Re ue In e na ionale de la Reche che Scien i ique
(Re ue-IRS)
ISSN: 2958-8413
Vol. 3, No. 6, No emb e 2025
This is an open access a icle unde he CC BY-NC-ND license.
h p://www. e ue-i s.com
6598
La Reche che Scien i ique e l'In elligence A i icielle : Une
Syne gie Inno an e
Scien i ic Resea ch and A i icial In elligence: An Inno a i e
Syne gy
AHMAME Me yem
Doc eu e en Sciences Economiques e Ges ion
Facul é des Sciences Ju idiques Economiques e Sociales
Uni e si é Mohammed 1e
Economie Sociales e Solidai e e Dé eloppemen Local
Ma oc
Re ue In e na ionale de la Reche che Scien i ique (Re ue-IRS) - ISSN : 2958-8413
h p://www. e ue-i s.com
6599
Résumé : La eche che scien i ique occupe une place cen ale dans l’expansion des connaissances humaines,
e son é olu ion écen e a é é p o ondémen ma quée pa l’in ég a ion c oissan e de l’in elligence a i icielle
(IA). Ce e echnologie a ancée, capable d’émule des p ocessus cogni i s complexes els que l’app en issage
au oma ique e la p ise de décision au onome, é olu ionne les app oches adi ionnelles en o an des capaci és
inédi es de ai emen de données massi es, de modélisa ion de phénomènes complexes e d’au oma isa ion des
ou ines analy iques. L’IA ne se limi e plus à ê e un simple ou il d’assis ance, elle ans o me de maniè e
ondamen ale les mé hodologies e pa adigmes scien i iques en edé inissan la maniè e don la eche che es
condui e e les connaissances p odui es (OCDE, 2023).
Ce e syne gie pe me d’acc oî e considé ablemen l'e icaci é e la apidi é des décou e es scien i iques, en
acili an no ammen l’analyse d’ensembles de données complexes e la géné a ion d’hypo hèses inno an es.
Pa ailleu s, elle ou e de nou elles pe spec i es in e disciplinai es, en ichissan la eche che à la c oisée des
domaines. Cependan , ce e a ancée s’accompagne de dé is majeu s, els que la nécessi é d’une anspa ence
acc ue des algo i hmes, la maî ise des biais, ainsi que la ges ion é hique de ces echnologies. L’in ég a ion de
l’IA dans la eche che impose donc un cad e igou eux ga an issan la iabili é e la alidi é des ésul a s, sans
pou au an limi e l’esp i c i ique e la c éa i i é des che cheu s. Ce e é ude se p opose d’examine ce e
syne gie inno an e en e in elligence a i icielle e eche che scien i ique, en analysan ses appo s, ses dé is
ainsi que ses implica ions pou l’a eni des p a iques scien i iques.
Mo s clés: « in elligence a i icielle ; syne gie ; eche che scien i ique ».
Abs ac : Scien i ic esea ch plays a cen al ole in he expansion o human knowledge, and i s ecen e olu ion
has been p o oundly ma ked by he g owing in eg a ion o a i icial in elligence (AI). This ad anced
echnology, capable o emula ing complex cogni i e p ocesses such as machine lea ning and au onomous
decision-making, is e olu ionizing adi ional app oaches by o e ing unp eceden ed capabili ies o p ocessing
massi e amoun s o da a, modeling complex phenomena, and au oma ing analy ical ou ines. AI is no longe
limi ed o being a simple assis ance ool; i is undamen ally ans o ming scien i ic me hodologies and
pa adigms by ede ining he way esea ch is conduc ed and knowledge is p oduced (OECD, 2023). This syne gy
signi ican ly inc eases he e iciency and speed o scien i ic disco e ies, in pa icula by acili a ing he analysis
o complex da a se s and he gene a ion o inno a i e hypo heses. I also opens up new in e disciplina y
pe spec i es, en iching esea ch a he c oss oads o di e en ields. Howe e , his ad ance comes wi h majo
challenges, such as he need o g ea e anspa ency in algo i hms, he con ol o bias, and he e hical
managemen o hese echnologies. The in eg a ion o AI in o esea ch he e o e equi es a igo ous amewo k
ha gua an ees he eliabili y and alidi y o esul s, wi hou limi ing he c i ical hinking and c ea i i y o
esea che s. This s udy aims o examine his inno a i e syne gy be ween a i icial in elligence and scien i ic
esea ch, analyzing i s con ibu ions, challenges, and implica ions o he u u e o scien i ic p ac ices.
