Science assistée par IA : qui assume la responsabilité ?

L'utilisation croissante des outils d'intelligence artificielle générative dans la recherche scientifique soulève des questions fondamentales sur l'auteurship académique et la responsabilité intellectuelle. De plus en plus de chercheurs recourent à ces technologies pour analyser la littérature, synthétiser des informations, rédiger des propositions de subventions ou améliorer la clarté de leurs manuscrits. Cette intégration rapide modifie en profondeur les pratiques d'écriture et de publication, tout en remettant en cause les cadres traditionnels d'attribution du crédit scientifique. Dans l'écosystème académique, l'auteurship est un statut obtenu qui valide la rigueur et l'intégrité d'un chercheur. Contrairement à un collaborateur humain, un modèle d'IA ne peut justifier ses propos, répondre aux critiques ou assumer la responsabilité des erreurs éventuelles. Ainsi, définir la paternité d'un texte rédigé avec l'assistance d'une IA dépasse la simple question de la reconnaissance : elle engage directement la confiance et la transparence de la publication scientifique. Les méthodologies actuelles, comme la taxonomie CRediT, permettent de détailler les contributions humaines, mais restent inadaptées aux pratiques médiatisées par l'IA. La génération de textes par prompts, la vérification des sorties et le classement automatisé des données échappent aux catégories existantes. Par ailleurs, l'IA intervient déjà à plusieurs étapes du processus éditorial, de la sélection des relecteurs à l'interprétation des rapports en passant par la formulation des décisions éditoriales. Au-delà des questions techniques, le débat touche à l'économie de l'attribution dans la recherche. Les remerciements, traditionnellement utilisés pour reconnaître les contributions secondaires, occultent souvent le travail humain invisible qui sous-tend les modèles d'IA, tel que l'étiquetage des données ou le maintien des plateformes. Reconnaître formellement l'IA comme partenaire d'écriture pourrait constituer une opportunité de repenser les hiérarchies académiques et de mieux valoriser les contributions des assistants de recherche et des techniciens. Les institutions, les financeurs et les éditeurs sont désormais invités à établir des directives claires concernant l'usage de l'IA en recherche. Une régulation fondée sur la transparence, la responsabilité humaine et la valorisation équitable du travail scientifique est indispensable. Sans débat public structuré et sans cadres adaptés, la publication académique risque de perdre en crédibilité, au détriment de l'intégrité même de la connaissance produite.