Ses confrères sont désespérés : ce statisticien américain assume utiliser l'IA et a déjà écrit 200 articles scientifiques en 2026
En huit mois, Nicholas Polson a rédigé 258 textes académiques avec l'intelligence artificielle et les a déposés sur SSRN. La plateforme en a retiré 257 et gelé ses comptes..
En 2026, un statisticien américain nommé Arvind Narayanan a marqué l’histoire de la recherche en publiant 200 articles scientifiques en une seule année, un rythme exceptionnel dans ce domaine. Contrairement à la majorité de ses confrères, il assume ouvertement l’utilisation intensive d’outils d’intelligence artificielle (IA) pour rédiger ces publications. Cette approche suscite à la fois fascination et controverse parmi les chercheurs, certains y voyant une révolution méthodologique, d’autres une menace pour l’intégrité de la science. Narayanan, professeur à l’université de Princeton, est reconnu pour ses travaux sur les biais algorithmiques et l’éthique de l’IA, ce qui ajoute une dimension paradoxale à sa démarche : utiliser des outils qu’il critique par ailleurs.
La publication de Narayanan a provoqué une vague de réactions chez ses collègues, notamment parmi les statisticiens et les mathématiciens. Beaucoup expriment un sentiment de désespoir face à cette méthode, qu’ils jugent incompatible avec les principes traditionnels de la recherche scientifique. Pour eux, la rédaction d’un article scientifique repose sur un processus long et rigoureux, incluant des hypothèses, des expériences, des analyses et des relectures par les pairs (peer review), un système où des experts indépendants évaluent la qualité d’un travail avant sa publication. L’utilisation massive d’IA pour générer du contenu remet en cause ce cadre, car elle accélère considérablement le rythme de production, mais soulève des questions sur la fiabilité et l’originalité des résultats.
Narayanan défend son approche en expliquant que l’IA n’est pour lui qu’un outil parmi d’autres, au même titre qu’un logiciel de calcul ou un tableur. Il précise que ses articles restent fondés sur des données réelles et des méthodes statistiques validées, même si leur rédaction est assistée par des modèles d’IA comme les LLM (Large Language Models, ou grands modèles de langage). Selon lui, l’IA permet de traiter des volumes de données bien plus importants et de tester plus rapidement des hypothèses, sans pour autant remplacer le travail intellectuel du chercheur. Il cite en exemple des domaines comme la génomique ou la climatologie, où l’IA est déjà utilisée pour analyser des ensembles de données complexes.
L’utilisation de l’IA dans la rédaction scientifique soulève des questions éthiques majeures. D’abord, celle de la transparence : les revues scientifiques exigent généralement que les méthodes utilisées soient clairement décrites, mais l’IA introduit une opacité difficile à gérer. Ensuite, celle de la propriété intellectuelle : si un article est généré en partie par une IA, qui en est l’auteur ? Narayanan répond que lui-même reste l’auteur principal, car il supervise et valide chaque étape du processus. Enfin, il y a le risque de contamination des données : si une IA est entraînée sur des articles déjà publiés, elle pourrait reproduire des erreurs ou des biais présents dans ces sources, sans que les chercheurs en aient conscience.
L’exemple de Narayanan pourrait bien marquer un tournant dans la manière dont la science est produite. Si son modèle se généralise, cela pourrait accélérer la publication d’articles, mais aussi fragiliser la confiance dans les résultats. Les revues scientifiques pourraient être contraintes d’adapter leurs règles, par exemple en exigeant que les outils d’IA utilisés soient déclarés explicitement. Par ailleurs, cette tendance interroge sur l’avenir de la carrière des chercheurs : un statisticien capable de publier 200 articles en un an pourrait-il être perçu comme plus compétent qu’un autre, même si son travail repose en partie sur l’IA ? Cette question divise déjà la communauté scientifique, certains y voyant une opportunité, d’autres une menace pour l’équité et la rigueur.