Keywo ds: « a i icial in elligence; syne gy; scien i ic esea ch».
Digi al Objec Iden i ie (DOI): h ps://doi.o g/10.5281/zenodo.17679920
1. In oduc ion
La eche che scien i ique ep ésen e un pilie ondamen al du p og ès des connaissances humaines e connaî
ac uellemen une ans o ma ion majeu e g âce à l’in ég a ion c oissan e de l’in elligence a i icielle (IA). Ce e
echnologie a ancée, capable de ep odui e des p ocessus cogni i s els que l’app en issage au oma ique, le
aisonnemen e la p ise de décision au onome, o e un po en iel considé able pou op imise l’analyse de as es
ensembles de données, modélise des phénomènes complexes e au oma ise ce aines phases du a ail
scien i ique (Bouse sa e al., 2024; Ganascia, 2022). L’in e ac ion en e eche che adi ionnelle e IA dépasse un
simple appo echnique : elle cons i ue une é olu ion mé hodologique dans la p oduc ion du sa oi (Boileau,
2022).
Re ue In e na ionale de la Reche che Scien i ique (Re ue-IRS) - ISSN : 2958-8413
h p://www. e ue-i s.com
6600
Cependan , ce e con e gence soulè e des enjeux épis émologiques e é hiques signi ica i s, no ammen
conce nan la igueu , la anspa ence e la iabili é des ésul a s ob enus pa des ou ils algo i hmiques
(L’A ché ype, 2025; UNESCO, 2024). L’usage de l’IA nécessi e une igilance acc ue a in de p é eni les biais e
ga an i un con ôle humain esponsable su les p ocessus décisionnels. Pa ailleu s, ce e é olu ion econ igu e
les modes de collabo a ion scien i ique, s imulan des déba s su l’équilib e en e au oma isa ion e c éa i i é, ainsi
que su l’adap a ion des compé ences des che cheu s ace à ces nou elles echnologies (Boileau, 2022).
L’o iginali é de ce e eche che éside dans son é ude sys éma ique e c i ique de l’in ég a ion de l’in elligence
a i icielle dans les p a iques scien i iques con empo aines. Con ai emen aux a aux cen és uniquemen su les
a ancées echniques, ce e é ude analyse p o ondémen les dimensions épis émologiques, é hiques e
o ganisa ionnelles de ce e ans o ma ion. Elle me en lumiè e les béné ices angibles en e mes d’e icaci é e
d’analyse, ainsi que les isques liés à la iabili é e la gou e nance des ésul a s p odui s pa des sys èmes
au oma iques (Bouse sa e al., 2024).
La aleu ajou ée de ce e é ude es aussi p ospec i e, p oposan un cad e concep uel pou guide che cheu s e
ins i u ions dans l’adap a ion de leu s mé hodes, compé ences e coopé a ions ace à l’i up ion de l’IA. En
combinan analyses héo iques e exemples conc e s issus de di e ses disciplines, ce e eche che o e des pis es
pou concilie inno a ion echnologique e in ég i é scien i ique, ou en an icipan les changemen s dans les
dynamiques collabo a i es des communau és scien i iques. Ainsi, elle examine la syne gie inno an e en e
in elligence a i icielle e eche che scien i ique, analysan ses appo s, dé is e implica ions pou l’a eni des
p a iques scien i iques. La p obléma ique cen ale es : Commen l’in elligence a i icielle ans o me- -elle les
p a iques scien i iques ou en posan des dé is épis émologiques, é hiques e o ganisa ionnels ? Ce e é ude analyse
l’impac de l’IA su la igueu , la anspa ence, la collabo a ion e les compé ences des che cheu s, pou p opose
une in ég a ion esponsable e équilib ée de ce e echnologie dans la eche che (UNESCO, 2024; L’A ché ype,
2025).
