L’essor des modèles linguistiques à grande échelle (LLM) a profondément transformé la recherche scientifique, notamment en accélérant la production d’articles. De nombreuses études montrent que les chercheurs qui intègrent ces outils dans leur processus de travail voient leur nombre de publications augmenter de manière significative. Pourtant, cette croissance quantitative ne s’accompagne pas d’une amélioration de la qualité des travaux. Au contraire, des analyses récentes suggèrent que la qualité des articles — mesurée par des critères tels que la rigueur méthodologique, la validité des résultats, la clarté de l’argumentation ou la reproductibilité — reste stable, voire diminue dans certains cas. Plusieurs facteurs expliquent ce paradoxe. D’abord, les LLM permettent de rédiger rapidement des textes, de reformuler des paragraphes, de générer des hypothèses ou même de proposer des méthodes expérimentales. Cela réduit le temps nécessaire à la rédaction, ce qui incite certains chercheurs à publier plus fréquemment, parfois sans une réflexion approfondie. Ensuite, les outils peuvent produire des contenus plausibles mais erronés, contenant des faits inexacts, des références fictives ou des raisonnements fallacieux, ce qui compromet l’intégrité scientifique. Le risque est d’alimenter un cycle de publication rapide, mais peu fiable, où la quantité prime sur la précision. Par ailleurs, l’usage des LLM peut affaiblir les compétences fondamentales des chercheurs, comme la capacité à raisonner de manière critique ou à concevoir des expériences originales. Lorsqu’un chercheur dépend trop de l’outil pour générer des idées ou des formulations, il risque de perdre de vue les fondements de la démarche scientifique. Cela s’accompagne d’un phénomène d’« auto-confirmation » : l’IA produit des textes qui semblent convaincants, et l’auteur, s’il ne les vérifie pas rigoureusement, les accepte sans remise en question. Les institutions académiques et les revues scientifiques commencent à prendre conscience de ces enjeux. Certaines exigent désormais que les auteurs déclarent l’usage des LLM dans leurs travaux, tandis que d’autres examinent plus attentivement les articles produits avec ces outils. Toutefois, les mécanismes de contrôle restent encore limités, et la pression pour publier continue de favoriser la quantité. En somme, si les LLM représentent un outil puissant pour soutenir la recherche, leur intégration massive soulève des préoccupations sérieuses sur la qualité du savoir scientifique. L’augmentation du nombre de publications ne doit pas être confondue avec une progression réelle de la connaissance. Pour préserver l’intégrité de la science, il est essentiel de repenser les pratiques de publication, d’encourager la transparence, et de former les chercheurs à utiliser ces outils de manière responsable, en conservant l’essence même de la rigueur scientifique.