En mars 2026, un article scientifique généré par un système automatisé a passé la revue par les pairs et obtenu son acceptation à un workshop de l’ICLR. Le coût total de l’opération : moins de quinze dollars. L’équipe de Sakana AI, en collaboration avec l’Université d’Oxford et l’Université de Colombie-Britannique, a publié ce résultat dans Nature. AI Scientist-v2 est ainsi le premier système à produire un papier entièrement généré par IA ayant passé l’évaluation de la revue par les pairs dans un workshop de conférence de ML — même si la soumission a été effectuée par l’équipe Sakana, et non par le système de façon autonome, et que d’autres systèmes revendiquent des jalons similaires.
Ce fait, pris seul, dit très peu. Ce qu’il implique pour l’infrastructure de la connaissance dit beaucoup plus.
L’essentiel
- AI Scientist v2, développé par Sakana AI avec Oxford et UBC, est le premier système à produire un article accepté en peer review sans intervention humaine, pour moins de 15 dollars par papier, selon une étude publiée dans Nature en mars 2026 et disponible sur arXiv (arXiv:2504.08066).
- Le système exécute le cycle complet : génération d’hypothèses, conception et exécution d’expériences computationnelles, analyse des résultats, rédaction du manuscrit, soumission et gestion des révisions.
- La peer review actuelle n’est pas conçue pour discriminer la qualité à ce coût : le risque d’une inflation de publications plausibles mais creuses est réel et déjà documenté pour les soumissions assistées par IA.
- La question centrale n’est pas technique. Elle est institutionnelle : quelles garanties, quelles normes, quelle gouvernance permettent à ce type d’outil d’accélérer la découverte plutôt que de diluer la littérature ?
Quinze ans pour passer du rêve à la démonstration
Pour comprendre ce que représente AI Scientist v2, il faut rappeler où en était le domaine il y a peu. En 2009, le projet Adam — développé à l’Université d’Aberystwyth en collaboration avec l’Université de Cambridge — montrait qu’un robot pouvait formuler des hypothèses en biologie des levures et les tester de façon autonome. C’était une démonstration élégante, limitée à un domaine très balisé, et qui s’arrêtait à la porte du laboratoire : l’article restait l’affaire des chercheurs humains.
La décennie suivante a vu deux mutations parallèles. Les grands modèles de langage ont acquis une capacité à produire une prose scientifique cohérente. Et les environnements d’exécution automatisés — capable de lancer des scripts, d’interpréter des sorties, de modifier du code en boucle — ont mûri au point de pouvoir conduire de petites expériences computationnelles sans supervision. AI Scientist, dans sa première version publiée en 2024 par Sakana AI, a assemblé ces deux composantes. AI Scientist-v2 a été développé en 2025 (preprint d’avril 2025) ; c’est l’équipe humaine de Sakana AI qui a soumis les papiers générés par l’IA au workshop ICLR, pas le système de façon autonome.
Le résultat change la nature du problème. On ne parle plus d’un assistant qui aide un chercheur à écrire plus vite. On parle d’un système qui pose une question, choisit une méthode, exécute les calculs, interprète les résultats, rédige un article et gère les aller-retours avec les reviewers. La frontière entre outil et chercheur devient floue d’une façon que les cadres institutionnels existants n’anticipaient pas.
Ce que le système peut faire, et ce qu’il ne touche pas
AI Scientist v2 fonctionne sur un domaine précis : l’apprentissage automatique computationnel. Il ne sortira pas demain un article sur la biologie marine ou l’histoire ottomane. Son domaine d’élection, c’est la recherche où l’expérimentation consiste essentiellement à entraîner et évaluer des modèles sur des jeux de données existants, à comparer des architectures, à mesurer des performances. C’est un domaine vaste et actif, mais c’est un domaine où la frontière entre l’expérience et le calcul est fine.
Ce que le système fait concrètement : il génère une hypothèse à partir d’un corpus de littérature, propose un protocole d’expérimentation sous forme de code, exécute ce code, interprète les sorties, en tire des conclusions et les rédige dans un format académique standard. La version 2 va plus loin en gérant les révisions demandées par les reviewers, en ajustant l’article et en resoumettant. L’article accepté à l’ICLR Workshop représente une validation externe réelle, pas un exercice interne.
Ce que le système ne fait pas, du moins pas encore : il ne propose pas d’expériences qui requièrent de nouvelles données empiriques, ne touche pas au monde physique, ne mobilise pas de connaissance tacite ni d’intuition sur ce qui mérite d’être exploré. Il optimise dans un espace défini. C’est sa force et sa limite. Sa force, parce que cet espace est précisément celui où la production d’articles académiques est la plus industrialisée. Sa limite, parce que les grandes ruptures scientifiques viennent rarement de l’optimisation dans un espace connu.
