Pourquoi l'IA ne peut-elle pas remplacer les scientifiques ?

GD&TĐ - Alors que l'intelligence artificielle continue de se développer, une question se pose : les machines peuvent-elles remplacer les scientifiques ?

La réponse réside dans la manière dont les êtres humains explorent leur propre personne et le monde qui les entoure.

L'IA ne crée pas la science.

Face à l'intégration croissante de l'intelligence artificielle (IA) dans presque tous les domaines, les sciences ne font pas exception. Chercheurs et décideurs politiques attendent des modèles d'IA, entraînés sur d'immenses quantités de données scientifiques, qu'ils raisonnent automatiquement, proposent des hypothèses et accélèrent même les découvertes majeures. L'IA remplacera-t-elle un jour complètement les scientifiques ?

Cette ambition se reflète dans l'initiative Genesis, annoncée par les États-Unis en novembre 2025. L'objectif est de construire et d'entraîner des « agents d'IA » à partir d'ensembles de données scientifiques fédéraux afin de « tester de nouvelles hypothèses, automatiser les processus de recherche et accélérer les percées scientifiques ».

Cependant, les réalisations des « chercheurs en IA » restent controversées. D'une part, les systèmes d'IA sont effectivement capables de traiter d'immenses ensembles de données et de détecter des corrélations subtiles que les humains peinent à percevoir. D'autre part, leur manque de bon sens et de compréhension du contexte peut les amener à formuler des suggestions expérimentales dénuées de sens.

Philosophe et chercheuse spécialisée dans l'histoire et les fondements conceptuels des sciences, la professeure agrégée Alessandra Buccella, de l'Université d'Albany (États-Unis), soutient que si l'IA peut apporter son aide dans de nombreux aspects du processus de recherche, elle est encore loin d'atteindre, et n'atteindra peut-être jamais, le véritable sens de l'« automatisation des sciences ». Elle estime que la science est intrinsèquement liée à l'humain et que les machines ne peuvent le remplacer.

Les modèles d'IA n'apprennent pas directement du monde réel. Ils ne peuvent apprendre qu'à travers les « mondes » que les humains construisent pour eux : des ensembles de données sélectionnés, organisés et interprétés. Sans la supervision des scientifiques dans la construction de ces mondes de données, l'IA elle-même serait dépourvue de fondement.

Le cas d'AlphaFold en est un parfait exemple. Ce modèle, grâce à sa capacité à prédire la structure des protéines, a valu à son équipe de développement le prix Nobel de chimie 2024. Grâce à AlphaFold, les chercheurs peuvent modéliser rapidement les structures protéiques, accélérant ainsi la conception de médicaments, la recherche sur les maladies et de nombreux autres domaines biomédicaux.

Cependant, AlphaFold ne « crée » pas de nouvelles connaissances biologiques par lui-même. Il ne comprend ni les protéines, ni les maladies, ni ce qui constitue un bon médicament. Il se contente d'analyser et de réorganiser une immense quantité d'informations déjà produites par l'homme, de manière plus rapide et plus efficace.

« Autrement dit, l'IA ne se situe pas en dehors de la science pour la créer. Elle s'y situe en tant qu'outil et dépend entièrement de ce que la science humaine a déjà préparé pour elle », a souligné la professeure agrégée Alessandra.

L'IA ne peut pas remplacer les scientifiques.

La science est une activité humaine.

Selon Alessandra, le rôle de l'humain en science ne se limite pas à la conception et au développement de modèles d'IA. Plus fondamentalement, la science, en tant que réalisation intellectuelle, est intimement liée aux valeurs, aux objectifs et aux modes de vie propres à l'humanité. Elle repose sur la manière dont les êtres humains pensent, questionnent, débattent, croient et doutent les uns des autres.

Les grandes découvertes scientifiques ne sont pas de simples théories « formulées mécaniquement » à partir de données. Elles sont le fruit du travail de générations de scientifiques, aux intérêts, biais et perspectives divers, œuvrant ensemble au sein d'une communauté unie par des normes d'intégrité intellectuelle et d'éthique professionnelle.

L'histoire de la structure en double hélice de l'ADN en témoigne. Lorsque l'idée fut proposée pour la première fois, aucune expérience directe ne permettait de la confirmer. Elle reposait en grande partie sur le raisonnement, la synthèse et l'imagination de scientifiques hautement qualifiés. Il fallut près d'un siècle de progrès technologique et des générations de recherche, depuis les vagues spéculations de la fin du XIXe siècle, pour que la science parvienne à la découverte qui lui valut le prix Nobel en 1953.

Cela montre que la science est, par essence, une activité sociale. Les idées sont soumises au débat et les interprétations s'affrontent. Les scientifiques ne se contentent pas de décrire le monde, ils construisent aussi le savoir par la pratique, le débat et des normes issues de valeurs sociales, voire politiques.

Dans ce contexte, il est difficile d'imaginer un système d'IA, dépourvu de vie sociale, de valeurs et d'aspirations, « participant » véritablement à la science comme le font les humains. « Cependant, l'énorme potentiel de l'IA pour faire progresser la science est indéniable. C'est pourquoi il est essentiel de l'utiliser avec prudence et responsabilité afin qu'elle devienne un véritable allié pour les scientifiques », a déclaré Alessandra.

Les outils d'IA peuvent aider les scientifiques à gagner du temps, à réduire les erreurs et à se concentrer davantage sur les grandes questions. L'IA peut être un excellent outil. Mais elle n'a aucune raison d'être curieuse, aucun intérêt à être sceptique et aucune responsabilité morale quant aux conséquences des connaissances qu'elle produit.

Tant que la science restera l'histoire d'êtres humains essayant de se comprendre eux-mêmes et de comprendre le monde, l'IA ne pourra que se tenir aux côtés des scientifiques, et non les remplacer.

Source : https://giaoducthoidai.vn/vi-sao-ai-khong-the-thay-the-nha-khoa-hoc-post778616.html