Vidéo de la conférence de Jean-Philippe Magué (ENS Lyon) & Marcello Vitali-Rosati (U de Montréal)

Vidéo de la conférence de Jean-Philippe Magué (ENS Lyon) & Marcello Vitali-Rosati (U de Montréal)

🎙 Jean-Philippe Magué, Marcello Vitali-Rosati 👥 63 📅 10 mars 2026 ⏱ 65 min 👁 33 📄 conférence 🧭 2026-08-16
Disponible en : Français (actuel) English

Mots-clés

LLMhumanitésexponentiellerechercheépistémologie

Résumé

La conférence, animée par Jean-Philippe Magué, chercheur invité au CRIHN, explore l’impact des modèles de langage (LLM) sur les humanités et la recherche scientifique. Magué commence par une métaphore de l’échiquier et du grain de riz pour illustrer la croissance exponentielle des capacités des IA, soulignant la difficulté cognitive à appréhender de telles croissances. Il présente des données montrant que la complexité des tâches réalisables par les LLM double environ tous les 88 jours depuis 2024, et que la production scientifique sur arXiv a accéléré après l’avènement de ChatGPT. Il évoque des systèmes comme AI Scientist et AlphaProof, capables de générer des articles ou de résoudre des problèmes mathématiques, et propose une typologie des niveaux d’autonomie de l’IA dans la recherche. Il compare cette révolution à l’invention de l’imprimerie et à la loi de Moore, suggérant que les LLM pourraient transformer les méthodes scientifiques. Il introduit une dialectique entre approches idiographiques (étude du singulier) et nomothétiques (recherche de lois générales), et interroge la place des humanités dans ce contexte. La seconde partie, menée par Marcello Vitali-Rosati, n’est pas détaillée dans la transcription, mais la discussion qui suit aborde les implications épistémologiques et pratiques.

193 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La conférence offre une perspective stimulante sur l’évolution des capacités des LLM et leurs implications pour la recherche. L’argumentation s’appuie sur des données chiffrées (doublement de la complexité, accélération de la production scientifique) et des exemples concrets (AI Scientist, AlphaProof). La métaphore de l’échiquier est efficace pour illustrer la croissance exponentielle. Cependant, certaines affirmations manquent de sources précises, et la démonstration reste parfois superficielle. La distinction entre approches idiographiques et nomothétiques est intéressante mais pourrait être approfondie. La valeur réside dans la mise en perspective historique et épistémologique, plus que dans une analyse technique détaillée.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est moyenne : les données présentées sont plausibles mais non sourcées en détail. Les références à des systèmes comme AI Scientist et AlphaProof sont pertinentes, mais les liens ne sont pas fournis dans la description. Le titre est vague et ne reflète pas le contenu spécifique. L’adéquation titre/contenu est donc faible, mais cela n’affecte pas la qualité intrinsèque de la conférence. Aucun commentaire n’est fourni, donc aucune analyse des tendances du public n’est possible.

187 mots

Adéquation titre / contenu

Le titre est générique et ne reflète pas précisément le contenu, qui porte sur l'impact des LLM sur les humanités numériques.

Qualité & fiabilité

7/10

La conférence s'appuie sur des données chiffrées (croissance exponentielle des capacités des LLM, production scientifique) et des références à des systèmes comme AI Scientist et AlphaProof, mais sans démonstration détaillée ni vérification indépendante. Le propos est nuancé et critique, mais certaines affirmations (doublement tous les 88 jours) mériteraient des sources précises.

Moments clés

Sources citées

  • AI Scientist — Système générique capable de générer un article scientifique complet à partir de données.
  • AlphaProof — Système multi-agents pour la résolution de problèmes mathématiques.

Sources concordantes

  • AI Scientist — Système mentionné comme exemple d'IA autonome en recherche.
  • AlphaProof — Système mentionné pour les mathématiques.

Apport & nouveautés

La conférence apporte une réflexion originale sur l’impact des LLM sur les humanités, en les reliant à des concepts épistémologiques classiques (idiographique/nomothétique) et à des précédents historiques (imprimerie, loi de Moore). Elle propose une typologie des niveaux d’autonomie de l’IA dans la recherche, ce qui est un apport conceptuel utile.

Pour aller plus loin :

81 mots

Profil radar

Le profil radar montre des scores équilibrés, avec une légère dominance de la quantité d'information et de la qualité, mais une fiabilité globale modérée. Cela reflète une conférence riche en idées mais manquant de références précises.

Fiabilité 6/10