37 chercheurs affirment que la science devrait cesser d'écrire des articles pour les humains et commencer à les écrire pour l'IA

Points clés

• En mai 2025, 37 chercheurs issus d'une vingtaine d'universités et d'entreprises technologiques environ ont publié un article sur ArXiv appelant à l'abandon de l'article scientifique traditionnel.
• L'article propose de le remplacer par un « Agent-Native Research Artifact » (ARA), un format conçu pour que les agents IA puissent lire, reproduire et prolonger les recherches de manière autonome.
• L'auteure principale Jiachen Liu a obtenu son doctorat en informatique de l'Université du Michigan en 2025 et a cofondé l'Agent Native Research Lab à Palo Alto en mai 2025.
• Les auteurs affirment que les articles standards perdent environ 80 % des informations utiles de la recherche originale avant leur publication.
• Liu déclare qu'un futur système de recherche exclusivement basé sur l'IA pourrait atteindre un point où il n'aurait plus besoin de guidance humaine.

Un article publié sur ArXiv en mai porte un titre délibérément provocateur : « The Last Human-Written Paper ». Les 37 auteurs, issus d'une vingtaine d'universités et d'entreprises technologiques de premier plan, affirment que l'article scientifique, un format inventé il y a environ 350 ans, n'est plus adapté à son objectif. Non pas parce que les scientifiques ont changé, mais parce que l'IA a changé.

Leur argument, tel que rapporté par IEEE Spectrum, se formule ainsi : les agents IA (des logiciels capables d'exécuter des tâches multi-étapes de manière autonome, en lisant des sources, en exécutant des expériences et en tirant des conclusions) accomplissent déjà un travail sérieux dans les laboratoires de recherche. Mais l'article traditionnel, un récit poli écrit pour des lecteurs humains, est un terrible manuel d'instruction pour une machine.

Quel est réellement le problème avec l'article scientifique ?

Les auteurs identifient deux problèmes fondamentaux. D'abord, la « taxe narrative ». Un article terminé ne capture qu'environ 20 % de ce qui s'est réellement passé pendant la recherche. Les expériences échouées, les ajustements de paramètres, les impasses qui ont pris des semaines : tout disparaît. Une IA tentant de reproduire le travail se heurte à un mur presque immédiatement.

Ensuite, la « taxe d'ingénierie ». Même les informations qui figurent dans un article sont souvent trop vagues ou incomplètes pour être exploitables. Les détails clés de mise en œuvre sont omis, ou décrits dans un langage trop ambigu pour qu'une machine (ou, honnêtement, un autre humain) puisse le suivre de manière fiable.

Leur solution proposée est l'ARA, abréviation d'Agent-Native Research Artifact. Considérez-la moins comme un document et plus comme un journal vivant. Un outil intégré appelé « Live Research Manager » observe et enregistre automatiquement tout ce qu'un chercheur fait à mesure qu'il le fait, de sorte que rien n'est perdu. Si vous souhaitez toujours un PDF traditionnel à la fin, le système peut en générer un à partir de l'enregistrement complet.

L'IA ne va-t-elle pas simplement inventer des choses ?

C'est la préoccupation évidente, et Liu la prend au sérieux. Les grands modèles de langage, la technologie IA derrière des outils comme ChatGPT et Claude, fonctionnent selon la probabilité plutôt que selon une logique stricte, ce qui signifie qu'ils peuvent « halluciner », affirmant avec confiance des choses simplement fausses.

La réponse de Liu n'est pas d'utiliser une deuxième IA pour vérifier la première. Au lieu de cela, elle crée ce qu'elle appelle un système formel en utilisant des techniques neurosymboliques, une approche qui combine la capacité d'un réseau de neurones à traiter des informations réelles désordonnées avec les règles logiques strictes de l'informatique classique. Chaque affirmation dans une ARA devrait être exprimable sous la forme d'une formule mathématique et démontrable par le système. Pas de formule, pas d'affirmation.

C'est ambitieux. C'est aussi, elle l'admet, toujours un travail en cours.

Qu'est-ce que cela signifie pour les chercheurs en activité ?

Pour la plupart des chercheurs pour l'instant : rien ne change immédiatement. L'ARA est une proposition, pas une norme que quiconque a adoptée. Mais la tension sous-jacente est réelle et croissante. Des études suggèrent déjà que les outils IA peuvent stimuler les carrières individuelles tout en produisant moins d'idées véritablement nouvelles dans un domaine dans son ensemble.

Liu va plus loin que la plupart. Elle a récemment écrit un article intitulé « The End of Human-in-the-Loop », affirmant qu'il viendra un moment où l'IA aura absorbé toutes les connaissances d'experts humains et n'aura plus besoin que les gens la guident. Que cela semble enthousiasme ou inquiétant dépend probablement de votre sentiment envers votre café du matin.

Questions fréquemment posées

Les scientifiques ne pourraient-ils pas simplement apprendre à l'IA à mieux lire les articles normaux ?

Liu dit qu'un lecteur plus intelligent n'est pas la solution parce que l'information n'a jamais été dans l'article en premier lieu. Environ 80 % du processus de recherche, y compris les décisions et les échecs, sont supprimés avant la publication, il n'y a donc rien à extraire.

L'ARA est-elle disponible à l'utilisation maintenant ?

L'article lui-même est en ligne au format ARA à titre de démonstration, et l'Agent Native Research Lab de Liu est une startup en phase précoce travaillant sur l'outillage. Aucun produit largement disponible n'existe encore.

Qui finance ou soutient ce travail ?

Liu a cofondé l'Agent Native Research Lab en tant que startup à Palo Alto en mai 2025. La recherche originale a été menée dans le cadre de son doctorat à l'Université du Michigan, complété en 2025.