2. Appo s mé hodologiques de l’IA
Les appo s mé hodologiques de l’in elligence a i icielle (IA) dans la eche che scien i ique son nomb eux e
ans o men p o ondémen les p ocessus d’analyse e d’in e p é a ion des données. Tou d’abo d, l’IA pe me de
é éle des co éla ions complexes e des mo i s cachés dans des jeux de données olumineux que les mé hodes
adi ionnelles peine aien à analyse . G âce à des algo i hmes sophis iqués, els que l’app en issage p o ond, ces
sys èmes dé ec en des pa e ns sub ils qui a o isen une meilleu e comp éhension des phénomènes é udiés e
en o cen la obus esse des p édic ions (Bouse sa , Méadel, Nédellec, & Roma y, 2024).
Dans le champ des sciences économiques e de la ges ion, l’in elligence a i icielle (IA) joue un ôle c oissan en
pe me an d’ex ai e des in o ma ions p écieuses à pa i de masses de données économiques e inanciè es
sou en ès complexes e hé é ogènes. Pa exemple, les algo i hmes de machine lea ning analysen des sé ies
empo elles pou p édi e l’é olu ion des ma chés inancie s, amélio e la ges ion des isques, ou enco e an icipe
Re ue In e na ionale de la Reche che Scien i ique (Re ue-IRS) - ISSN : 2958-8413
h p://www. e ue-i s.com
6601
les compo emen s des consomma eu s à pa i de données ansac ionnelles e compo emen ales (Benkheli a e
al., 2023).
Dans le domaine du ma ke ing, l’IA pe me de segmen e inemen les clien s à a e s l’analyse de données
massi es issues des in e ac ions numé iques, op imisan ainsi la pe sonnalisa ion des o es e la idélisa ion. Ces
app oches acili en la modélisa ion des p é é ences d’acha e la p édic ion des endances de consomma ion
(Leg and & Pe i , 2024). Pa ailleu s, en ges ion des essou ces humaines, des algo i hmes d’app en issage p o ond
aiden à iden i ie les p o ils de collabo a eu s les plus pe o man s, à an icipe le u no e e à amélio e les
p ocessus de ec u emen ia l’analyse au oma isée des CV e des compo emen s au a ail.
L’au oma isa ion des âches analy iques e la capaci é à ai e des données non s uc u ées issues des éseaux
sociaux, des appo s inancie s ou des bases documen ai es en o cen la p ise de décision s a égique au sein des
en ep ises (Wamba e al., 2022). L’ensemble de ces echniques pe me de bâ i des modèles p édic i s obus es
qui epoussen les limi es des mé hodes économé iques classiques en in ég an la complexi é des in e ac ions
économiques éelles.
Ainsi, l’IA ans o me les p a iques en sciences économiques e ges ion, ampli ian les capaci és d’analyse des
che cheu s e des manage s, ou en o an des pe spec i es nou elles pou l’inno a ion mé hodologique e
opé a ionnelle. Pa ailleu s, l’IA accélè e la décou e e scien i ique en au oma isan des âches épé i i es, elles
que la syn hèse des publica ions, l’analyse bibliomé ique e la dé ec ion de lacunes dans la li é a u e. Cela libè e
un emps p écieux pou les che cheu s, qui peu en se concen e su la o mula ion d’hypo hèses o iginales e la
concep ion expé imen ale (Pe plexi y, 2025). Ces nou elles mé hodes açonnen ainsi une eche che plus e icace,
dynamique e inno an e, ou en éla gissan les champs d’in es iga ion.
En ésumé, l’IA en ichi mé hodologiquemen la eche che en augmen an la capaci é d’analyse, en aidan à la
simula ion e à la décou e e, e en op imisan la ges ion des données scien i iques.
