IA : 90 % des étudiants l’utilisent – les chercheurs doivent repenser leur métier

31

Une adoption massive, mais des inquiétudes croissantes

En moins de deux ans, l’intelligence artificielle générative est devenue un outil incontournable dans le monde académique. Selon une étude publiée dans Médecine/Sciences, près de 90 % des étudiants déclarent utiliser ces outils en 2025, avec des pics à 99 % dans certaines filières. Une adoption fulgurante qui a pris de court enseignants et chercheurs, initialement méfiants face à cette révolution technologique. Les enseignants-chercheurs, en particulier, doivent aujourd’hui repenser entièrement leurs méthodes d’évaluation et de pédagogie pour éviter de sacrifier l’apprentissage critique ou d’ignorer l’impact environnemental de ces technologies.

Pourtant, malgré ces défis, l’IA a aussi permis des avancées spectaculaires, notamment en recherche biomédicale. Les chercheurs reconnaissent désormais son potentiel pour accélérer des découvertes qui auraient pris des années sans ces outils. Mais cette polarisation au sein de la communauté scientifique persiste, entre optimisme technologique et craintes éthiques ou environnementales.

L’IA comme miroir des tensions éthiques et sécuritaires

Au-delà des laboratoires, l’IA soulève des questions plus larges sur la sécurité et la régulation. Comme le souligne le chercheur en cybersécurité Roman Yampolskiy, cité dans Le Grand Continent, les modèles les plus performants, comme ceux capables d’identifier des vulnérabilités zero-day, posent un risque majeur : leur potentiel à exploiter ces failles pour des fins malveillantes. La frontière entre progrès scientifique et danger systémique devient floue, surtout lorsque des outils comme Mythos, développé par Anthropic, révèlent leur capacité à détecter et exploiter des failles inconnues des développeurs eux-mêmes.

Cette dualité de l’IA — à la fois outil de sécurité et menace potentielle — est au cœur des débats actuels. Les chercheurs de Mozilla rappellent d’ailleurs qu’une élimination totale des vulnérabilités reste hors de portée, même dans des environnements numériques maîtrisés. La tension entre sûreté (AI safety) et sécurité des modèles devient ainsi un enjeu central, où des experts comme Yampolskiy appellent à des mécanismes de régulation plus stricts pour limiter les risques de désalignement ou de dissimulation stratégique.

Repenser le métier de chercheur : entre opportunités et défis

Face à ces bouleversements, le métier de chercheur est aujourd’hui en pleine mutation. L’IA ne se contente pas de transformer les méthodes de travail ; elle redéfinit les frontières mêmes de la recherche. Selon les enseignants-chercheurs interrogés par Médecine/Sciences, l’intégration de ces outils impose une refonte des pratiques pédagogiques et évaluatives, tout en préservant l’autonomie et la pensée critique des étudiants. Mais cette transition soulève aussi des questions sur l’avenir de la recherche elle-même : jusqu’où l’IA peut-elle remplacer le travail humain, sans pour autant le rendre obsolète ?

Un exemple frappant de cette transformation est observable dans le domaine biomédical, où l’IA permet désormais d’accélérer des découvertes qui auraient pris des années sans ces outils. Pourtant, cette accélération pose aussi des questions sur la reproductibilité des résultats et la responsabilité des chercheurs face aux erreurs potentielles des algorithmes. La communauté scientifique est ainsi divisée entre ceux qui voient dans l’IA un levier de progrès inégalé et ceux qui y voient un risque de dépendance dangereuse.

L’IA comme révélateur des limites humaines

Au-delà des laboratoires, l’IA interroge aussi notre rapport à la connaissance et à la vérité. Comme le souligne la définition même du mot « face » — qu’il s’agisse du visage humain, de l’expression ou de l’apparence d’une chose — l’IA nous renvoie une image déformée de nous-mêmes. Elle révèle à la fois nos progrès et nos faiblesses, nos espoirs et nos peurs. Dans un monde où les modèles linguistiques peuvent générer des textes indistingables de ceux d’un humain, la question de l’authenticité devient centrale.

Cette remise en question touche aussi bien les étudiants, qui doivent apprendre à utiliser ces outils sans perdre leur esprit critique, que les enseignants, qui doivent inventer de nouvelles méthodes pour évaluer des travaux potentiellement assistés par l’IA. La frontière entre collaboration et tricherie, entre innovation et dépendance, devient floue. Comme le résume un enseignant-chercheur : « Nous devons repenser radicalement notre rapport à la connaissance, sans pour autant renoncer à l’exigence académique. »

Quels scénarios pour l’avenir ?

À court terme, les universités et les laboratoires de recherche devront sans doute s’adapter à cette nouvelle réalité. Cela passe par la formation des enseignants à l’utilisation éthique de l’IA, la mise en place de protocoles d’évaluation adaptés, et la sensibilisation des étudiants aux enjeux de l’intégrité scientifique. Mais à plus long terme, la question de la régulation de l’IA elle-même reste ouverte. Faut-il encadrer strictement son développement, comme le suggère Yampolskiy, ou au contraire miser sur l’innovation pour en limiter les risques ?

Une chose est sûre : l’IA a déjà changé la donne. Elle a bouleversé les pratiques, redéfini les enjeux éthiques et posé de nouvelles questions sur l’avenir de la recherche. Reste à savoir si cette révolution sera gérée comme une opportunité ou comme un défi à relever. Une chose est certaine, comme le rappelle Médecine/Sciences : « Le métier de chercheur est à repenser, avec des changements radicaux dans les pratiques. » La question n’est plus de savoir si ces changements auront lieu, mais comment les accompagner.