L'adoption d'outils d'intelligence artificielle pour analyser les données et modéliser les résultats a un impact énorme sur les perspectives de carrière des jeunes scientifiques, augmentant considérablement leurs chances d'accéder à des postes d'influence dans leur domaine, selon une nouvelle étude. Mais cette aubaine pour les chercheurs individuels semble avoir un coût plus important pour la science.
Des chercheurs de l'Université de Chicago et de l'Université Tsinghua, en Chine, ont analysé près de 68 millions d'articles de recherche dans six disciplines scientifiques (sans compter l'informatique) et ont découvert que les articles intégrant des techniques d'IA étaient plus souvent cités mais se concentraient également sur un ensemble plus restreint de sujets et étaient plus répétitifs. Essentiellement, plus les scientifiques utilisent l’IA, plus ils se concentrent sur le même ensemble de problèmes pouvant être résolus à l’aide de vastes ensembles de données existants et moins ils explorent des questions fondamentales qui peuvent conduire à des domaines d’étude entièrement nouveaux.
« J'ai été surpris par l'ampleur spectaculaire de cette découverte : (l'IA) augmente considérablement la capacité des gens à rester et à progresser au sein du système », a déclaré James Evans, co-auteur de l'article pré-imprimé et directeur du Knowledge Lab à l'Université de Toronto. Université de Chicago. « Cela suggère qu'il existe une forte incitation pour les individus à adopter ce type de systèmes dans le cadre de leur travail… c'est entre prospérer et ne pas survivre dans un domaine de recherche compétitif. »
Alors que cette incitation conduit à une dépendance croissante à l’apprentissage automatique, aux réseaux neuronaux et aux modèles de transformateurs, « l’ensemble du système scientifique réalisé par l’IA est en train de rétrécir », a-t-il déclaré.
L’étude a examiné les articles publiés entre 1980 et 2024 dans les domaines de la biologie, de la médecine, de la chimie, de la physique, de la science des matériaux et de la géologie. Il a révélé que les scientifiques qui utilisaient des outils d’IA pour mener leurs recherches publiaient en moyenne 67 % d’articles en plus chaque année, et que leurs articles étaient cités plus de trois fois plus souvent que ceux qui n’utilisaient pas l’IA.
Evans et ses co-auteurs ont ensuite examiné les trajectoires de carrière de 3,5 millions de scientifiques et les ont classés soit en jeunes scientifiques, ceux qui n'avaient pas dirigé d'équipe de recherche, soit en scientifiques confirmés, ceux qui l'avaient dirigé. Ils ont constaté que les jeunes scientifiques qui utilisaient l’IA étaient 32 % plus susceptibles de diriger une équipe de recherche – et de progresser beaucoup plus rapidement vers cette étape de leur carrière – par rapport à leurs homologues non-IA, qui étaient plus susceptibles de quitter complètement le monde universitaire.
Ensuite, les auteurs ont utilisé des modèles d’IA pour catégoriser les sujets couverts par la recherche assistée par l’IA par rapport à la recherche non-IA et pour examiner comment les différents types d’articles se citent les uns les autres et s’ils ont suscité de nouveaux volets de recherche.
Ils ont constaté que, dans les six domaines scientifiques, les chercheurs utilisant l’IA « réduisaient » le sujet abordé de 5 %, par rapport aux chercheurs qui n’utilisaient pas l’IA.
Le domaine de la recherche basée sur l’IA était également dominé par des articles « superstars ». Environ 80 pour cent de toutes les citations dans cette catégorie sont allées dans les 20 pour cent des articles les plus cités et 95 pour cent de toutes les citations sont allées dans les 50 pour cent des articles les plus cités, ce qui signifie qu'environ la moitié des recherches assistées par l'IA étaient rarement si jamais cité à nouveau.
De même, Evans et ses co-auteurs – Fengli Xu, Yong Li et Qianyue Hao – ont découvert que la recherche sur l’IA stimulait 24 % moins d’engagement que la recherche non liée à l’IA, sous la forme d’articles citant les uns les autres ainsi que l’original. papier.
« Ces résultats rassemblés suggèrent que l'IA dans la science est devenue plus concentrée autour de sujets d'actualité spécifiques qui deviennent des 'foules solitaires' avec une interaction réduite entre les articles », ont-ils écrit. « Cette concentration conduit à davantage d’idées qui se chevauchent et à des innovations redondantes liées à une contraction de l’étendue des connaissances et de la diversité scientifique. »
Evans, dont la spécialité est l'étude de la manière dont les gens apprennent et mènent des recherches, a déclaré que l'effet des contrats sur la recherche scientifique est similaire à ce qui s'est produit avec l'émergence d'Internet et la mise en ligne des revues universitaires. En 2008, il a publié un article dans la revue Science montrant qu'à mesure que les éditeurs passaient au numérique, les types d'études cités par les chercheurs changeaient. Ils ont cité moins d’articles, provenant d’un plus petit groupe de revues, et ont favorisé des recherches plus récentes.
En tant qu'utilisateur passionné des techniques d'IA, Evans a déclaré qu'il n'était pas anti-technologie ; Internet et l’IA présentent tous deux des avantages évidents pour la science. Mais les résultats de sa dernière étude suggèrent que les organismes de financement gouvernementaux, les entreprises et les établissements universitaires doivent modifier les systèmes d'incitation destinés aux scientifiques afin d'encourager un travail moins axé sur l'utilisation d'outils spécifiques et davantage axé sur l'innovation pour les générations futures. de chercheurs sur lesquels s’appuyer.
« Il y a un manque d'imagination », dit-il. « Nous devons ralentir ce remplacement complet des ressources vers la recherche liée à l’IA afin de préserver certaines de ces approches alternatives existantes. »
GIPHY App Key not set. Please check settings