« C'est encore un peu tabou. » La formule, rapportée par Libération le 22 septembre 2026, résume la position inconfortable d'une partie de la communauté scientifique. Les chercheurs en écologie et en climatologie passent leurs journées à mesurer les émissions de gaz à effet de serre et l'effondrement du vivant. Beaucoup utilisent pourtant, comme tout le monde, des agents conversationnels dont l'empreinte énergétique contredit directement leur objet d'étude. D'où un malaise : celui de scientifiques tiraillés entre l'utilité d'un outil et le coût environnemental de la technologie qui le fait tourner.

Un réflexe de bureau, y compris chez ceux qui étudient le climat

L'IA générative a rejoint la boîte à outils ordinaire du laboratoire. Selon un dossier du CNRS, les grands modèles de langage génèrent du code informatique à partir d'une consigne en langage naturel, structurent des jeux de données, synthétisent des bibliographies et aident les chercheurs non anglophones à traduire leurs travaux avant publication. En épidémiologie, ils servent à fabriquer des populations virtuelles quand les données démographiques manquent. Ces gains de temps expliquent une adoption rapide, souvent silencieuse.

Le silence, justement, fait partie du problème. Les chercheurs interrogés admettent rarement, dans leurs remerciements ou leurs méthodes, avoir eu recours à ces outils, alors qu'ils déclarent sans gêne les moyens de calcul classiques. Une pression institutionnelle accompagne le mouvement. « Dans les institutions, il y a une injonction presque morale à l'utiliser », observe Olivier Lefebvre, maître de conférences en sciences, techniques et société, cité par France 3 Occitanie. L'usage progresse donc entre valorisation officielle et gêne privée, un écart qui nourrit le sentiment de tabou.

Deux intelligences artificielles à ne pas confondre

L'ambivalence tient en partie à une confusion de vocabulaire. Sous le même sigle cohabitent des technologies très différentes, et les chercheurs en environnement sont bien placés pour le savoir, puisque plusieurs d'entre eux travaillent avec des modèles d'apprentissage automatique qui font progresser leur discipline.

Le cas le plus commenté est AlphaFold, distingué par le prix Nobel de chimie 2024, qui prédit la structure des protéines en une dizaine de minutes avec une fiabilité proche de 90 %, là où les méthodes expérimentales demandaient de six mois à deux ans pour un résultat souvent partiel, rappelle le CNRS. La météorologie connaît une bascule comparable. Le modèle GraphCast de DeepMind, présenté en 2023, produit une prévision à dix jours en moins d'une minute et s'est montré plus précis que les systèmes de référence dans une large majorité des cas testés, décrit L'Essentiel de l'Éco. Son code ouvert a été repris en 2026 par Environnement Canada pour ses prévisions opérationnelles. Ces modèles prédictifs, entraînés sur des données physiques et spécialisés, ne relèvent pas de la même logique que les agents génératifs grand public.

Beaucoup de scientifiques défendent cette ligne de partage : soutenir une IA au service de la connaissance, tout en questionnant l'usage massif d'outils génératifs conçus pour produire du texte ou des images à la demande. Le CNRS lui-même plaide pour une « IA frugale et spécialisée par discipline » plutôt que pour les grands modèles généralistes.

Un coût que ces chercheurs mesurent mieux que d'autres

La gêne s'explique par les chiffres, que ces communautés connaissent de près. L'informaticienne Sasha Luccioni, ancienne responsable IA et climat chez Hugging Face, estime qu'une requête à une IA générative consomme environ trente fois plus d'énergie qu'une recherche en ligne classique, rapporte l'AFP. Ces modèles ne vont pas chercher une information existante, ils en fabriquent une nouvelle, opération beaucoup plus gourmande en calcul. Générer une seule image en haute définition mobilise, selon ses travaux, autant d'électricité que la recharge complète d'un smartphone.

À l'échelle des infrastructures, les centres de données ont consommé environ 460 térawattheures d'électricité en 2022, soit près de 2 % de la production mondiale, et cette trajectoire pèse déjà sur les engagements climatiques des géants du secteur. Google a vu ses émissions grimper de 48 % entre 2019 et 2023, Microsoft de 29 % entre 2020 et 2023. Ces hausses, liées à la construction de centres de données pour l'IA, contredisent leurs promesses de neutralité et se lisent dans les empreintes en eau et en électricité que ces entreprises publient. En France, l'ADEME et l'Arcep chiffrent le numérique à 2,5 % de l'empreinte carbone nationale, un ratio réévalué à 4,4 % en 2024 après un élargissement du périmètre de mesure, avec une hausse d'environ 45 % attendue d'ici 2030, selon les services de l'État. La consommation d'eau des serveurs, tirée par le refroidissement, pourrait doubler sur la décennie.

