Impact de l’IA Générative sur l’Écriture Scientifique
Au cours des dix dernières années, un large éventail de mots et d’expressions, initialement obscurs, sont devenus couramment utilisés dans le domaine scientifique. Ces termes reflètent les changements survenus dans la recherche scientifique et les événements plus amples au sein de la communauté scientifique et de la société.
Impact sur la Littérature Scientifique
Depuis le lancement officiel de « Chat GB.T » le 30 novembre 2022, de nombreux aspects de notre vie ont été affectés, y compris l’écriture académique et la recherche scientifique, qui ne sont plus à l’abri.
Les scientifiques ont depuis pu utiliser des Large Language Models (LLMs) – des systèmes d’intelligence artificielle capables de comprendre et de générer un langage humain en traitant de vastes quantités de données textuelles – pour réviser, éditer voire rédiger entièrement tous les documents scientifiques qu’ils produisent. Cependant, l’ampleur de l’utilisation effective de ce type d’intelligence artificielle reste inconnue.
En réalité, de nombreuses recherches ont déjà exploré les avantages et les inconvénients des modèles de langage et de nombreux chercheurs ont tenté de cartographier l’évolution des sciences à travers les modifications du langage qu’ils produisent.
La dernière de ces tentatives a été menée par le chercheur en intelligence artificielle Dimitri Kobak et ses collègues de l’Institut Max Planck pour la recherche sur le cerveau à Tübingen, en Allemagne.
Changements Surprenants
Les résultats ont immédiatement révélé certaines tendances claires dans le domaine scientifique. Par exemple, la fréquence du mot « Ebola » a atteint son pic en 2015 et celle du mot « Zika » en 2017.
Un des plus grands changements a eu lieu en 2020 avec une utilisation massive de termes tels que « confinement », « pandémie », « système respiratoire » et « remdesivir » pendant la pandémie de COVID-19, un événement largement reconnu comme ayant eu l’un des plus grands impacts sur la publication scientifique et les établissements de recherche de l’histoire.
Une surprise est survenue en 2024 avec une augmentation des termes tels que « essentiel », « important » et « potentiel ». Ces termes ne sont pas liés au contenu scientifique d’un article, mais à son style d’écriture.
Les chercheurs notent que ces sont exactement le type de mots préférés par les modèles de langage préalablement formés sur d’énormes ensembles de données, et qu’ils « modifient le discours scientifique à une échelle sans précédent ».
Kobak et ses collègues indiquent que l’augmentation sans précédent de ces termes stéréotypés en 2024 peut être utilisée comme indication de l’utilisation de « Chat GB.T ». Après sa mise à disposition et son utilisation généralisée, atteignant jusqu’à 100 millions d’utilisateurs actifs sans précédent 3 mois après son lancement, il est devenu l’un des traits distinctifs des modèles de langage à côté de « GBT-4 ».
Articles de Recherche avec Intelligence Artificielle
Kobak et ses collègues ont déterminé un nombre minimum d’articles de recherche influencés par les Large Language Models. Les données indiquent qu’au moins 10% des articles de recherche publiés sur PubMed en 2024 ont été impactés de cette manière.
Les chercheurs ont conclu que « avec environ 1,5 million d’articles de recherche indexés chaque année sur PubMed actuellement, cela signifie que les modèles de langage aident à rédiger au moins 150 000 articles de recherche par an ».