Qu'est-ce qu'un texte scientifique à l'époque des LLMs?

Qu'est-ce qu'un texte scientifique à l'époque des LLMs?

by Marcello Vitali-Rosati

Humanities, Social Sciences & Thought Computing & Cybersecurity UXApplied computingUXADigital Humanities
🎙 Marcello Vitali-Rosati 👥 251 📅 December 19, 2025 ⏱ 37 min 👁 151 📄 expert opinion 🧭 2026-08-15
Available in: English (current) Français

Keywords

LLMtextesciences humainesphilologieéditorialisation

Summary

Marcello Vitali-Rosati interroge la notion de texte scientifique à l’ère des grands modèles de langage (LLM). Il commence par distinguer les LLM des applications qui les utilisent, soulignant que les LLM sont des représentations numériques d’espaces sémantiques. Il explique que les LLM traitent le texte comme une simple séquence de caractères, dont le sens est dérivé de relations statistiques, une approche héritée du structuralisme et de l’hypothèse distributionnelle de Firth. Cette vision, bien que puissante, réduit le texte à une chaîne de caractères, ignorant la richesse des modèles interprétatifs des sciences humaines. Il critique la naturalisation de cette vision unique, qui menace la pluralité des approches épistémologiques. Il compare cette standardisation à celle opérée par les formats bureautiques comme OOXML, qui imposent une conception du texte orientée vers la bureautique d’entreprise. Il oppose à cela des alternatives comme TEI et LaTeX, qui permettent des modélisations plus riches. Il illustre avec l’exemple d’Exdosis, un outil pour l’édition critique, qui incarne une lecture linéaire et experte du texte. Il conclut en appelant à préserver une multiplicité de modèles textuels.

177 words

Critical Evaluation

Value of the Information & Strength of the Argument

La vidéo offre une analyse critique et nuancée de la conception du texte véhiculée par les LLM. L’auteur apporte une valeur certaine en distinguant clairement les modèles de langage des applications, et en montrant que la vision du texte des LLM est une simplification d’une approche structuraliste. Il argumente solidement en s’appuyant sur des exemples concrets (tokenisation, BPE, vecteurs sémantiques) et des références historiques (DeRose, TEI, LaTeX). Il soulève des questions épistémologiques fondamentales sur la pluralité des modèles textuels et la standardisation imposée par les grandes entreprises. Son argumentation est bien structurée, même si certains passages techniques sont simplifiés pour un public non spécialiste.

Scientific Rigor, Source Quality, Title Accuracy

La rigueur scientifique est bonne : l’auteur cite des références précises (Firth, DeRose, TEI, LaTeX) et distingue les LLM des applications. Il critique avec justesse les erreurs de François Rastier. La qualité des sources est correcte, mais la vidéo ne fournit pas de bibliographie détaillée. L’adéquation titre/contenu est excellente : le titre annonce clairement la question traitée. Les commentaires ne sont pas fournis, donc aucune analyse des tendances du public n’est possible.

191 words

Title / Content Match

Le titre correspond parfaitement au contenu : la vidéo explore la définition du texte scientifique à l'ère des LLM, en confrontant les modèles statistiques aux approches herméneutiques.

Quality & Reliability

8/10

L'auteur, professeur en humanités numériques, s'appuie sur une connaissance fine des technologies LLM et des traditions philologiques. Il cite des références précises (Firth, DeRose, TEI, LaTeX) et distingue clairement les modèles de langage des applications. Son argumentation est structurée et nuancée, bien que certains points techniques soient simplifiés.

Key Moments

Markers derived by PSI from the transcript: the creator did not define chapters.

Cited Sources

Concurring Sources

  • What's text really? (DeRose et al., 1990) — Article fondateur pour XML, cité par l'auteur comme point de départ de la modélisation du texte.

Dissenting Sources

  • François Rastier — L'auteur critique les affirmations de Rastier sur l'usage de l'écriture inclusive par ChatGPT, les jugeant techniquement inexactes.

Contribution & Novelties

L’apport original de cette vidéo est de mettre en lumière la conception implicite du texte dans les LLM et de la confronter aux modèles herméneutiques des sciences humaines. L’auteur propose une analyse épistémologique rare, en montrant que la standardisation des formats (OOXML) est aussi préoccupante que celle des LLM. Il plaide pour une pluralité de modèles textuels.

Pour aller plus loin :

  • Hypothèse distributionnelle — Concept clé pour comprendre la base statistique des LLM.
  • Text Encoding Initiative (TEI) — Standard pour l’encodage des textes en sciences humaines.
  • LaTeX — Système de composition de documents, alternative à XML.
  • Exdosis — Projet d’édition critique en LaTeX.

104 words

Radar Profile

Le profil radar montre une vidéo équilibrée, avec des scores élevés en quantité et qualité d'information, un niveau technique correct et une fiabilité globale bonne. La vidéo est donc une ressource fiable pour comprendre les enjeux épistémologiques des LLM.

Reliability 8/10