Des journalistes scientifiques ont constaté que ChatGPT se révèle peu fiable lorsqu’il s’agit de résumer des articles scientifiques. Une étude menée par des professionnels du journalisme scientifique a montré que le modèle linguistique de grande taille (LLM) a tendance à sacrifier la précision au profit d’une simplification excessive. En résumant des recherches complexes, ChatGPT a souvent omis des éléments clés, interprété de manière erronée des résultats ou présenté des conclusions de façon exagérée ou trompeuse. Les journalistes ont noté que, bien que les résumés soient souvent fluides et accessibles, ils manquent souvent de rigueur, en particulier sur des sujets techniques ou spécialisés. Cette faiblesse est particulièrement préoccupante dans un contexte où les médias cherchent à rendre la science compréhensible au grand public, car une mauvaise synthèse peut conduire à des malentendus ou à une diffusion d’informations erronées. Les chercheurs soulignent que les modèles comme ChatGPT, bien qu’utiles pour des tâches de rédaction générale, ne remplacent pas l’expertise humaine nécessaire pour interpréter correctement les données scientifiques. Ils recommandent donc une utilisation prudente et critique des outils d’intelligence artificielle, en veillant toujours à vérifier les informations par des sources fiables et à faire appel à des spécialistes pour les résumés critiques. Ces résultats mettent en lumière les limites actuelles de l’IA dans le domaine de la communication scientifique, où la précision et la nuance sont essentielles.