🖥️ Diapositives du cours — Séance 19 (ven. 13 nov.)
Page courte, règles fermes. Comment être honnête, officiellement, sur l’assistance par IA en recherche — et ce que la discipline attend aujourd’hui.
Ce qu’exigent éditeurs et sociétés savantes, dans l’esprit¶
Les politiques diffèrent dans leur formulation d’une revue et d’une société à l’autre (AGU, Nature, Science et la plupart des éditeurs ont publié ou révisé la leur entre 2023 et 2025), mais elles convergent sur trois points :
- Déclarez les outils et leur rôle. Pas un macaron (« de l’IA a été utilisée »), mais l’énoncé de qui a fait quoi : rédaction du texte, écriture du code, recherche bibliographique, production de figures. Un usage substantiel non déclaré, une fois découvert, est traité comme l’est une manipulation d’image non déclarée.
- L’IA n’est pas un auteur. La qualité d’auteur suppose de pouvoir assumer la responsabilité du travail et d’approuver la version soumise. Un logiciel ne le peut pas ; il ne peut donc pas être auteur, et « c’est le modèle qui a fait cette erreur » n’est pas une défense disponible.
- L’exactitude appartient aux humains. Quel que soit ce qui a produit le texte, le code ou les nombres, les auteurs signataires s’en portent garants. La déclaration explique comment le travail a été fait ; elle ne dilue jamais la responsabilité de ce qu’il affirme.
Certaines revues ajoutent des précisions : l’usage de l’IA dans l’évaluation par les pairs est couramment restreint (les manuscrits confidentiels ne doivent pas être collés dans des services tiers), et les images générées par IA sont soumises à des règles plus strictes que le texte assisté par IA. Lisez la politique du support de publication visé avant de soumettre ; elle change d’une année à l’autre.
Le format de déclaration du cours¶
Chaque rendu de ce cours (devoirs, jalons de projet, rapport final) comprend une déclaration à trois colonnes par entrée : outil, tâche, ce que vous avez vérifié.
## AI-use disclosure
| Tool | Task | What we verified |
|---|---|---|
| Claude Code | drafted data-cleaning module (src/clean.py) | unit tests written by us; checked gap handling against 3 stations by hand |
| Copilot | autocomplete throughout | all committed code reviewed line by line |
| ChatGPT | first draft of report introduction | rewrote; checked all 6 citations resolve and support the claims |La troisième colonne est celle qui est notée. « Nous n’avons rien vérifié » est au moins honnête et vous coûtera moins qu’une affirmation de vérification qui s’effondre à la première question. L’assistance substantielle par IA se déclare aussi là où elle a eu lieu : dans les messages de commit et dans le README du dépôt, conformément à la grille du projet final (1.10).
Où cela figure dans un article : CRediT¶
La plupart des revues utilisent désormais la taxonomie CRediT (Conceptualization, Methodology, Software, Validation, Writing, etc.) pour dire qui a fait quoi. L’assistance par IA ne reçoit pas de ligne CRediT — les rôles de contributeur sont pour les personnes. Elle va dans les remerciements ou dans une déclaration d’usage d’IA dédiée, en méthodes, et c’est l’humain qui a dirigé et vérifié le travail assisté par IA qui détient le rôle CRediT correspondant. Si un agent a écrit l’essentiel de votre code de traitement, le crédit Software est le vôtre — et le blâme Software aussi.
Déclarer au-delà de la revue¶
Les revues ne sont pas les seules à avoir une politique. Si vous travaillez dans un laboratoire national, une agence, une entreprise, ou sur un financement fléché, trois questions institutionnelles précèdent toute liste de contrôle de soumission :
- Vérifiez la politique de l’employeur et du financeur, pas seulement celle du support de publication. Beaucoup d’institutions et de financeurs ont désormais leurs propres règles d’usage de l’IA : ce qui peut être utilisé, pour quoi, et ce qui doit être signalé dans les rapports d’avancement et les livrables. La politique de la revue gouverne l’article ; la politique institutionnelle gouverne le travail. Vérifiez les deux avant d’utiliser un outil, pas au moment de mettre le manuscrit en forme. Une formulation utilisable à destination du financeur tient en deux phrases, de la même forme que le tableau du cours : « Des outils d’IA (nommés) ont été utilisés pour (tâches) ; toutes les sorties ont été vérifiées par (méthode) et les auteurs assument l’entière responsabilité des résultats. »
- Classifiez les données avant qu’elles ne touchent un modèle hébergé. Les éléments soumis au contrôle des exportations, propriétaires, pré-publication, à caractère personnel ou sous licence restrictive doivent être filtrés avant d’être collés dans un prompt ou lus par un agent — une API hébergée est un transfert à un tiers, quelle que soit la sensation de commodité. C’est la ligne « confidentialité » du tableau API/poids ouverts de 6.1 devenue politique : des données qui ne peuvent pas sortir de votre institution imposent un modèle à poids ouverts auto-hébergé, ou pas de modèle du tout.
- Conservez les transcriptions des sessions d’agent. Git enregistre ce qui a changé ; la transcription d’une session d’agent enregistre ce qui a été demandé, ce qui a été proposé et ce qui a été rejeté — la piste d’audit au niveau des décisions. Pour un travail susceptible d’affronter un audit, une revue d’étape ou une enquête pour manquement à l’intégrité, conservez les transcriptions des sessions d’agent substantielles à côté du dépôt, avec la même durée de conservation que votre cahier de laboratoire. « L’agent l’a suggéré et nous avons accepté » n’est une affirmation défendable que si la session montrant la vérification existe encore.
Une sous-section ne fait pas un programme de conformité ; c’est l’habitude de se demander « qui d’autre a des règles là-dessus ? » avant que l’outil ne tourne.
Comment la dépendance excessive échoue réellement¶
Un groupe a laissé un agent écrire son prétraitement et sa section de résultats la dernière semaine d’un projet. L’étape de déduplication de l’agent supprimait silencieusement tout événement survenu dans les 30 secondes d’un autre, ce qui a retiré du catalogue la plupart des séquences de répliques ; le rappel de détection rapporté a été calculé sur le reste, facile, et paraissait excellent. Personne dans le groupe ne savait expliquer la logique de déduplication quand la question a été posée, le nombre est parti sur un poster, et la correction a coûté bien plus en réputation que ne valait le résultat initial. Rien dans cette histoire n’a demandé de malveillance — seulement de la fluidité non vérifiée et une échéance.
Vous pouvez être interrogé dessus¶
La déclaration a un corollaire : vous devez pouvoir défendre, à l’oral, n’importe quelle partie de ce que vous rendez. Ce cours se réserve le droit de mener un entretien de vérification sur votre projet final — un examinateur choisit un choix de traitement, une ligne de code ou un nombre rapporté, et vous l’expliquez, sans notes, qui ou quoi que ce soit l’ait écrit. Certaines équipes de recherche appliquent le même contrôle en pratique courante : avant qu’un article ne soit soumis, chaque auteur répond à un oral sur les choix de traitement des données et d’interprétation dont il est censé être propriétaire, et les réponses sont consignées à côté du manuscrit comme preuve qu’un humain a le contrôle du flux de travail. (Voir aussi la grille de présentation en 1.10.) La règle est simple : si vous ne savez pas l’expliquer, vous ne pouvez pas le rendre. Dimensionnez votre effort de vérification — la troisième colonne du tableau de déclaration — de sorte que vous passeriez cet entretien sur n’importe quelle ligne, n’importe quel jour.