Sasha Luccioni, qui a cofondé l'outil de mesure CodeCarbon (téléchargé plus d'un million de fois) et lancé en mai 2026 la société de conseil Sustainable AI Group, résume le reproche adressé aux plateformes dans La Presse : « Le sort de la planète ? Les géants de l'IA s'en moquent. » Le débat sur cette opacité rejoint l'appel de l'ONU à imposer aux entreprises une transparence sur le coût climatique de l'IA, et l'ampleur des installations en cause est documentée dans le dossier sur le coût écologique des data centers des géants de la tech.

De l'inconfort au refus assumé

Chez une partie des chercheurs, l'ambivalence a viré au refus organisé. Le 1er décembre 2025, le collectif toulousain Atécopol (Atelier d'écologie politique) a publié le manifeste « Face à l'IA générative, l'objection de conscience », adressé aux personnels de l'enseignement supérieur, de la recherche et de l'éducation nationale. Ses signataires s'engagent à « ne pas les utiliser, à moins d'y être expressément contraint·es », dans leurs cours, communications, recherches et tâches administratives, détaille l'association AFCIA. Le texte a rassemblé environ 1 300 signatures dans ses premiers jours, dont une écrasante majorité issue de l'ESR et de l'éducation, puis quelque 3 200 six mois plus tard, selon La Relève et La Peste.

Leur argumentaire dépasse la seule énergie. Le manifeste qualifie l'IA générative de « gouffre énergétique et matériel » incompatible avec les accords climatiques et les limites planétaires, mais dénonce aussi l'extraction minière, l'exploitation de la main-d'œuvre dans les chaînes de production et les rapports de domination entre pays du Nord et du Sud, ainsi que le rôle de ces outils dans la désinformation et les hypertrucages. À ces griefs s'ajoute une inquiétude proprement scientifique. Une étude parue dans Nature en 2025, portant sur 41 millions de publications, conclut que les chercheurs recourant à l'IA publient davantage mais explorent « moins de nouveaux territoires », les modèles restant proches de pistes déjà défrichées. Le risque d'une inflation de publications assistées croise le débat sur l'intégrité de la recherche à l'ère de l'IA générative et, plus largement, sur la place de ces outils dans le travail académique.

Cette tension traverse désormais les institutions. Le Sénat, qui a adopté en septembre 2026 un rapport plaidant pour des data centers sobres et une IA frugale, propose un « écoscore » des grands modèles pour rendre leur coût lisible. Aucun standard de mesure commun n'existe encore à l'échelle européenne : sans lui, le calcul que chaque chercheur fait avant d'ouvrir un agent conversationnel restera individuel, et largement à l'aveugle.

Sources & méthode
  • Libération (22 septembre 2026, article payant) : angle éditorial, formule « c'est encore un peu tabou », ambivalence des chercheurs en écologie et climatologie.
  • CNRS : usages de l'IA générative dans la recherche, AlphaFold (Nobel de chimie 2024), étude Nature 2025 sur 41 millions de publications, plaidoyer pour une IA frugale.
  • Connaissance des Énergies / AFP et La Presse : chiffres et citations de Sasha Luccioni (30 fois plus d'énergie, image = recharge d'un smartphone, 460 TWh en 2022, +48 % Google, +29 % Microsoft, CodeCarbon, SAIG).
  • AFCIA, France 3 Occitanie et La Relève et La Peste : manifeste Atécopol du 1er décembre 2025, engagements, nombre de signataires, propos d'Olivier Lefebvre.
  • Numérique écoresponsable (ADEME-Arcep) : empreinte du numérique en France (2,5 %, réévaluée à 4,4 % en 2024), projection à 2030.
  • L'Essentiel de l'Éco : modèles météo GraphCast et Aurora, reprise par Environnement Canada.

Les chiffres attribués à Sasha Luccioni sont des estimations de chercheuse, cohérentes entre plusieurs entretiens mais non issues d'une mesure officielle des plateformes. La réévaluation de l'empreinte française à 4,4 % tient pour partie à un élargissement du périmètre (services hébergés à l'étranger désormais comptés), et non à une seule croissance physique.