Blog
Jeune Académie Suisse JAS
Risques et opportunités : la Jeune Académie mène les débats sur l’IA
La Jeune Académie Suisse compte six nouveaux membres issus de différents domaines spécialisés. Ils ont été officiellement accueillis lors d’une cérémonie, qui s’est tenue le 12 juin 2026, à Berne. À peine arrivés, ils se sont impliqués avec enthousiasme dans un grand débat sur l’intelligence artificielle (IA) dans le domaine de la recherche. Avec un constat central : l’IA ne peut pas remplacer la pensée scientifique.
Ils mènent des recherches sur le cerveau, la gouvernance d’entreprise responsable et la littérature anglaise. Ils associent la recherche énergétique aux sciences sociales, pratiquent le journalisme scientifique et développent, au sein d’une start-up spécialisée en biotechnologie, des méthodes permettant de détecter plus facilement les biomarqueurs de certaines maladies : les six nouveaux membres de la Jeune Académie Suisse – Adina Arth, Rodrigo Gacel Arzate Mejia, Vanja Djinlev, Anne Lüscher, Simone Pengue et Emily Louisa Smith – sont issus de différentes disciplines et travaillent dans divers domaines.
Pour Yves Flückiger, président des Académies suisses des sciences, c’est un point essentiel : « L’interdisciplinarité est plus importante que jamais face aux grands défis de notre époque », a-t-il déclaré dans son discours de bienvenue. Les nouveaux membres ont été élus préalablement dans le cadre d’un processus de sélection. Lors de la cérémonie, ils se sont brièvement présentés et ont reçu leurs certificats d’adhésion, remis par Marianne Bonvin Cuddapah, directrice exécutive des Académies suisses des sciences, et Karin Spycher, responsable de la Jeune Académie Suisse. La Jeune Académie – le réseau pour les chercheur·euse·s en début de carrière – compte désormais 29 membres. Les six nouveaux arrivant·e·s en feront partie pendant les cinq prochaines années.
« Utopie ou dystopie ? »
À peine arrivés, ils et elles ont été confrontés, avec l’ensemble des quelque 30 participant·e·s à l’événement, à un sujet de taille : l’intelligence artificielle. D’après un vote, la plupart des personnes présentes utilisent l’IA plusieurs fois par semaine, notamment pour la traduction, le brainstorming et le codage de données. Comme ses membres sont à la fois chercheur·euse·s et enseignant·e·s, et donc doublement concernés par l’IA, la Jeune Académie Suisse a publié en décembre 2025 une réflexion critique. La brochure « Impact of AI on Early Career Researchers : Challenges, Opportunities and Responsibilities » synthétise les aspects essentiels allant de la pratique quotidienne aux enjeux environnementaux, avec l’objectif de permettre une « discussion éclairée ».
Dans quels cas l’IA est-elle vraiment utile ? Est-ce que les chercheur·euse·s perdent leur esprit critique ? Perd-on en diversité si l’IA est utilisée dans l’évaluation par les pairs ou l’IA contrebalance-t-elle les intérêts personnels des collègues ? Qu’en est-il de la transparence, des interdépendances et de la réglementation ? Les participant·e·s ont discuté de ces questions lors de tables rondes et d’un débat public réunissant trois expert·e·s. Les réponses sont restées prudentes, en particulier sur les conséquences à long terme de l’utilisation de l’IA. Un participant s’est montré direct : « Au rythme actuel, nous dirigeons-nous vers une utopie ou une dystopie ? »
Plus de rapidité, plus de qualité ?
Les participant·e·s étaient unanimes sur un point : l’IA permet de gagner en efficacité pour les recherches bibliographiques, les analyses de données et la rédaction scientifique. Quant à savoir si elle améliore également la qualité de la recherche, cela « dépend du domaine », a expliqué Emmanuel Senft, responsable du groupe « Human-centered Robotics and AI » à l’institut de recherche Idiap de Martigny et – en tant que membre de la Jeune Académie – auteur principal de la brochure mentionnée. Il a cité comme exemple la recherche sur les protéines. Grâce à l’IA, les chercheur·euse·s peuvent prédire la structure d’un nombre bien plus important de protéines, et ce beaucoup plus rapidement. Cela facilite la compréhension et fait progresser notamment la recherche sur les médicaments.