La distinction entre ces deux régimes de découverte — la routine de l’exploration balisée et le saut vers l’inconnu — est au coeur du débat. Les premiers pourraient être massifiés par des systèmes comme AI Scientist. Les seconds restent pour l’heure hors de portée.
L’accélération mesurable, et ses conditions réelles
Les partisans de l’automatisation scientifique ont un argument solide. La science souffre d’une goulot d’étranglement structurel : le nombre de questions posables croît plus vite que la capacité humaine à les tester. En biologie, en chimie computationnelle, en physique des matériaux, des milliers d’hypothèses plausibles attendent d’être vérifiées, non par manque d’idées, mais par manque de bras et d’heures. Un système capable d’en traiter certaines à quinze dollars l’unité représente une ressource réelle.
AlphaFold 2, développé par DeepMind et publié en 2020, a déjà illustré ce potentiel d’accélération dans un domaine précis : la prédiction de structure protéique. En moins de deux ans, il a produit une base de données de plus de 200 millions de structures, un travail qui aurait pris des décennies par les méthodes expérimentales classiques. Le résultat a débloqué des programmes de recherche dans des dizaines de domaines, du développement de médicaments à la biologie évolutive. C’est un cas où l’automatisation a clairement servi la découverte plutôt que de la remplacer.
AI Scientist opère sur un registre différent — il ne prédit pas, il explore et rédige — mais la logique de l’accélération est similaire. Si le système identifie de façon fiable des combinaisons de paramètres qui méritent d’être publiées, et si ses articles constituent une base solide pour d’autres travaux, l’effet cumulatif sur le rythme de la recherche pourrait être substantiel.
La condition, précisément, c’est « de façon fiable ». Et c’est là que le problème institutionnel commence.
La peer review n’était pas conçue pour ça
Le système de la revue par les pairs repose sur une hypothèse implicite : chaque article soumis représente un effort significatif, et les erreurs ou insuffisances sont détectables parce qu’elles portent les traces d’une pensée humaine. Un chercheur qui tâtonne laisse des marques. Un système qui optimise un texte pour passer un filtre laisse des marques différentes, et les évaluateurs actuels ne sont pas outillés pour les lire.
Le seuil de détection baisse dès lors que le coût de production s’effondre. Aujourd’hui, soumettre un article représente un coût en temps non négligeable pour un chercheur humain. Ce coût fonctionne comme un filtre naturel : on ne soumet pas quelque chose dont on sait qu’il ne tient pas. À quinze dollars par soumission, ce frein disparaît. Le ratio signal-sur-bruit dans la littérature peut se dégrader non pas parce que les articles produits sont faux, mais parce qu’ils sont plausibles sans être intéressants.
La distinction est capitale. Un article faux, un bon reviewer le détecte. Un article correct, bien rédigé, méthodologiquement propre, mais qui n’apporte rien, est beaucoup plus difficile à écarter — surtout quand les reviewers sont eux-mêmes sous pression de volume. Le risque n’est pas la fraude massive. C’est la dilution de l’espace dans lequel les travaux importants doivent être trouvés.
Des signaux précurseurs existent déjà. Plusieurs études documentent une augmentation détectable des publications assistées par IA dans des conférences de machine learning depuis 2023 : des revues systématiques de patterns lexicaux ont identifié des caractéristiques communes dans des centaines de soumissions, sans que le processus de revue ait pu discriminer efficacement entre ceux-ci et les articles entièrement humains. Le phénomène était d’ampleur modeste. Il pourrait ne plus l’être.
L’irréversibilité institutionnelle est ici le vrai sujet. Les systèmes d’évaluation scientifique s’adaptent lentement, par couches successives de normes, de pratiques éditoriales, de conventions. Si les circuits de la peer review s’adaptent à traiter du volume sans recalibre leur standard de qualité, cette adaptation crée une dépendance de chemin difficile à défaire. Les institutions qui auront absorbé le flux en assouplissant leurs critères ne retrouveront pas facilement leurs exigences d’origine.
Les acteurs qui construisent la réponse institutionnelle
Face à ce défi, plusieurs initiatives concrètes sont en cours, et leur existence change le tableau.
Sakana AI elle-même a posé des limites explicites à AI Scientist v2 : le système ne peut pas soumettre à des journaux sans signalement de sa nature automatisée, et les auteurs humains restent formellement responsables des soumissions. Ce n’est pas une contrainte technique — c’est un choix délibéré de gouvernance, inscrit dans la conception du système.
Plusieurs conférences majeures en intelligence artificielle, dont NeurIPS et ICML, ont mis à jour leurs politiques en 2024 et 2025 pour exiger une déclaration explicite de l’utilisation de systèmes IA dans la rédaction et la conception d’expériences. Ces politiques sont imparfaitement appliquées — aucun système de détection ne fonctionne à cent pour cent — mais elles créent un cadre normatif qui change les incitations.
