L’IA a inondé les revues scientifiques d’articles — et pour l’instant, peu de bien en ressort

L'équipe éditoriale de la revue Organization Science a analysé 6 957 soumissions et 10 389 évaluations reçues entre janvier 2021 et février 2026. L'apparition de ChatGPT fin 2022 a coïncidé avec une forte augmentation des soumissions et une baisse de la qualité. Après la diffusion de ChatGPT, les soumissions ont augmenté de 42 %, et en février 2026, l'IA était probablement utilisée sous une forme ou une autre dans la plupart des articles soumis. À l'aide de l'algorithme Pangram 3.1 pour détecter le texte généré par machine, les chercheurs ont constaté que la lisibilité moyenne (indice Flesch) avait chuté de 1,28 écart-type en janvier 2026 par rapport à janvier 2021. Les articles avec un indice de participation de l'IA supérieur à 70 % ont été rejetés dans 70 % des cas avant l'évaluation par les pairs, tandis que ceux avec une utilisation minimale de l'IA n'ont été rejetés que dans 43,7 % des cas. La probabilité de recevoir une demande de révision est passée de 11,9 % à 3,2 % pour les articles à forte utilisation de l'IA. Les modèles statistiques ont montré que le taux de rejet plus élevé persistait même pour les textes stylistiquement polis, ce qui indique un contenu scientifique médiocre. Les évaluations générées par l'IA étaient moins diversifiées, se concentrant davantage sur les cadres théoriques et moins sur les données, les méthodes et les résultats. Les auteurs notent que les algorithmes ne peuvent pas identifier de manière fiable l'influence de l'IA, de sorte que seules des tendances générales sont discutées. Cependant, une vaste expérience menée par James Evans a demandé à des chercheurs d'évaluer des idées générées par des modèles de langage : 6 749 scientifiques ont fourni plus de 25 000 évaluations sur la nouveauté, la valeur pratique et la plausibilité. Les modèles populaires suggéraient souvent des idées similaires, tandis que les modèles plus avancés pouvaient surprendre par leur nouveauté. Les évaluateurs IA étaient souvent en désaccord avec les experts humains. Le modèle Qwen3-14B, spécifiquement entraîné sur des évaluations rédigées par des scientifiques, a surpassé les modèles généralistes de jusqu'à 27 %. Les chercheurs concluent que l'IA aide déjà à la recherche de données, à la programmation et à la préparation de textes, mais sans vérification humaine et sans changements dans le système d'évaluation, elle pourrait conduire à une croissance mal contrôlée des publications plutôt qu'à une augmentation de nouvelles connaissances.