3. Enjeux épis émologiques e é hiques
Malg é les a ancées considé ables pe mises pa l’in elligence a i icielle (IA) dans la eche che scien i ique, son
u ilisa ion soulè e des ques ions épis émologiques e é hiques majeu es. L’un des enjeux cen aux conce ne la
anspa ence des modèles di s « boî es noi es ». Ces modèles algo i hmiques complexes onc ionnen sou en selon
des mécanismes in e nes opaques, qui enden di icile l’in e p é a ion des décisions ou des p édic ions géné ées
(Académie des Sciences, 2019). Ce e opaci é nui à la ep oduc ibili é des ésul a s, un p incipe ondamen al de
la mé hode scien i ique, e soulè e des p éoccupa ions quan à la iabili é des conclusions. Il es donc impé a i
d’é abli des mécanismes pe me an d’assu e l’explicabili é des modèles e la esponsabili é dans l’usage des
données (UNESCO, 2024).
Un au e dé i clé es la ges ion des biais algo i hmiques, qui peu en p o eni de données d’app en issage
incomplè es ou non ep ésen a i es, conduisan à des ésul a s disc imina oi es ou e onés. La igueu scien i ique
impose un con ôle humain sou enu ou au long du cycle de ie des modèles, de la concep ion à la alida ion,
Re ue In e na ionale de la Reche che Scien i ique (Re ue-IRS) - ISSN : 2958-8413
h p://www. e ue-i s.com
6602
a in de co ige ces biais e de ga an i que les conclusions es en solides e jus i iables (Molopa, 2024). Pa
ailleu s, la p o ec ion de la con iden iali é des données sensibles u ilisées pa les sys èmes d’IA, no ammen dans
les domaines économiques e sociaux, doi ai e l’obje d’une a en ion pa iculiè e pou espec e les d oi s des
indi idus.
Su le plan é hique, la esponsabili é dans la p ise de décision algo i hmique nécessi e un cad e no ma i clai e
obus e. L’é olu ion apide des echnologies demande la mise en place de comi és d’é hique e de no mes
in e na ionales qui encad en leu dé eloppemen e leu déploiemen (Mind ull, 2025). Une app oche ondée su
la gou e nance p oac i e es indispensable pou é i e les dé i es, assu e la p o ec ion des d oi s humains, e
ga an i une u ilisa ion équi able e du able de l’IA dans la eche che.
A in de épond e à ces enjeux, la mise en place de no mes é hiques spéci iques à l’IA appliquée aux sciences
économiques e ges ion es indispensable. Des comi és indépendan s doi en ê e cha gés de supe ise ces usages
pou ga an i anspa ence, con ôle e espec des d oi s ondamen aux (Mind ull, 2025). En ou e, le
dé eloppemen con inu de mé hodes explicables d’IA (« explainable AI ») e d’ou ils pou dé ec e e co ige les
biais de ien c ucial pou en o ce la con iance dans ces echnologies.
En somme, ou p og ès echnologique lié à l’IA doi s’accompagne d’une é lexion app o ondie su ses limi es
épis émologiques e ses implica ions é hiques, a in d’ha monise inno a ion scien i ique e esponsabili é sociale.
4. Impac su les p a iques collabo a i es
L’in ég a ion de l’in elligence a i icielle (IA) ans o me subs an iellemen les p a iques collabo a i es au sein
de la communau é scien i ique. Elle a o ise une in e disciplina i é acc ue en mobilisan des compé ences a iées,
no ammen en in o ma ique, s a is ique, sciences économiques e ges ion, ce qui condui à la o ma ion d’équipes
plu idisciplinai es plus di e si iées (Cen e pou la Communica ion Scien i ique Di ec e [CCSD], 2025). Ce e
di e si ica ion ou e la oie à une collabo a ion plus iche, combinan des expe ises complémen ai es, e
pe me an ainsi de ai e des ques ions scien i iques plus complexes a ec des ou ils mé hodologiques a ancés.
