L’intelligence artificielle générative change beaucoup de choses dans les sciences sociales. On peut comparer cela au roman Things Fall Apart de Chinua Achebe. Ce livre raconte comment la société nigériane a été bouleversée par l'arrivée des colons. Cette histoire nous aide à comprendre les problèmes actuels dans le monde de la recherche.
Il y a quelques mois, un collègue m'a demandé de lire son article. Il y avait tout ce qu'il fallait : une bonne question de recherche, une étude complète des travaux déjà publiés, et une méthode de recherche solide. Mais il y avait peut-être trop de bonnes choses. En regardant de plus près, certaines phrases m'ont paru étranges : « très important », « dans le monde plein de changements de », « il faut absolument savoir que ». C'est le genre de langage que ChatGPT utilise souvent. J'ai demandé des explications. Mon collègue a répondu, un peu gêné : « Oui, j'ai utilisé l'IA pour écrire certaines parties, mais je l'ai bien sûr relu. »
Cette situation montre une réalité difficile : nous, les chercheurs en sciences sociales, sommes en train de perdre le contrôle de notre travail. Et nous faisons comme si de rien n'était. Cette idée m'a donné envie d'écrire un article pour la Revue française de gestion, qui fêtait ses 50 ans.
Quelques chiffres pour comprendre ce grand changement
Environ 13,5 % des résumés d'articles scientifiques dans le domaine de la santé publiés en 2024 montrent des signes d'utilisation de l'intelligence artificielle (IA) générative, selon une étude publiée dans Science Advances. Plus inquiétant encore : une étude de chercheurs de Stanford montre que jusqu'à 17 % du texte des évaluations d'articles pour les grandes conférences sur l'IA pourrait avoir été beaucoup modifié par l'IA elle-même. Nous entrons dans un cercle où l'IA évalue l'IA.
De plus, des équipes de recherche peuvent maintenant analyser en quelques semaines des collections de textes qui auraient demandé des années de travail. Par exemple, en sociologie numérique, une étude publiée dans Science a examiné comment près de 126 000 informations, vraies ou fausses, ont été partagées par environ trois millions d'utilisateurs sur Twitter. Cela représente plus de 4,5 millions de partages, un volume énorme qu'il serait impossible d'analyser sans outils informatiques.
Des changements importants dans les sciences sociales
Mais au-delà de ces gains de productivité, quelque chose est en train de changer profondément. L'IA ne modifie pas seulement notre façon de travailler. Elle nous fait aussi réfléchir à ce que signifie « faire de la recherche ».
Comment pouvons-nous être sûrs des résultats obtenus par un programme informatique dont nous ne comprenons pas bien le fonctionnement interne ? Comment garantir la qualité scientifique quand l'IA peut « inventer » des informations, comme des références bibliographiques qui n'existent pas ? Comment garder notre esprit critique dans cette situation ?
À lire aussi : Les sciences de gestion : une médecine pour soigner les organisations
Nous vivons aujourd'hui une situation similaire à celle des personnages du roman de l'écrivain nigérian Chinua Achebe, intitulé Tout s’effondre (Things Fall Apart, en anglais). Dans cette histoire, une société africaine traditionnelle est confrontée à l'arrivée de missionnaires européens qui imposent leurs nouvelles croyances. Certains membres de cette société s'adaptent, d'autres résistent. Mais tous comprennent que leur vie ne sera plus jamais la même.
Les partisans de la technologie contre les partisans des méthodes traditionnelles
Dans le monde de la recherche, il y a maintenant des divisions. Certains, appelés « technophiles », sont heureux d'utiliser l'IA. Ils pensent qu'elle va permettre de faire des découvertes plus rapidement et d'aider la recherche dans les pays en développement. D'autres, les « traditionalistes », s'inquiètent de cette course à la productivité qui se fait au détriment de la réflexion profonde.
Cette division ne concerne pas seulement les aspects techniques. Elle touche aussi à notre identité, en tant que chercheurs, individuellement et collectivement. Sommes-nous en train de devenir de simples personnes qui vérifient ce que produisent les programmes informatiques ? Notre compétence se limite-t-elle à savoir poser les bonnes questions à un modèle d'IA ?
Les jeunes chercheurs sont les plus touchés. Ils doivent faire face à la pression de publier rapidement tout en étant encouragés, souvent sans le dire, à ne pas trop utiliser l'IA. Résultat : beaucoup l'utilisent en secret, ce qui crée une culture du secret qui nuit à la transparence de la recherche.
Quelles solutions ?
Nous avons trop longtemps préféré ignorer le problème. L'intelligence artificielle est là, et il n'est plus possible de faire comme si elle n'existait pas. Nous devons repenser notre façon de faire de la science. Créer un nouveau cadre.
Trois grands principes pourraient nous guider.
Le premier est la transparence. Chaque fois que nous utilisons l'IA, nous devrions le dire clairement dans nos publications : quels outils ont été utilisés, pour quoi faire, et avec quelles limites. Certaines revues scientifiques, comme Nature, commencent déjà à demander cela.
Ensuite, il y a la responsabilité. L'IA peut analyser des données, proposer des idées, écrire des brouillons. Mais c'est au chercheur de faire l'interprétation et de vérifier avec un esprit critique. Il ne faut jamais dépasser cette limite. Une étude récente le montre de manière préoccupante : 52 % des réponses générées par l'IA pour des questions de programmation contiennent des erreurs, et la supervision humaine n'arrive pas à les corriger dans 39 % des cas.
Enfin, le pluralisme. Il est important d'accepter que certains chercheurs utilisent l'IA dans leur travail, tandis que d'autres la refusent. Cette diversité peut être une force, à condition que les discussions se fassent ouvertement, lors des conférences et des séminaires qui font partie de la tradition scientifique.
Un nouveau modèle pour la recherche
L'intelligence artificielle va devenir de plus en plus puissante et présente partout.
Nous sommes au début d'un grand changement dans le monde de la recherche, où l'intelligence humaine devient « une » des formes d'intelligence. Il est probable que cette collaboration ne sera bénéfique que si elle repose sur des règles établies par les chercheurs eux-mêmes.
Le vrai danger ne vient pas de l'intelligence artificielle, mais de notre manque de réaction. De notre désir de profiter de ce qu'elle offre sans trop nous poser de questions. D'accepter, sans résister, une facilité qui pourrait, à long terme, nous échapper. Chinua Achebe raconte comment une société s'effondre quand elle perd le contrôle de son avenir. Nous, les chercheurs, avons encore le choix. Nous pouvons décider comment intégrer l'intelligence artificielle, à quelles conditions, mais aussi avec quelles limites.
L'objectif n'est pas de s'opposer au changement. Il est de le diriger vers une science plus précise, plus transparente, plus consciente d'elle-même. Une science qui utilise l'IA sans lui obéir. Une science qui reste, avant tout, une aventure humaine.
Dejan Glavas ne travaille pas, ne conseille pas, ne possède pas d'actions, ne reçoit pas de fonds d'une organisation qui pourrait bénéficier de cet article, et n'a déclaré aucune autre affiliation que son organisme de recherche.