Le 29 août 2026, Le Monde a publié une tribune de deux philosophes, Antonin Broi, chercheur postdoctoral à l'université de Genève, et Thibaut Giraud, connu pour sa chaîne de vulgarisation Monsieur Phi. Ils y défendent une idée directe. La rapidité des progrès de l'intelligence artificielle laisse entrevoir un bouleversement de tous les métiers intellectuels, à commencer par la recherche universitaire, et le monde académique n'a pas commencé à en débattre sérieusement. Les deux auteurs appellent à ouvrir la discussion maintenant, avant que l'outil ne s'impose comme la norme.

Deux philosophes, une même alerte

Antonin Broi est docteur en philosophie et chercheur postdoctoral à l'université de Genève, où il travaille sur la philosophie de l'esprit et l'éthique (PhilPeople). Thibaut Giraud, docteur en logique philosophique formé à l'Institut Jean-Nicod, anime depuis 2016 la chaîne YouTube Monsieur Phi, suivie par près de 390 000 abonnés, devenue une référence francophone sur la philosophie de l'IA. En 2025, il a publié chez Grasset La parole aux machines, un essai de 480 pages consacré à la philosophie des grands modèles de langage (Afis). Les deux auteurs partent d'un même point : les systèmes qui rédigent et raisonnent progressent plus vite que les institutions chargées d'encadrer leur usage.

Une accélération mesurée par les classements

Leur premier argument est celui de la vitesse. Le rapport AI Index 2026 de l'université Stanford documente des progressions rapides sur les tests de référence. Sur SWE-bench, qui mesure la résolution de vrais problèmes de code, les scores sont passés d'environ 60 % à près de 100 % en un an. Les modèles atteignent ou dépassent désormais le niveau humain sur des questions scientifiques de niveau doctoral, sur le raisonnement multimodal et sur les mathématiques de compétition. C'est ce rythme qui fonde l'inquiétude de Broi et Giraud : si des tâches réputées propres aux chercheurs deviennent automatisables en quelques années, la recherche a intérêt à anticiper plutôt qu'à subir.

Plus d'articles, moins de terrains explorés

Les premiers effets sont déjà chiffrés. Une étude parue dans Nature en janvier 2026, menée par une équipe de l'université Tsinghua sur 41,3 millions d'articles couvrant près de cinquante ans, mesure un double mouvement. Les chercheurs qui recourent à l'IA publient 3,02 fois plus d'articles, reçoivent 4,84 fois plus de citations et dirigent un projet 1,37 an plus tôt que leurs collègues (Nature). Mais, à l'échelle collective, le nombre de sujets étudiés se contracte de 4,63 % et les interactions entre scientifiques reculent de 22 %. Les citations se concentrent autour d'une poignée d'articles fondateurs, dessinant une structure « en étoile » qui pousse la communauté vers les domaines riches en données au détriment des terrains neufs. L'outil qui rend chaque chercheur plus productif appauvrit la diversité de la science (China Daily).

L'évaluation par les pairs déjà entamée

Le mécanisme de contrôle de la science est touché à son tour. À la conférence ICLR 2026, l'entreprise Pangram Labs a estimé que 21 % des 76 139 évaluations soumises avaient été générées par IA, contre 15,8 % deux ans plus tôt (Pebblous). Des travaux montrent que les relectures assistées par modèle attribuent des notes plus élevées et augmentent les chances d'acceptation, ce qui déplace une partie de la décision scientifique vers des systèmes que personne n'a mandatés. Le phénomène déborde la seule relecture : selon une analyse de la production savante, près de 35 % des résumés déposés sur la plateforme arXiv portaient déjà, début 2024, la trace d'une reformulation par un modèle de langage (arXiv). Holden Thorp, rédacteur en chef de la revue Science, fait le même constat pour l'édition savante, qu'il juge « plus lente, de moins bonne qualité et plus chère », à rebours des promesses de gain de temps.

Des percées réelles, dans un cadre étroit

Broi et Giraud ne récusent pas l'apport scientifique des modèles. En 2025 et 2026, des systèmes ont contribué à des résultats en mathématiques, jusqu'à s'attaquer à des problèmes ouverts posés par Paul Erdős, même si la portée de ces annonces reste discutée, le modèle ayant parfois retrouvé une démonstration déjà publiée plutôt que d'en produire une nouvelle. Ce décalage entre la promesse et la vérification est ce que les deux philosophes veulent porter au centre du débat. Une machine qui accélère la production de résultats déplace la charge du contrôle vers l'aval, là où la communauté scientifique dispose de moins de temps et de moins d'outils pour trancher.

L'argument rejoint celui que Thibaut Giraud développe dans La parole aux machines : les grands modèles de langage manipulent le raisonnement et l'expression sans partager la manière dont un chercheur construit et engage sa responsabilité sur un résultat. Confier à ces systèmes une part croissante de la rédaction ou de l'évaluation revient à modifier, sans l'avoir décidé, ce que signifie « faire de la recherche ».

Ce que la tribune met en débat

Broi et Giraud ne se placent pas du côté du refus. Leur crainte porte sur l'absence de réflexion collective au moment où l'usage s'installe par défaut. Faut-il autoriser un modèle à rédiger une partie d'un article, à condition de le déclarer ? Où passe la limite entre l'assistant qui accélère la veille et la machine qui produit le résultat à la place du chercheur ? Ces questions rejoignent celles déjà posées sur l'intégrité scientifique, depuis les références inventées jusqu'à l'uniformisation du langage des publications, où certains mots privilégiés par les modèles prolifèrent dans la littérature.

L'enjeu dépasse le laboratoire. Aux États-Unis, la doctrine Kratsios fait de l'IA le levier officiel pour doubler la productivité de la recherche fédérale en dix ans, sans crédits supplémentaires. Le pari suppose que la machine augmente la science sans en réduire l'ambition, hypothèse que l'étude de Tsinghua vient contredire.

Certaines revues ont pris les devants. Science et Nature interdisent depuis 2023 de créditer un modèle comme auteur d'un article et encadrent son usage dans l'évaluation par les pairs. Ces règles restent éparses et propres à chaque éditeur, sans cadre partagé sur ce qu'un chercheur peut déléguer à un modèle et ce qu'il doit garder sous sa responsabilité.

Les deux philosophes réclament que ce débat se tienne dans les universités, et non dans les seuls services de communication des entreprises d'IA. En août 2026, aucune règle commune ne s'impose à l'ensemble des établissements français sur la part de rédaction ou d'évaluation qui peut être confiée à un modèle.