L’IA acili e aussi l’échange e le pa age des données en encou agean l’accès ou e e la s anda disa ion des
o ma s, ce qui op imise les collabo a ions en e ins i u ions e disciplines. G âce à des pla e o mes numé iques
collabo a i es, les che cheu s peu en co-cons ui e des modèles, pa age des ésul a s en emps éel, e ajus e
collec i emen les analyses, en o çan ainsi l’agili é e la éac i i é des p oje s scien i iques (Beck e al., 2022).
Cependan , ce e au oma isa ion e ce e augmen a ion des capaci és analy iques soulè en un dé i majeu :
main eni l’équilib e en e l’ou il in o ma ique au oma isé e la c éa i i é humaine, qui es e indispensable pou
pose les bonnes ques ions, in e p é e les ésul a s, e inno e . L’au oma isa ion ne doi pas condui e à une
s anda disa ion ou à une éduc ion de la é lexion c i ique mais doi au con ai e libé e du emps e des essou ces
pou que les che cheu s puissen se concen e su les aspec s concep uels e c éa i s de leu a ail.
Pa conséquen , la o ma ion con inue es c uciale. Les che cheu s doi en acqué i des compé ences en
p og amma ion, en ai emen de données, e en u ilisa ion d’ou ils d’IA pou collabo e e icacemen a ec ces
Re ue In e na ionale de la Reche che Scien i ique (Re ue-IRS) - ISSN : 2958-8413
h p://www. e ue-i s.com
6603
echnologies. Ce e mon ée en compé ence es égalemen un le ie pou en o ce la con iance dans les ésul a s
géné és pa l’IA, e pou ga an i que ses appo s es en au se ice de l’inno a ion scien i ique (CCSD, 2025).
L’IA ans o me les p a iques collabo a i es en les endan plus in e disciplinai es, in e ac i es e pe o man es,
mais sans jamais se subs i ue à l’in elligence e à la c éa i i é humaines.
5. Pe spec i es e co-science
L’esso des sys èmes di s de « co-science » ep ésen e une a ancée majeu e dans la collabo a ion en e
l’in elligence a i icielle (IA) e la eche che scien i ique. Ces sys èmes, els que l’AI Co-Scien is dé eloppé pa
Google Resea ch, eposen su une a chi ec u e mul i-agen s où plusieu s modules spécialisés coopè en pou
assis e ac i emen le che cheu dans la géné a ion d’hypo hèses, la concep ion d’expé iences e la syn hèse des
connaissances disponibles (Elega ech, 2025). Plu ô que de se limi e à ou ni des données ou des ésumés, ces
assis an s i uels aisonnen de maniè e i é a i e en décomposan un p oblème complexe en sous-objec i s, en
con on an di é en es idées ia des échanges in e nes au oma isés, e en sélec ionnan les pis es de eche che les
plus p ome euses.
Ce e déma che p oac i e pe me non seulemen d’accélé e le p ocessus scien i ique, pa ois en quelques heu es
ou jou s ce qui au ai p is des années, mais aussi de mul iplie les angles d'analyse g âce à la capaci é de l’IA à
ai e d’immenses co pus li é ai es e à c oise des in o ma ions in e disciplinai es di iciles à exploi e
manuellemen (In o ma iquenews. , 2025). L’IA agi ainsi comme un é i able pa enai e, do é d’une mémoi e
ex ensi e, capable de jus i ie ses p oposi ions a ec des é é ences p écises, en o çan la con iance e la
anspa ence dans le p ocessus de décou e e (Collima eu , 1999).
En sciences économiques e ges ion, ces sys èmes « co-scien i iques » peu en é olu ionne la modélisa ion des
ma chés, la p é ision économique e la concep ion de poli iques, en géné an apidemen des hypo hèses
inno an es in ég an des données économiques, compo emen ales e sociales. Ils a o isen égalemen un a ail
mul idisciplinai e en éunissan des expe ises di e ses au ou de p oblèmes communs. Ce e nou elle é ape dans
la collabo a ion homme-machine p ome ainsi d’accélé e la p oduc ion scien i ique ou en éla gissan sa po ée
e sa p o ondeu .
