Avec l’IA, les scientifiques sont encouragés à faire plus – mais pire. Un modèle de la manière dont la recherche est menée prédit que les modèles linguistiques permettront aux scientifiques de produire davantage d’articles, mais de moindre qualité. Carl Bergstrom, de l’Université de Washington, et ses collègues ont décomposé le processus de recherche en étapes et ont identifié celles que les LLM accélèrent. Il existe une ÉTAPE DE DÉCOUVERTE où l’on génère des hypothèses et effectue suffisamment de travaux préliminaires pour juger si un projet mérite d’être poursuivi. Ensuite, une ÉTAPE DE DÉVELOPPEMENT en deux parties : * travail requis – les figures et la rédaction sans lesquelles vous ne pouvez pas publier ; et * travail discrétionnaire – les expériences complémentaires et le raffinement En termes de programmation, le travail discrétionnaire correspond aux tests et à la correction de bugs avant une version finale. Les LLM accélèrent la découverte et le travail requis – mais ils n’affectent pas la moitié discrétionnaire, car cette dernière est définie précisément par le fait qu’elle n’est pas requise. Que l’on utilise ou non des boucles de rétroaction multi-agents, cette moitié discrétionnaire correspond typiquement à la partie « humain dans la boucle » – avec beaucoup de « attends, mais qu’est-ce que ça fait vraiment ? » en sandwich réel. Ainsi, le temps économisé est utilisé pour commencer le prochain article plutôt que d’améliorer celui en cours, et la prédiction découle directement de cela : plus de production, une plus petite fraction de qualité supérieure. Le point de Bergstrom porte sur les incitations : les scientifiques sont évalués sur la quantité – donc un outil qui augmente la quantité est utilisé pour augmenter la quantité. Sa proposition de solution consiste à évaluer les chercheurs sur leur meilleur travail, plutôt que de compter les articles et les citations. (Note : L’article de Bergstrom a été publié sur arXiv le 19 juillet et n’a pas encore fait l’objet d’une évaluation par les pairs) #ScienceOfScience #AI #Research