Qui est responsable des erreurs de l'IA en science ?

L'intégration de l'intelligence artificielle dans la recherche scientifique transforme profondément les méthodes de travail, mais elle expose une faille majeure : la responsabilité des erreurs. En 2026, une étude publiée dans la revue Nature, dirigée par Chris Lu, décrit un système capable de formuler des hypothèses, d'exécuter des simulations computationnelles, d'analyser des résultats, de rédiger des articles et de procéder à son auto-évaluation. Cette autonomie redéfinit la place du chercheur et brouille les lignes traditionnelles de la paternité scientifique. À mesure que ces outils gagnent en indépendance, la responsabilité en cas de biais, de fraudes ou de conclusions erronées se fragmente. Elle se retrouve partagée, voire diluée, entre les utilisateurs finaux, les institutions académiques et les développeurs des algorithmes. Cette situation soulève des interrogations urgentes sur l'intégrité des publications et la fiabilité des pairs évaluant des travaux générés ou coécrits par des machines. Sans supervision humaine stricte, la course à l'innovation risque de compromettre les standards établis de vérification des faits. Face à cette évolution, la communauté scientifique insiste sur la nécessité d'instaurer des garde-fous éthiques et techniques. L'adoption critique de l'IA nécessite des protocoles de validation rigoureux, une transparence sur l'usage des modèles et une clarification juridique des rôles. La question centrale n'est plus de savoir si l'IA peut assister la recherche, mais comment garantir que chaque étape du processus scientifique reste traçable, responsable et humaine. Établir ces cadres est désormais une condition nécessaire pour préserver la crédibilité de la science à l'ère numérique.