Si l’intelligence artificielle moderne — comprendre, les réseaux de neurones — permet désormais d’épauler voire remplacer les humains dans divers domaines composés de tâches simples et/ou répétitives (reconnaissance d’image, classification de texte, traduction, chat, etc.), nombreux sont à s’inquiéter à long terme par leur probable remplacement. Le contre-argument classique consiste à expliquer que l’IA telle que conçue en 2025 se base sur des connaissances acquises à partir de données produites par des humains (photos, articles, vidéo, etc), et réagit en fonction des motifs les plus récurrents — par ici pour plus de détails techniques. Comprenez que les réseaux apprennent les caractéristiques communes à leur jeu de données utilisé lors de l’apprentissage, ce qui semble usuellement en opposition avec la créativité : les algorithmes de machine learning vont en effet uniquement mimiquer les comportements appris sans réelle originalité.
Cette rhétorique est mise à mal il y a quelques jours par des chercheurs japonais de chez sakana.ai, qui ont utilisé une version améliorée de leur infrastructure AI Scientist pour générer de bout en bout des papiers de recherche (le moyen canonique d’exprimer des connaissances nouvelles à la communauté dans le monde de la recherche scientifique). Si cela n’est pas nouveau, le fait que l’équipe ait envoyé trois de ces papiers à un worskhop et qu’un d’entre eux ait été accepté avec revue l’est. Comprenez ici qu’une IA a réussi à convaincre des humains qu’elle était capable de développer et expliciter des concepts novateurs en suivant une méthode scientifique — comprenez que l’algorithme a du lui-même procéder à des expériences, faire des mesures et tirer des conclusions — impressionnant !
Cependant, plusieurs points d’ombre montrent que l’IA est encore loin de remplacer l’humain dans ce domaine. D’une part, le papier présente un résultat négatif : elle a conclu qu’une variation dans les techniques d’apprentissage des réseaux de neurones (oui, le papier généré par IA concernait... l’entraînement des IA : que de méta !) ne débouchait pas sur une amélioration de leur qualité, chiffres à l’appui. Ce type de résultat est habituellement difficile à publier dans des journaux scientifiques, puisqu’il ne permet pas de conclure : il peut encore exister une autre technique fonctionnelle, que les chercheurs n’ont pas encore trouvée. C’est pourquoi le papier a été accepté à un workshop, qui sert à expliquer des idées (bonnes ou moins bonnes) et est donc moins sélectif qu’une revue scientifique. Enfin et pour des raisons éthiques, ledit papier a été retiré (en l’absence d’auteur humain), et les relecteurs étaient au courant que 3 soumissions (sur les 43 examinées) provenaient d’une IA, sans pour autant savoir lesquelles : ce qui peut entraîner un biais lors de leur évaluation. Bref, nous sommes encore loin de totalement remplacer l’humain dans ce domaine, ce qui est rassurant !
Par ici pour le GitHub expliquant la démarche !
y'en a à la pelle des articles écrit par des IA sur les MDPI et Frontiers in... et depuis longtemps :)
Hello,
peut être pour compléter un peu :
ce n'est pas un article publié dans un grand journal scientifique connu (la y a un jeu de question réponse sur l'article et c'est bien plus difficile de faire passer un article qui apporte peu de nouveauté).
Les articles de conf c'est globalement pour pouvoir présenter durant une conf un sujet. c'est un mini article qui n'a pas pour vocation d'apporter une pierre à l'édifice mais de montrer le sérieux d'une étude en vue de la présenter à l'oral. Je vais pas dire qu'on y accepte n'importe qui , mais le but c'est d'attirer des personnes pour que tout le monde échange ensuite. Globalement quand on commence une thèse on vise ce genre de conf avant d'écrire un article pour d'y casser un peu les dents (surtout à l'oral)