6. É ude compa a i e des a aux su l’IA e la eche che scien i ique
Les eche ches écen es me en en é idence l’impac mul i ace e de l’in elligence a i icielle su les p a iques
scien i iques. Un p oje in e disciplinai e, Scien IA, é udie no ammen commen l’IA a emodelé la eche che
ondamen ale e appliquée dans di é en s domaines, y comp is les sciences sociales e économiques (ANR, 2025).
Ce e é ude souligne la ans o ma ion épis émique indui e pa l’in ég a ion de l’IA, en modi ian non seulemen
les ou ils u ilisés mais aussi les cul u es e les p a iques scien i iques.
Des analyses compa a i es démon en que l’IA amélio e signi ica i emen l’e icience des eche ches g âce à
l’au oma isa ion de la collec e e du ai emen de g andes bases de données, l’iden i ica ion au oma ique de
Re ue In e na ionale de la Reche che Scien i ique (Re ue-IRS) - ISSN : 2958-8413
h p://www. e ue-i s.com
6604
endances e la géné a ion d’hypo hèses (Chen e al., 2024). En sciences économiques e ges ion, cela acili e
no ammen l’analyse p édic i e, la segmen a ion de ma ché e l’op imisa ion des décisions s a égiques.
Cependan , la li é a u e me aussi en ga de con e ce aines limi es : la quali é des ésul a s dépend é oi emen de
la quali é des données u ilisées e de la anspa ence des algo i hmes. Ce ains a aux signalen le isque
d’ampli ica ion des biais p éexis an s e de géné a ion de ésul a s e onés, ce qui soulè e la nécessi é d’un con ôle
igou eux e d’une alida ion humaine (Molopa, 2024). Ce e endance inci e à une app oche hyb ide combinan
in elligence a i icielle e expe ise humaine pou maximise les béné ices ou en ga an issan la obus esse
scien i ique.
En ou e, les a aux su la pe cep ion sociale de l’IA dans la eche che mon en un besoin c oissan de cad es
é hiques e églemen ai es pou encad e son usage, assu e la légi imi é e l’accep abili é sociale de ces ou ils
(CRSH, 2025).
Ce e syn hèse issue d’é udes e p oje s écen s illus e les oppo uni és e dé is de l’IA en eche che, e peu
en o ce la con ex ualisa ion de o e a ail en sciences économiques e ges ion.
7. Syn hèses
Tableau syn hé ique du a ail de la eche che
Thème
Con enu clé
Exemples spéci iques
en sciences
économiques e ges ion
Enjeux e ecommanda ions
Appo s
mé hodologiques de
l’IA
Ré éla ion de co éla ions cachées,
meilleu e comp éhension e
p édic ion plus obus e,
au oma isa ion de âches analy iques
P é ision des ma chés
inancie s, segmen a ion
clien , op imisa ion des
essou ces humaines
Quali é des données c i ique,
nécessi é d’explicabili é des
modèles
Enjeux
épis émologiques e
é hiques
T anspa ence limi ée des modèles «
boî es noi es », biais algo i hmiques,
con iden iali é des données,
esponsabili é algo i hmique
Risques de
disc imina ion dans les
analyses économiques,
p o ec ion des données
clien s
Cad e no ma i s ic , con ôle
humain, o ma ion é hique
Impac su les
p a iques
collabo a i es
In e disciplina i é acc ue,
compé ences numé iques en o cées,
pa age e co-cons uc ion ia
pla e o mes collabo a i es
Collabo a ion en e
économis es, da a
scien is s e ges ionnai es
Fo ma ion con inue, équilib e
au oma isa ion-c éa i i é
Esso des sys èmes de
« co-science »
IA pa enai e ac i dans géné a ion
d’hypo hèses, concep ion
expé imen ale e syn hèse
mul idisciplinai e
Modélisa ion a ancée
des ma chés, concep ion
de poli iques
économiques inno an es
