Peut-on utiliser des IA génératives dans un contexte recherche ?

+

Les transparents de la présentation

https://www-verimag.imag.fr/~maraninx/FM_DOCUMENTS/2026_03_26_AG_CERAG.pdf

Et la liste de pointeurs de bas de page :

https://www-verimag.imag.fr/~maraninx/FM_DOCUMENTS/2026_03_26_AG_CERAG-footnotes.txt

Ceci n’est pas un exposé recherche. La recherche consolidée sur les divers impacts du déploiement des IAg il y a 3 ans et demi (que ce soit en recherche ou ailleurs) émergent à peine. A part quelques exceptions, les citations n’ont pas vocation à faire autorité sur un sujet. Ce sont seulement des pistes de lectures plus poussées sur les arguments que je défends.

Compléments

Sur la recherche instrumentale, l’illusion du gain de temps, la formation des juniors

The machines are fine. I’m worried about us.

https://ergosphere.blog/posts/the-machines-are-fine/

Réflexion sur l’usage des LLMs dans la recherche en astrophysique, mais qui sont généralisables. On y lit :

“But the moment you use the machine to bypass the thinking itself, to let it make the methodological choices, to let it decide what the data means, to let it write the argument while you nod along, you have crossed a line that is very difficult to see and very difficult to uncross. You haven’t saved time. You’ve forfeited the experience that the time was supposed to give you.”

Le plus grand danger de l’IA à l’université n’est pas la triche, c’est l’érosion de l’apprentissage lui‑même

https://www.rtbf.be/article/le-plus-grand-danger-de-l-ia-a-l-universite-n-est-pas-la-triche-c-est-l-erosion-de-l-apprentissage-lui-meme-11696887

Impacts environnementaux de la recherche

Le phénomène de “hype”

Les coûts… à venir

La qualité et l’accélération, le risque accru de désinformation

Les réponses institutionnelles