L’initiative la plus structurée vient peut-être du côté des formats de publication. Des conférences expérimentent des formats de soumission qui dissocient les contributions : la méthode d’un côté, l’interprétation et la mise en perspective de l’autre. L’idée est de rendre visible ce qu’un système automatisé peut produire et ce qu’il ne peut pas, en rendant les deux dimensions séparément évaluables. C’est une réponse de design institutionnel, pas seulement de régulation.
La recherche en méta-science — l’étude des processus de production scientifique eux-mêmes — est également en train de se doter d’outils nouveaux. Des équipes travaillent sur des classifiers capables d’identifier des patterns caractéristiques des productions automatisées, pas pour les interdire, mais pour permettre aux éditeurs de les traiter différemment, avec des protocoles d’évaluation adaptés. L’enjeu est de maintenir la capacité discriminante du système d’évaluation dans un environnement de volume accru.
Ces réponses ne sont pas encore à la hauteur du défi. Mais elles existent et elles progressent, ce qui est différent d’une situation où l’institution resterait passive.
Ce que ça change pour les chercheurs, maintenant
Pour un chercheur travaillant sur l’apprentissage automatique, AI Scientist v2 est d’abord un outil. Utilisé comme un assistant qui propose des variations d’expériences, teste des hypothèses auxiliaires et produit un premier jet de section méthodologique, il libère du temps pour ce que les machines ne font pas encore : choisir les problèmes qui valent d’être posés, interpréter les résultats dans un cadre plus large, faire les connexions entre champs.
C’est un parallèle avec ce que les outils de calcul ont produit en physique dans les années 1960 et 1970. L’arrivée des ordinateurs n’a pas retiré la physique théorique aux physiciens. Elle a rendu certaines tâches calculatoires transparentes, et libéré de la capacité cognitive pour le travail conceptuel. La condition était que les chercheurs sachent quelles questions confier à la machine et lesquelles garder pour eux.
La même question se pose aujourd’hui, et elle est moins triviale qu’il n’y paraît. Dans une discipline comme le machine learning, où une part significative de la production académique consiste précisément à tester des variations architecturales et à en mesurer les effets, la frontière entre le travail de routine et le travail conceptuel est plus poreuse que dans d’autres domaines. C’est là que réside le vrai risque de déplacement : non pas le remplacement du chercheur, mais la réduction progressive du périmètre considéré comme « intéressant » à ce que les systèmes peuvent mesurer facilement.
Cette question rejoint un débat plus large sur la façon dont les outils numériques reconfigurent la nature du travail intellectuel. Le télétravail a montré qu’un outil peut livrer le travail de routine tout en appauvrissant les échanges qui produisent les idées nouvelles ; la dynamique avec l’IA scientifique est structurellement comparable. Maximiser la production d’articles mesurables ne maximise pas nécessairement la production de connaissance utile.
Le point de bascule n’est pas encore atteint
AI Scientist v2 est une démonstration, pas encore un déploiement massif. Son domaine d’application reste étroit. Son coût, bien que bas, suppose une infrastructure technique et une expertise pour l’opérer. Les quinze dollars par article ne comprennent pas le coût des ingénieurs qui maintiennent et orientent le système.
Mais la trajectoire est lisible. Les coûts d’inférence des grands modèles de langage ont chuté d’environ un facteur cent entre 2022 et 2025, selon les benchmarks publiés par Epoch AI. Si cette tendance se poursuit, même partiellement, un système équivalent pourrait opérer à un dollar ou moins par article d’ici 2028. À ce coût, les barrières à une adoption large — y compris dans des contextes où la qualité individuelle des soumissions est peu surveillée — deviennent très faibles.
C’est pourquoi la fenêtre de construction institutionnelle est courte. Les normes qui encadreront la production scientifique automatisée seront plus faciles à établir avant que le volume ne soit là qu’après. Les conférences et revues qui définissent maintenant leurs politiques de transparence sur l’IA, qui expérimentent des formats de soumission adaptés, qui investissent dans des outils de détection et de discrimination, construisent un actif institutionnel dont la valeur augmentera à mesure que l’utilisation des systèmes automatisés croîtra.
La question de qui capture les gains d’une nouvelle technologie — et qui en absorbe les coûts — se pose ici dans sa version institutionnelle : si les économies de production bénéficient à ceux qui soumettent en masse, et si les coûts du tri sont supportés par une communauté de reviewers bénévoles déjà surchargée, la distribution des gains est problématique. Une partie de la réponse institutionnelle devra traiter ce déséquilibre explicitement.
La science a absorbé d’autres mutations profondes. Le passage à la publication en accès ouvert a pris deux décennies et reste inachevé. La crise de la reproductibilité, identifiée au début des années 2010, a produit des changements réels dans les pratiques d’enregistrement des protocoles et de partage des données — lentement, imparfaitement, mais réellement. L’arrivée de systèmes comme AI Scientist pose la question suivante : à quelle vitesse les institutions de la science peuvent-elles apprendre, et est-ce assez vite pour cette fois ?