Collabo a ion homme-
machine, inno a ion
mul idisciplinai e
É ude compa a i e
des a aux
scien i iques
Syn hèse su appo s, limi es e
isques de l’IA en eche che a ec
consensus su app oche hyb ide
humain-IA
Au oma isa ion des
e ues de li é a u e,
ges ion des biais,
alida ion humaine
Valida ion igou euse, no mes
é hiques, con ôle quali é
Sou ce : éalisé pa l’au eu
Re ue In e na ionale de la Reche che Scien i ique (Re ue-IRS) - ISSN : 2958-8413
h p://www. e ue-i s.com
6605
8. Conclusion
La syne gie en e la eche che scien i ique e l’in elligence a i icielle cons i ue un le ie essen iel pou accélé e
l’inno a ion e app o ondi la comp éhension des phénomènes complexes. En combinan la puissance
compu a ionnelle de l’IA a ec l’expe ise humaine, ce e alliance op imise l’analyse des données e ou e de
nou elles oies en modélisa ion e expé imen a ion (O ganisa ion de Coopé a ion e de Dé eloppemen
Économiques [OCDE], 2023). Cependan , ce e ans o ma ion nécessi e une igilance acc ue conce nan la
anspa ence des algo i hmes, la p é en ion des biais e l’in ég a ion é hique des echnologies dans le p ocessus
scien i ique (Académie des Sciences, 2019).
Répondan à la p obléma ique cen ale de no e é ude, l’IA modi ie p o ondémen les p a iques scien i iques en
augmen an la igueu e la puissance analy ique, ou en posan des dé is en e mes de iabili é, anspa ence e
gou e nance des ésul a s. Ce e é olu ion echnologique boule e se égalemen les modali és de collabo a ion e
appelle à une adap a ion des compé ences des che cheu s, soulignan la nécessi é d’un con ôle humain igou eux
pou ga an i l’in ég i é scien i ique (Bouse sa e al., 2024; Boileau, 2022).
Su le plan opé a ionnel, il es c ucial d’ins au e des cad es églemen ai es p écis qui assu en la açabili é des
modèles algo i hmiques e a o isen une supe ision humaine igilan e, ou en p omou an des o ma ions
in e disciplinai es combinan maî ise echnique e esp i c i ique (Molopa, 2024; Cen e pou la Communica ion
Scien i ique Di ec e [CCSD], 2025). À plus long e me, app o ondi les eche ches su les sys èmes de « co-science
» où l’IA pa icipe ac i emen à la géné a ion d’hypo hèses e à la plani ica ion expé imen ale pe me a de mieux
comp end e son impac su la quali é e la i esse des décou e es (OCDE, 2023).
En conclusion, l’in ég a ion de l’in elligence a i icielle dans la eche che scien i ique es po euse d’un po en iel
é olu ionnai e, à condi ion que ses appo s soien encad és pa une gou e nance p uden e e que les che cheu s
soien o més aux enjeux mul idimensionnels de ce e ans o ma ion. Ce e é ude me en lumiè e que la éussi e
de ce e in ég a ion dépend a de l’équilib e en e au oma isa ion e c éa i i é, igueu épis émologique e igilance
é hique, ou an ainsi la oie e s une science augmen ée e esponsable.
Ré é ences Bibliog aphiques
[1] Académie des Sciences. (2019). In elligence a i icielle e socié é: Enjeux é hiques e socié aux. Pa is:
Académie des Sciences.
[2] ANR (2025). P oje Scien IA : in elligence a i icielle e ans o ma ions scien i iques.
[3] Beck, S., Be genhol z, C., e al. (2022). Open and Collabo a i e Resea ch P ac ices in Science. Science
and Inno a ion S udies.
[4] Benkheli a, C., e al. (2023). Machine lea ning applied o inancial ma ke p edic ions.
[5] Boileau, J.É. (2022). Rappo su l’épis émologie de l’in elligence a i icielle (IA).
