Portrait de l'économiste Marina Chugunova.

L’économiste Marina Chugunova a étudié quel usage les scientifiques font de l’IA au quotidien. | Photo: màd

Les grands modèles de langage (LLM) ont aussi fait leur entrée dans les laboratoires et les salles d’études. Marina Chugunova et ses collègues de la Max-Planck-Gesellschaft pour l’innovation et la concurrence à Munich ont analysé les réponses de plus de 6000 scientifiques à propos de leur utilisation de la nouvelle technologie.

Marina Chugunova, pourquoi avoir étudié l’utilisation de l’IA précisément dans le quotidien de la recherche?

La recherche est à l’origine de l’innovation. Si elle utilise efficacement l’IA, les progrès seront plus nombreux. De plus, on ne sait pas encore très bien aujourd’hui pour quelles activités de recherche son usage est autorisé ou non. Et pour être honnête, nous avons tout simplement eu accès à un important échantillon.

Les scientifiques semblent se servir davantage de ces outils pour rédiger des demandes de financement que pour analyser des données. Pour le dire crûment: le bla-bla l’emporte-t-il sur la précision et la créativité?

Nous avons en effet identifié trois catégories de scientifiques: celles et ceux qui occupent une fonction dirigeante, les analystes et les exécutants. Ce dernier groupe est le plus sceptique quant à l’emploi de l’intelligence artificielle. Cela n’a rien de surprenant, car l’IA n’apporte pas grand-chose dans les tâches techniques manuelles. En revanche, elle peut aider à produire de beaux textes qui peuvent d’ailleurs paraître plus importants qu’ils ne le sont en réalité. Les LLM ont plus de difficultés à être très précis.

«Le problème réside avant tout dans la forte pression à publier.»
Les femmes recourent moins souvent à l’IA que les hommes. Pourquoi?

Cela s'explique principalement par le fait que les femmes sont, dans l'ensemble, moins à l'aise avec cette technologie. Celles qui s’y sont intéressées y recourent autant que les hommes. Les opinions sur les répercussions sociales de l’intelligence artificielle ne jouent ici pratiquement aucun rôle. Les femmes se penchent plus rarement sur des techniques telles que le prompting. Les données recueillies ne nous permettent pas d’expliquer pourquoi elles sont moins enclines à se familiariser avec l’intelligence artificielle.

Les grands modèles de langage interviennent dans toutes les étapes du travail, de l’élaboration des hypothèses à la rédaction des manus-crits. Les scientifiques devront-ils se contenter d'observer l'IA mener ses recherches dans le futur?

(Rires) C’est ce qu’on dirait. Et à la fin, ce sera de plus un algorithme qui lira lui-même l’article. C’est un aspect que nous devons apprendre à gérer. Mais le problème réside avant tout dans la forte pression à publier qui conduit par exemple à produire avec l’IA davantage d’articles de moindre qualité. Cela dit, il existe aussi des points positifs. Un exemple: en sciences humaines et sociales, l’IA rend accessibles de nouveaux corpus de textes qui échappaient auparavant à l’analyse. Et elle nous facilite l’accès aux publications issues d’autres disciplines.

«Dans notre groupe, nous discutons beaucoup des différentes applications.»
Que recommandez-vous aux scientifiques?

Il est difficile de garder une vue d’ensemble sur l’IA en restant seul dans son coin. Les chercheuses et chercheurs devraient échanger régulièrement avec leurs collègues. Dans notre groupe, nous discutons beaucoup des différentes applications.

CC BY-NC-ND