L'IA générative fait une entrée fracassante dans les sciences. Des conjectures de mathématiques trouvent grâce à elle une solution, des équations comme celle de Navier Stokes de la mécanique des fluides sont explorées là où les chercheurs n'avançaient plus et demain apportera sans doute son lot d'autres découvertes. Les fonctions d'assistant de recherche remplies par l'IA apportent un spectaculaire soutien et une grande efficacité aux experts avertis qui savent la mettre en oeuvre. A quand la recherche sans chercheurs et la science  sans laboratoires ? Pourtant la médaille pourrait avoir  son revers. Comment s'assurer que ce qui est produit, découvert et publié dans les revues scientifiques n'est pas un pur artefact et une "fausse science" comme il y a de "fausses nouvelles" ?

Dans leur article récent "AI-Powered (Finance) Scholarship" deux chercheurs américains se sont livrés à un exercice d'utilisation de l'IA à des fins de publication scientifique. Cet exercice suit toutes les étapes de la démarche d'un chercheur en finance empirique en vue de publier dans les meilleurs journaux de Finance. Ils commencent par une recherche de facteurs explicatifs sur les actions américaines à partir d'un très grand échantillon de données comptables et de cours de bourse. A partir de plus de trente mille facteurs potentiels ils testent historiquement la pertinence des facteurs ( différents de ceux déjà identifiés et publiés ) en ne retenant que ceux qui ont une influence significative historiquement, soit environ 4% d'entre eux ; puis ils  sélectionnent parmi ceux là ceux qui passent en série de tests de vraisemblance décrits dans la littérature et aboutissent à 95 facteurs explicatifs, soit 0,3% des facteurs initiaux. Après cet exercice de "data mining" ( en français de "torture des données" ),  ils utilisent l'IA générative pour écrire des articles scientifiques calibrés au standard des publications actuelles en volume et en style, avec bibliographie, résumé, tableaux et graphiques, et même une dénomination des facteurs. Ils imposent 4 articles différents pour chaque facteur ainsi déterminé artificiellement. L'aboutissement de cet exercice consiste en 380 articles décrivant de nouveaux facteurs explicatifs des cours boursiers américains définis par des titres tels que "Liquidity Leverage Intensity" ou encore "Buyback Dividend Preference" au hasard des choix fait par les algorithmes de l'IA générative. Les auteurs ne disent pas s'ils ont effectivement soumis pour publication dans des revues ces articles qu' ils ont attribué au Professeur Harking, soulignant ainsi le canular auquel ils se sont livrés ( HARK signifie en science inventer une hypothèse après avoir identifié des résultats empiriques convaincants, Hypothesing After the Results are Known ).

Un résultat stupéfiant

Le résultat de cet exercice est tout simplement stupéfiant. Il n'aurait demandé qu'une demi journée de process, sans doute sans compter les multiples essais préliminaires. Mais ce que les chercheurs montrent a de quoi terrifier : le savoir n'est pas à l'abri de la contre façon ! La suite de l'expérimentation, consistant à soumettre ces articles artificiels à la sagacité des relecteurs ( referees ) des meilleures revues n'est pas décrite mais il y a fort à penser que certains articles seraient publiés. D'ailleurs le nombre de publications scientifiques atteint le nombre astronomique de quarante mille supplémentaires par mois, 8 fois plus qu'il y a dix ans, peut être justement parce que l'IA décuple les capacités d'édition. Tout ce qui est produit par l'IA dans cet exercice n'est d'ailleurs peut être pas mauvais ni inutile. Comme dans la bibliothèque imaginée par le romancier argentin Borgès, l'IA est également capable de produire les articles critiquant et invalidant les travaux qu'elle produit. De quoi donner un léger vertige...La question de la gouvernance des publications scientifiques et de leurs rédactions est bien ainsi posée. Et la légitimité des métriques de citations qui détermine les carrières des chercheurs sérieusement mise en doute. Ces propos n'ont pas été écrits avec l'IA générative, mais...vous n'êtes pas obligés de le croire.

"AI-Powered (Finance) Scholarship", Robert Novy-Marx et Mihail Velikov, séminaire Inquire Europe, Prague Octobre 2026, lauréat du Prix Inquire