Si vous voulez que votre recherche scientifique soit citée plus souvent… insérez dans le titre ou dans le résumé les mots « intelligence artificielle » ou des méthodes qui y sont associées.
Cela augmenterait la possibilité de se retrouver dans le 5% des recherches les plus souvent citées dans votre domaine cette année. Du moins, selon une compilation parue le 11 octobre dans la revue Nature Human Behaviour. Et les auteurs pointent à ce sujet 19 domaines de recherche, certains très éloignés de l’IA.
Par « méthodes qui y sont associées », ils font référence à des termes comme « apprentissage automatique » (machine learning) ou « réseau de neurones profond », qui sont à l’avant-scène des toutes récentes avancées. Et encore, leur recherche ne couvre pas les toutes récentes avancées: leur recherche dans 75 millions de titres et de résumés va de 1960 à 2019, ce qui veut dire qu’elle n’inclut pas le bond vers les « grands modèles de langage » que sont les ChatGPT et autres des deux dernières années.
Rappelons que dans la recherche scientifique, le nombre de fois qu’un article est cité par d’autres articles est un indicateur de « performance » souvent utilisé — quoique trop souvent utilisé, à en juger par des critiques récurrentes. Cette recherche avait donc pour but de répondre à une question qui prend de plus en plus de place ces dernières années: à quel point l’IA a-t-elle affecté (ou va-t-elle affecter) l’écosystème de la recherche scientifique?
Parmi les 19 disciplines concernées par leur compilation, l’informatique se démarque évidemment depuis 2015 par son utilisation de ces mots-clefs. Mais elle se démarquait déjà avant l’an 2000. Ce qui se dégage de leur compilation, c’est plutôt que des disciplines aussi différentes que la géologie, la physique, la chimie et la biologie, ont toutes vu une augmentation de ces mêmes mots-clefs à peu près à la même vitesse depuis 2015. Les mathématiques et le génie ont vu l’usage de ces termes croître plus vite, tandis que l’histoire, les sciences politiques et les arts, restent à la traîne.
Mais des inégalités démographiques apparaissent aussi, lit-on dans l’étude: « les disciplines scientifiques comportant une plus grande proportion de femmes ou de Noirs récoltent moins de bénéfices de l’IA », ce qui présente le potentiel « d’exacerber » des inégalités d’ores et déjà présentes.
