L’IA rend l’édition scientifique « plus lente, de moins bonne qualité et plus chère »
Alors que de plus en plus d’articles scientifiques sont créés en utilisant l’IA générative, le rédacteur en chef de Science, Holden Thorp, considère qu’elle fait plus de mal que de bien à l’édition scientifique. Pour Holden Thorp, le responsable éditorial de toutes les revues de l’éditeur scientifique Science, l’arrivée de l’IA générative pousse l’édition scientifique […].
Holden Thorp, responsable éditorial des revues de l'éditeur Science, compare l'impact de l'intelligence artificielle (IA) générative dans l'édition scientifique à une forme de taylorisme. Selon lui, cette technologie rend le processus d'édition plus lent, plus coûteux et de moindre qualité. En 2026, il souligne que l'IA exige davantage d'efforts humains pour corriger ses erreurs, ce qui alourdit la charge de travail. Par exemple, les articles générés par IA contiennent souvent des hallucinations (informations inventées ou déformées) ou des manipulations de données, nécessitant une vérification accrue. Cette situation crée des goulots d'étranglement dans le traitement des publications scientifiques.
Holden Thorp s'appuie sur un article scientifique publié en 2026 pour expliquer que les grands modèles de langage (LLM), comme ceux utilisés par les IA génératives, peinent dans des domaines exigeant un jugement nuancé ou une réflexion approfondie, notamment en biologie. Même OpenAI, l'un des leaders du secteur, reconnaît dans une étude de 2025 que ses modèles produisent des erreurs difficiles à éliminer. De plus, ces outils sont plus enclins que les humains à commettre des fautes professionnelles, comme le cherry picking (sélection arbitraire de données pour obtenir un résultat souhaité) ou la manipulation des analyses statistiques. Ces problèmes remettent en cause la fiabilité des articles scientifiques générés par IA.
Fin 2025, la plateforme de prépublications arXiv, qui héberge des articles scientifiques avant leur publication officielle, a été submergée par des propositions générées par IA. Face à cette situation, arXiv a décidé de durcir ses règles de modération en 2026. La plateforme a notamment mis en place une mesure de suspension d'un an pour les chercheurs qui soumettent des articles erronés générés par IA. Cette décision vise à lutter contre la prolifération de l'AI slop (informations erronées ou de mauvaise qualité produites par des IA) dans la littérature scientifique, qui menace la crédibilité de la recherche.
L'utilisation massive de l'IA dans l'édition scientifique a des répercussions économiques. Holden Thorp souligne que le processus devient plus long et plus coûteux en raison des corrections nécessaires. Par exemple, les éditeurs comme Elsevier laissent parfois passer des erreurs graves dans les articles, ce qui aggrave la situation. La prolifération de contenus générés par IA, souvent de piètre qualité, nuit à la réputation des revues scientifiques et à la confiance du public dans la science. Cette tendance rappelle l'arrivée du taylorisme dans l'économie américaine au début du XXe siècle, où la surveillance accrue des travailleurs a conduit à un transfert de pouvoir vers la direction et à une baisse de la qualité du travail.
Malgré ses critiques envers l'IA générative, Holden Thorp utilise lui-même des outils comme *ChatGPT* pour rédiger son éditorial. En effet, son article contient des liens accompagnés de paramètres *UTM* indiquant une utilisation de ChatGPT, comme [https://arxiv.org/abs/2605.07723?utm_source=chatgpt.com](https://arxiv.org/abs/2605.07723?utm_source=chatgpt.com). Ce paradoxe illustre la difficulté de se passer entièrement de l'IA dans le milieu scientifique, même pour ceux qui en pointent les limites. Il montre aussi que l'adoption de ces outils est déjà ancrée dans les pratiques éditoriales, malgré leurs risques avérés.
