sans retour réflexif, au pire, une logorrhée.

Aujourd’hui, les chercheurs découvrent que l’IA est capable d’inventer des expérimentations et des publications scientifiques. Aujourd’hui, les chercheurs chargés d’évaluer une publication doivent lire les textes proposés en bibliographie et s’assurer de l’authenticité scientifique d’une publication. Ces tâches sont longues et minutieuses, mais essentielles. Il s’agit de garantir la véracité d’un texte soumis à un projet de publication. Le savoir mis à la disposition de la communauté scientifique par des publications engage les travaux ultérieurs  d’autres chercheurs.

L’enjeu est capital pour le devenir et le sérieux des recherches scientifiques. Il s’agit d’une sérieuse matière à réflexion.