J'ai utilisé l'IA pour fabriquer un faux article scientifique : voici ce qui s'est passé
Selon les estimations, 57 % des articles académiques publiés en 2025 portaient des traces détectables d'une influence de grands modèles de langage, contre 12 % en 2023. Plus de 12 % des évaluations par les pairs de Nature Communications ont par ailleurs été entièrement générées par IA en 2025, et pour 40 articles présentant des indices statistiques d'usage de l'IA, un seul l'avait formellement déclaré. Des centaines de milliers de publications fausses, souvent produites par IA, circuleraient chaque année. Pour mesurer concrètement le phénomène, un auteur de IEEE Spectrum, docteur en optique, a « vibe-researché » un article inventé, sur le modèle du « vibe coding » : hypothèses, code et texte générés par des LLM avec un minimum d'intervention humaine. Jenny Mahoney, rédactrice en chef d'IEEE Access, revue multidisciplinaire en accès libre, et l'IEEE ont accepté de simuler une tentative de faire passer ce faux à travers les défenses de la revue. L'expérience comportait deux manches : d'abord, un non-spécialiste peut-il, avec des outils grand public, produire un article convaincant sur des recherches jamais menées ? Ensuite, que se passe-t-il quand des systèmes plus avancés ne se contentent plus de rédiger mais conduisent aussi la recherche sous-jacente ? Pour la première manche, l'auteur s'est limité aux versions gratuites de ChatGPT (GPT-5.3/5.2 Mini) et Gemini (3 Flash), sans modifier directement les sorties ni solliciter d'experts du prompt. Il s'est présenté comme unique auteur, sous son vrai nom, et a choisi le sujet de sa thèse d'il y a près de vingt ans : les solitons optiques, impulsions lumineuses qui se propagent sans déformation. Gemini a accepté de produire un texte, tandis que ChatGPT refusait plus fermement de générer des données ou des études synthétiques, mais le résultat initial était d'une minceur risible, faute de véritable recherche sur laquelle s'appuyer.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de IEEE Spectrum AI. Lire l'article original →
L'enjeu dépasse l'anecdote. Si un amateur peut fabriquer un manuscrit plausible avec des outils gratuits, le filtre que constituent les éditeurs et les relecteurs bénévoles risque d'être submergé, alors même que ces derniers sont déjà surchargés. Les chiffres cités soulignent que l'ampleur réelle de l'usage de l'IA est probablement sous-estimée, puisque presque aucun auteur ne le déclare. Il faut nuancer : la présence d'IA ne signifie pas automatiquement qu'un article est de mauvaise qualité. Mais la multiplication de textes produits en masse, sans recherche réelle derrière, fragilise la confiance dans le dossier scientifique. Amanda Sulicz, responsable de l'intégrité de la recherche à l'IEEE, avertit que ce n'est pas seulement le corpus publié qui est menacé, mais la science tout entière : selon elle, le « bouillon » d'IA érode la confiance dans la science et dans chacun des processus construits depuis des siècles. La seconde manche de l'expérience, où l'IA mène elle-même des recherches, laisse entrevoir un défi plus redoutable encore, car de tels travaux seraient bien plus difficiles à distinguer de travaux authentiques.
Cette situation s'inscrit dans la transformation rapide de la découverte scientifique par l'automatisation, qui oblige tous les acteurs à repenser le système de publication académique dans son ensemble. Les éditeurs se retrouvent face à un dilemme : renforcer leurs outils de détection sans alourdir davantage la charge des évaluateurs, qui travaillent gratuitement. L'idée de recourir au « vibe coding » comme modèle, où des programmeurs génèrent du code par simples instructions en langage naturel, montre à quel point la barrière d'entrée a chuté. L'expérience menée avec l'accord d'IEEE Access sert ainsi de test grandeur nature, avec une revue qui accepte de jouer le rôle de cible. Ses résultats pourraient orienter les politiques de vérification, de déclaration obligatoire de l'usage de l'IA et de contrôle des données, à mesure que les modèles gagnent en capacité à produire non seulement des textes, mais aussi des résultats expérimentaux apparemment crédibles.
Pas d\'impact direct sur la France/UE