[6] Bouse sa , F., Méadel, C., Nédellec, C., & Roma y, L. (2024). Les IA, la science e ous. Re ue ACFAS,
45(1), 12–27.
Re ue In e na ionale de la Reche che Scien i ique (Re ue-IRS) - ISSN : 2958-8413
h p://www. e ue-i s.com
6606
[7] Bouse sa , F., Méadel, C., Nédellec, C., Roma y, L. (2024). In elligence a i icielle, publica ions
scien i iques e science. Jou née scien i ique HAL, 2024.
[8] Cen e pou la Communica ion Scien i ique Di ec e (CCSD). (2025). In elligence a i icielle, publica ions
scien i iques e science ou e e. Rappo de la jou née scien i ique.
[9] Chen, Y. e al. (2024). Impac s e limi es de l’IA en eche che scien i ique. Jou nal o Resea ch In eg i y.
[10] Collima eu . (1999). U ilise un co-scien i ique IA pou la eche che.
[11] C aw o d, K., & Paglen, T. (2019). Exca a ing AI: The Poli ics o Images in Machine Lea ning T aining
Se s. AI & Socie y, 34(3), 485-494.
Ce a icle abo de les implica ions é hiques de l'u ilisa ion de l'IA dans la eche che scien i ique.
[12] Elega ech. (2025). AI Co-Scien is : assis an IA dans la eche che scien i ique.
[13] Es e a, A., Kup el, B., e al. (2017). De ma ologis -Le el Classi ica ion o Skin Cance wi h Deep Neu al
Ne wo ks. Na u e, 542, 115-118.
[14] Ganascia, J.-G. (2022). In elligence a i icielle e épis émologie. Alle s- e ou s indispensables. Jecis,
2022.
[15] In o ma iquenews. . (2025). L'IA « Co-scien is » de Google a plus i e que les che cheu s.
[16] Jo dan, M. I., & Mi chell, T. M. (2015). Machine Lea ning: T ends, Pe spec i es, and P ospec s. Science,
349(6245), 255-260.
[17] L’A ché ype. (2025). L’impo ance des aleu s scien i iques e é hique p o essionnelle dans la eche che
scien i ique à l’è e de l’in elligence a i icielle, 3(1), 204–209.
[18] Leg and, J., & Pe i , D. (2024). Cus ome segmen a ion wi h AI in ma ke ing.
[19] Mind ull. (2025). L'É hique e la Régula ion de l'IA en 2025 : Tendances e Enjeux.
h ps://mind ull.ma/e hique-ia/
[20] Molopa, A. (2024). É alua ion sys éma ique des ou ils d’in elligence a i icielle dans la eche che
scien i ique. Jou nal de la Reche che Scien i ique, 15(3), 45–60.
h ps://doi.o g/10.1016/j.j sci.2024.03.002
[21] O ganisa ion de Coopé a ion e de Dé eloppemen Économiques (OCDE). (2023). A i icial In elligence
in Science (Repo No. OECD Science, Technology and Indus y Policy Pape s, No. 130). OCDE
Publishing. h ps://doi.o g/10.1787/3a9e7e8e-en
[22] UNESCO. (2024). É hique de l'in elligence a i icielle - UNESCO. h ps://www.unesco.o g/ /a i icial-
in elligence/ ecommenda ion-e hics
[23] Vinuesa, R., Azizpou , H., Lei e, I., e al. (2020). The Role o A i icial In elligence in Achie ing he
Sus ainable De elopmen Goals. Na u e Communica ions, 11(1), 1-10.
Les au eu s discu en de la maniè e don l'IA peu con ibue aux objec i s de dé eloppemen du able.
[24] Wamba, S. F., e al. (2022). A i icial in elligence applica ions in business decision-making.
[25] Zhang, W., Liu, Y., e al. (2020). Deep Lea ning o D ug Disco e y: Recen Ad ances and Fu u e
Di ec ions. Eu opean Jou nal o Medicinal Chemis y, 200, 112430.
