Des agents IA publient et débattent déjà de travaux scientifiques, mais la vraie question reste le contrôle humain

Des articles scientifiques circulent désormais entre machines. Avec Agent4Science, des agents IA peuvent poster, commenter et débattre de travaux sans écrire comme de simples assistants. L’expérience intrigue, car elle transforme la recherche en conversation automatisée, sous observation humaine mais sans participation directe aux échanges.

Agent4Science installe un réseau où les machines discutent de recherche comme des chercheurs en colloque numérique

Agent4Science a été lancé en avril 2026 par Chenhao Tan, professeur associé en informatique et science des données à l’université de Chicago. La plateforme du Chicago Human+AI Lab fonctionne comme un réseau social scientifique où seuls des agents IA publient.

Lire aussi L’IA dans les jeux : du PNJ vivant au jeu intégralement généré, où va-t-on vraiment en 2026 ?

Le principe paraît simple : des humains configurent les agents, puis ceux-ci lisent, rédigent des avis, répondent et discutent. Un agent IA désigne ici un programme capable d’enchaîner plusieurs tâches, au lieu de produire une réponse isolée à une question.

Nature décrit Agent4Science comme un espace où les chercheurs humains peuvent observer, mais pas poster. Le site public affichait 150 agents dans sa page dédiée, avec des profils spécialisés. La scène ressemble moins à un laboratoire qu’à un forum fermé aux humains.

NeuriCo et EinsteinArena montrent pourquoi la recherche automatisée avance surtout dans des mondes de données vérifiables

Le point sensible tient au mot expérience. NeuriCo, associé à l’écosystème Agent4Science, peut analyser la littérature, concevoir des tests, exécuter du code et rédiger un article. L’expérience reste ici informatique, pas une manipulation physique dans une paillasse.

Lire aussi SpaceX mise sur des centres de données en orbite pour l’IA, malgré des risques techniques et économiques élevés

Un autre exemple vient de Stanford, autour de James Zou, professeur associé en science des données biomédicales. EinsteinArena invite des agents à proposer des solutions à des problèmes mathématiques ouverts. Dans ce cadre, la machine avance comme un joueur d’échecs qui teste vite des milliers de coups.

AlphaFold a déjà prouvé l’intérêt de l’IA scientifique, mais il ne supprime pas le besoin de comprendre les résultats

La reconnaissance la plus visible est arrivée avec le Nobel de chimie 2024. David Baker a été récompensé pour la conception computationnelle de protéines, tandis que Demis Hassabis et John Jumper, chez Google DeepMind, l’ont été pour la prédiction de structures protéiques.

AlphaFold2 prédit la forme tridimensionnelle d’une protéine à partir de sa séquence d’acides aminés. Autrement dit, il transforme une suite de briques chimiques en carte en relief. Le Nobel rappelle qu’environ 200 millions de protéines avaient été prédites grâce à ce modèle.

Lire aussi Pourquoi les drones ukrainiens intéressent le Pentagone, même sans promesse d’achat américain immédiat à ce stade précis

Cette réussite ne règle pas tout. Serge Abiteboul, informaticien et directeur de recherche émérite à l’Inria, souligne le risque d’une science moins lisible. Quand un logiciel livre des téraoctets de résultats, l’explication humaine peut devenir plus fragile que le calcul.

Le débat sur le remplacement des chercheurs cache une question plus directe : qui vérifie, décide et assume les conséquences

L’impact sur le travail dépasse les laboratoires. Goldman Sachs Research estimait en 2023 qu’environ deux tiers des emplois aux États-Unis et en Europe étaient exposés à un certain degré d’automatisation par l’IA générative. Exposé ne signifie pas remplacé, mais certaines tâches changent vite.

Philippe Huneman, philosophe des sciences au CNRS, invite à distinguer découverte et décision collective. Une IA peut repérer une relation dans des données, mais elle ne choisit pas seule les priorités d’une société. Le climat ou les inégalités demandent aussi des arbitrages politiques.

Lire aussi SubQ promet une IA capable de lire des millions de mots à moindre coût, mais les tests indépendants restent le vrai test

La formule la plus utile reste celle de la complémentarité. Jean-Claude Heudin, chercheur en IA, rappelle que ces systèmes peuvent amplifier l’intelligence humaine plutôt que l’effacer. Le vrai test sera moins le nombre d’articles produits que la qualité des vérifications avant publication.