Sarah Dégallier Rochat, responsable du domaine « Transformation numérique humaine » à la Haute école spécialisée de Berne, a présenté un exemple tiré du processus créatif : les chercheur·euse·s laissent l’IA jouer le rôle d’évaluateur et obtiennent un feedback sur les points forts et les points faibles d’un manuscrit en un temps record. Le résultat doit naturellement faire l’objet d’un examen critique, a-t-elle souligné. Certains éléments seront pertinents, d’autres inutiles : « La démarche est néanmoins similaire à celle d’un collègue qui relit le travail, mais en plus efficace ».
Les membres de la Jeune Académie ont également vu d’autres avantages : les outils de traduction de haute qualité, qui donnent accès à des contenus à un plus grand nombre de chercheur·se·s et d’étudiant·e·s. Cela favorise une large participation. Dans la communication scientifique, l’IA peut aider à présenter des résultats complexes de manière compréhensible. De quoi renforcer le lien entre la science et la société.
La « boîte noire » – le cauchemar de la science
Il est néanmoins ressorti de la discussion que l’IA n’est pas sans risques malgré ses avantages. Certains grands systèmes d’IA bien connus s’apparentent à une « boîte noire » dont le cheminement jusqu’aux résultats est impossible à retracer, ce qui pose problème pour la science. Souvent, on ne sait pas avec quelles données les modèles ont été entraînés. Des biais sont possibles. Les chercheur·euse·s devraient donc privilégier les modèles open source. La dépendance croissante aux outils d’IA en matière de production de connaissances comporte également des risques, en particulier lorsque ceux-ci appartiennent à des groupes technologiques privés.
Les grands financements dédiés à la recherche en IA vont aujourd’hui au secteur privé. La recherche financée par des fonds publics peut se démarquer en développant des modèles transparents et plus durables, a-t-on entendu lors du débat public. Des modèles plus restreints, certes, mais avec des données fiables et des algorithmes optimisés. À cet égard, la coopération mondiale est essentielle, a souligné Manuel Kugler, responsable du programme « Data & AI » à l’Académie suisse des sciences techniques (SATW). Emmanuel Senft a suggéré que la recherche publique pourrait se concentrer davantage sur les conséquences sociales de l’IA.
L’IA et la pression productive
Les personnes présentes ont critiqué la pression productive croissante : toujours plus d’IA, d’efficacité, de publications et de demandes de financement. « Cela sature le système et accroît encore la charge de travail dans le cycle de recherche », a déclaré Manuel Kugler. Celui qui ne parvient pas à produire suffisamment se retrouve à la traîne. Pour autant, une masse plus importante n’induit pas forcément une meilleure qualité. Au contraire : « On peut aussi utiliser l’IA pour produire plus rapidement davantage d’absurdités ». Le système de la recherche doit s’attaquer à cette problématique.
Sarah Dégallier Rochat a appelé à repenser les règles d’évaluation des travaux scientifiques. Selon elle, l’effet IA nourrit un système déjà axé sur la quantité, dans lequel le nombre de publications et de citations prime. D’où l’importance des initiatives internationales telles que DORA et CoARA : celles-ci prônent l’éloignement des métriques au profit d’une évaluation plus qualitative. Lors des tables rondes, un appel a également été lancé pour redéfinir la qualité de la recherche et préserver impérativement un espace pour une recherche plus lente et plus réfléchie.
Pas d’idolâtrie
Pour conclure le débat public, la modératrice Astrid Tomczak-Plewka a posé la question centrale : « Que font les chercheur·euse·s si l’IA leur enlève leur tâche principale qu’est la réflexion ? ». Les expert·e·s ont répondu sans hésitation. « L’IA ne pense pas », a affirmé Sarah Dégallier Rochat. Elle simule une réflexion. Même si cela paraît impressionnant, elle commet des erreurs. Selon l’experte, il ne faut pas se laisser trop impressionner. Sa discipline, les mathématiques, utilise depuis des décennies des outils pour résoudre des problèmes : « Cela ne nous a pas rendus obsolètes pour autant ». Et Emmanuel Senft d’ajouter : l’IA « exécute des processus, sans réflexion ». Les chercheur·euse·s ont le pouvoir de décider en toute intelligence comment l’utiliser.
Voici le consensus de l’après-midi : l’IA ne remplace pas la réflexion scientifique. Elle reste un outil qui étend les capacités humaines. Mais le contrôle humain et le pouvoir de décision demeurent indispensables. Les membres de la Jeune Académie considèrent que leur rôle consiste à promouvoir des pratiques « critiques, éthiques et responsables » en matière d’IA, notamment à travers l’enseignement et le mentorat. Emmanuel Senft a mis les choses en perspective : « La vraie question n’est pas le rôle de l’IA aujourd’hui, mais celui que nous voulons lui donner dans dix à quinze ans ».