Depuis deux ans, l’intelligence artificielle (IA) s’impose comme un acteur de plus en plus influent en recherche scientifique. Elle excelle désormais dans l’analyse de données, la conception d’expériences et même la formulation d’hypothèses nouvelles. Ces progrès inquiètent et enthousiasment à la fois les chercheurs, certains d’entre eux prédisant qu’une IA pourra bientôt accomplir une découverte digne d’un prix Nobel. En 2016, Hiroaki Kitano, biologiste et dirigeant de Sony AI, a lancé le « Défi Nobel-Turing », un défi ambitieux visant à développer une IA capable de faire une découverte scientifique d’un niveau comparable à celles récompensées par le prix Nobel. L’objectif : une IA autonome, capable de formuler des hypothèses, planifier des expériences et analyser des données sans intervention humaine. Bien que cette vision dépasse encore les capacités actuelles, certains experts, comme Ross King de l’Université de Cambridge, estiment que cela pourrait arriver en moins de dix ans. Les prix Nobel en sciences récompensent des découvertes qui sont utiles, à fort impact et ouvrant de nouvelles voies scientifiques. Si des IA comme AlphaFold — qui prédit la structure tridimensionnelle des protéines — ont été reconnues, ce n’était pas pour une découverte faite par l’IA, mais pour les avancées scientifiques qui ont permis sa création. Pour qu’une IA reçoive un prix, elle devrait mener un processus de recherche entièrement autonome. Yolanda Gil, chercheuse en IA à l’Université de Californie du Sud, est convaincue que l’investissement massif dans la recherche fondamentale pourrait accélérer ce processus. Elle souligne que les IA actuelles, basées sur des modèles linguistiques (LLM), sont encore limitées à l’analyse et à la synthèse de connaissances existantes, ce qui ne suffit pas pour générer des idées véritablement originales. Cependant, des progrès significatifs sont déjà visibles. Des systèmes comme Coscientist, développé par Gabe Gomes à l’Université Carnegie Mellon, permettent à une IA de concevoir et d’exécuter des réactions chimiques complexes avec des équipements robotisés. Des chercheurs comme James Zou à Stanford montrent que les IA peuvent découvrir des phénomènes ignorés dans des données biologiques — par exemple, une observation inédite sur l’expansion des cellules immunitaires chez les patients atteints de COVID-19. Ces résultats suggèrent que les IA commencent à « penser » de manière autonome. Sam Rodriques, fondateur de FutureHouse, distingue trois phases dans l’intégration de l’IA en science : d’abord comme assistant, ensuite comme chercheur collaboratif, puis comme scientifique autonome. Il estime que l’IA pourrait atteindre ce dernier stade d’ici 2030, notamment dans des domaines comme la science des matériaux ou le traitement des maladies neurodégénératives. Un événement récent, Agents4Science, organisé par Zou, réunira des agents IA pour rédiger et évaluer des articles scientifiques, marquant une étape vers une recherche entièrement automatisée. Malgré ces espoirs, des défis subsistent : les hallucinations des LLM, la nécessité de validation humaine et la question éthique de la reconnaissance. Mais les experts s’accordent sur un point : l’ère de la science autonome par l’IA est en marche. Le défi n’est plus de savoir si elle peut le faire, mais quand elle le fera.