Types d'IA et leur utilisation en science

Cet article examine la contribution de l'IA au processus de recherche lui-même et fournit des exemples contextualisés illustrant l'application des techniques décrites. Il vise à éclairer le riche débat au sein de la communauté scientifique et des politiques scientifiques en clarifiant certains concepts et techniques englobés par le terme « IA ».

Principaux points à retenir

• L’intelligence artificielle (IA) transforme l’entreprise scientifique au-delà de l’assistance informatique : l’IA contribue à la génération d’hypothèses et étend les méthodes traditionnelles de théorie et d’expérimentation.
• L’IA n’est pas une technologie monolithique, mais englobe une constellation de paradigmes, chacun défini par des approches distinctes de l’apprentissage, de l’inférence ou de la génération de connaissances avec des applications différentes dans le contexte scientifique.
• Une multitude de techniques d’IA différentes répondent aux défis descriptifs, prédictifs, génératifs et d’optimisation de la science.
• L’IA a trouvé des applications dans la recherche en médecine, en sciences du climat, en génomique, en sciences sociales et bien plus encore.
• La dépendance de l’IA aux données signifie que l’informatique, les mathématiques et les statistiques recoupent des questions sociales, notamment des questions éthiques et l’intégrité de la recherche.

Types d'IA et leur utilisation en science

Septembre 2025

DOI: 10.24948 / 2025.09

Télécharger

Ce travail a été réalisé grâce à une subvention du Centre de recherches pour le développement international (CRDI), Ottawa, Canada. Les opinions exprimées ici ne reflètent pas nécessairement celles du CRDI ou de son Conseil des gouverneurs.