Intelligence artificielle générative et production des connaissances scientifiques – 10e journée nationale d'étude URFIST

Depuis le lancement public de ChatGPT en novembre 2022, et sa propagation fulgurante dans tous les domaines, personnels ou professionnels, une prise de conscience large s’est faite sur les potentialités des intelligences artificielles, mais aussi sur les risques et les questionnements que leur développement soulève. Néanmoins, comme le rappellent de récentes journées d’études ou dossiers, la question des intelligences artificielles dans le monde de la recherche est bien plus large et plus ancienne. La particularité des technologies d’intelligences artificielles génératives (IAGen) comme ChatGPT est de proposer des outils d’aide à la création de contenus, ce qui bouleverse les métiers en lien avec la production de connaissances en général, et scientifiques en particulier.

La construction des connaissances scientifiques est un processus complexe qui s’élabore dans un temps long et au sein de collectifs de personnes et d’institutions qui se veulent garants d’une production a priori objective et vérifiable. Ce processus n’est déjà pas exempt d’erreurs, de heurts, de désaccords et il n’est pas non plus à l’abri des falsifications. Mais l’introduction des intelligences artificielles génératives renouvelle ce questionnement, et l’émergence de ces outils dans le processus de recherche doit nous amener à réfléchir aux impacts et aux enjeux, à la fois individuels et collectifs, positifs et négatifs.

Si les intelligences artificielles questionnent en général les enjeux sociaux, économiques et écologiques qu’elles impliquent, cela ne sera cependant pas l'objet de cette journée d'étude, qui ne portera pas non plus sur les outils, les techniques ou les méthodes d’application et d’utilisation dans la recherche.

Dans quelle mesure les IAGen représentent-elles des opportunités pour la recherche, par exemple pour se repérer dans la masse d’informations, accompagner la rédaction et la traduction, analyser les données, favoriser la créativité et faire émerger de nouvelles idées ? Ou au contraire doit-on craindre davantage de risques, par exemple une multiplication des erreurs, biais et autres mésusages, et une homogénéisation, voire un appauvrissement des connaissances produites ? Les IAGen permettront-elles de remédier aux inégalités scientifiques ou conduiront-elles à de nouvelles fractures entre des acteurs capables de l'utiliser à bon escient et d'autres maîtrisant mal ses possibilités ? Comment assurer la responsabilité et l’intégrité sur l’ensemble du processus scientifique ? Dans un contexte technologique et méthodologique évolutif, les IAGen sont-elles une révolution ou une simple étape dans la manière de faire de la recherche ?

Afin de poser un cadre à partir duquel réfléchir à ces enjeux et prendre la mesure de ces évolutions, nous avons souhaité prendre comme point de départ une réflexion sur la manière dont se construisent les cultures scientifiques et sur ce que les IAGen peuvent y changer, avant de développer ces questions autour de trois axes :

• Celui des processus de production : jusqu’à quel point les IAGen transforment-elles les processus de réflexion, de création, de nouveauté et de découverte scientifiques ? Que changent-elles aux compétences informationnelles et rédactionnelles ?

• Celui des processus de diffusion : dans quelle mesure les IAGen transforment-elles la validation et la communication de la recherche ?   Comment prendre en compte la généralisation de ces outils dans les normes professionnelles ?

• Celui des enjeux institutionnels et politiques : comment favoriser un cadre garantissant transparence et souveraineté pour des usages scientifiques ? Comment assurer la maîtrise raisonnée et critique de ces outils pour tous les acteurs de la recherche ?

version PDF de cet argumentaire


 

Programme

Le programme détaillé sera publié à la fin du printemps 2025.

Informations pratiques

La journée est gratuite, mais requiert une inscription.

Elle se tiendra uniquement en présentiel, sur le Campus Condorcet à Aubervilliers.


Une captation vidéo est prévue, sans retransmission en direct.

Pistes bibliographiques

Andersen, J. P., et al. (2025). Generative Artificial Intelligence (GenAI) in the research process – A survey of researchers’ practices and perceptions. Technology in Society, 102813. https://doi.org/10.1016/j.techsoc.2025.102813

Bianchini, S., Müller, M., & Pelletier, P. (2022). Artificial intelligence in science: An emerging general method of invention. Research Policy, 51(10), 104604. https://doi.org/10.1016/j.respol.2022.104604

Binz, M., et al. (2025). How should the advancement of large language models affect the practice of science? Proceedings of the National Academy of Sciences (PNAS), 122(5). https://doi.org/10.1073/pnas.2401227121 

Commission européenne. (2023). Use and impact of artificial intelligence in the scientific process – Foresight. Publications Office of the European Union. https://data.europa.eu/doi/10.2828/10694

Commission européenne. (2024). Living guidelines on the responsible use of generative AI in research. European Research Council Executive Agency. https://european-research-area.ec.europa.eu/news/living-guidelines-responsible-use-generative-ai-research-published

Dillaerts, H., & Slouma, M. (Dir.). (2024). Intelligence(s) artificielle(s) générative(s) et créativité(s) : Stratégies, pratiques et usages. Transformations ? Ruptures ? (Dis)Continuités ? COSSI, 13. https://revue-cossi.numerev.com/numeros/1257-revue-13-intelligences-artificielles-generatives-et-creativites-strategies-pratiques-et-usages-transformations-ruptures-discontinuites

Hosseini, M., et al. (2024). Open Science at the generative AI turn: An exploratory analysis of challenges and opportunities. Quantitative Science Studies, 1-24. https://doi.org/10.1162/qss_a_00337

Messeri, L., & Crockett, M. J. (2024). Artificial intelligence and illusions of understanding in scientific research. Nature, 627(8002), 49-58. https://doi.org/10.1038/s41586-024-07146-0

Mézard, M. (2019). L’intelligence artificielle et la démarche scientifique. Le Débat, 2019/5(207), 148-156. https://doi.org/10.3917/deba.207.0148

OCDE. (2023). Artificial Intelligence in Science: Challenges, Opportunities and the Future of Research. https://www.oecd.org/publications/artificial-intelligence-in-science-a8d820bd-en.htm

OFIS. (2024). Systèmes d’intelligence artificielle générative : quelques points de vigilance. https://www.ofis-france.fr/lintegrite-scientifique-dans-la-loi/

Resnik, D. B., & Hosseini, M. (2024). The ethics of using artificial intelligence in scientific research: New guidance needed for a new tool. AI Ethics, 1-23. https://doi.org/10.1007/s43681-024-00493-8

The Royal Society. (2024). Science in the age of AI: How artificial intelligence is changing the nature and method of scientific research. https://royalsociety.org/-/media/policy/projects/science-in-the-age-of-ai/science-in-the-age-of-ai-report.pdf

Van Noorden, R., & Perkel, J. M. (2023). AI and science: What 1,600 researchers think. Nature, 621(7980), 672-675. https://doi.org/10.1038/d41586-023-02980-0

Vinchon, F., et al. (2023). Artificial Intelligence & Creativity: A Manifesto for Collaboration. The Journal of Creative Behavior, 57(4), 472-484. https://doi.org/10.1002/jocb.597