Méthode scientifique à l'ère des LLM : ce qui change, ce qui résiste

La méthode scientifique repose depuis quatre siècles sur un cycle stable : observation, hypothèse, expérimentation, publication, critique par les pairs. Les LLM s'insèrent dans chacune de ces étapes — parfois comme accélérateur, parfois comme menace pour la fiabilité du processus.

L'observation et la formulation d'hypothèses

Un LLM peut traiter des centaines d'articles en quelques minutes, repérer des corrélations entre publications, suggérer des hypothèses qu'aucun chercheur seul n'aurait formulées. C'est l'application la plus immédiate et la plus utile : le LLM comme synthétiseur de littérature. Plusieurs équipes utilisent déjà cette logique pour identifier des cibles thérapeutiques, des combinaisons de matériaux, des ponts inter-disciplinaires.

Le risque est que la machine renforce les biais déjà présents dans la littérature. Si 80 % des articles sur un sujet partent d'une hypothèse fausse, le LLM la renverra comme évidente. La synthèse automatisée demande une lecture critique humaine en aval — sinon elle crée une chambre d'écho à grande vitesse.

L'expérimentation

Ici, les LLM ne remplacent pas grand-chose. Une expérience reste matérielle : il faut des cellules, des particules, des sujets humains, des instruments calibrés. Mais les LLM transforment l'ingénierie expérimentale. Ils écrivent du code d'analyse, conçoivent des protocoles, optimisent des paramètres. La frontière entre « data scientist » et « biologiste » s'efface.

À moyen terme, les laboratoires automatisés (self-driving labs) couplant un LLM à un système robotique vont multiplier le débit expérimental. C'est déjà une réalité en chimie de synthèse.

La rédaction et la publication

Le rôle des LLM dans la rédaction d'articles scientifiques est le plus controversé. D'un côté, ils accélèrent un travail laborieux, particulièrement pour les chercheurs non anglophones. De l'autre, ils permettent de produire en masse des articles de faible valeur, voire des fakes plausibles. Plusieurs revues détectent désormais les contenus générés et exigent des déclarations d'usage.

La question de la paternité est ouverte. Un LLM n'est pas auteur — il n'a pas de responsabilité — mais sa contribution effective peut être substantielle. Les normes de transparence évoluent, lentement.

La revue par les pairs

La revue par les pairs est probablement le maillon le plus fragile. Le système repose sur le travail bénévole de chercheurs déjà surchargés. Les LLM peuvent faire un premier passage : vérifier la cohérence statistique, repérer les références incorrectes, signaler les conflits avec la littérature existante. Ils ne peuvent pas remplacer le jugement scientifique sur l'originalité ou la pertinence.

Le risque inverse — que des reviewers utilisent un LLM pour générer leur rapport sans le lire vraiment — est déjà documenté. La crédibilité du système de pairs en sortira affaiblie ou renouvelée selon la manière dont les revues encadrent ces pratiques.

Ce qui ne change pas

La logique falsifiable d'une hypothèse, la nécessité d'un protocole reproductible, l'exigence de données brutes accessibles, le scepticisme méthodique face à un résultat extraordinaire : ces piliers de la méthode restent intacts. Aucun LLM, aussi puissant soit-il, ne peut transformer une corrélation observée en causalité démontrée. Le travail de fond — concevoir une expérience qui pourrait réellement réfuter une hypothèse — reste profondément humain.