L’IA Qui A Deviné Dix Ans De Recherche En Deux Jours

En février 2025, une expérience menée par l’Imperial College London a sidéré la communauté scientifique. L’équipe du microbiologiste José R. Penadés a soumis une question confidentielle à Co-scientist, l’intelligence artificielle développée par Google Research. Le sujet : comment certaines bactéries transmettent leur résistance aux antibiotiques entre espèces différentes. Aucune donnée expérimentale non publiée ne lui a été communiquée. Aucun accès aux résultats de leurs travaux en cours.

Quarante-huit heures plus tard, l’IA a formulé cinq hypothèses. La première correspondait presque exactement au mécanisme que les chercheurs venaient de démontrer après une décennie d’expérimentations. Elle suggérait que des îlots génétiques baptisés cf-PICIs détournaient des fragments de virus bactériens pour franchir les barrières biologiques, un processus central dans la propagation de l’antibiorésistance. Exactement ce que l’équipe avait découvert dans le secret de son laboratoire.

La stupéfaction a été telle que Penadés a contacté Google pour vérifier l’absence de fuite. L’entreprise a confirmé : Co-scientist n’avait exploité que des connaissances déjà publiées dans la littérature scientifique ouverte. Cette révélation, rapportée par la BBC puis détaillée dans la revue Cell, ne marque pas seulement une prouesse technique. Elle interroge frontalement les rythmes millénaires de la découverte scientifique, et ouvre une brèche inédite dans la manière dont l’humanité pourrait désormais formuler ses questions au vivant.

Dix Années Dans L’Ombre Des Bactéries Résistantes

Cette hypothèse n’est pas tombée du ciel. Elle clôt une enquête scientifique commencée au milieu des années 2010, lorsque l’équipe de José R. Penadés s’est attaquée à un problème devenu urgence sanitaire mondiale : l’antibiorésistance. Selon une analyse coordonnée par l’université d’Oxford et publiée dans The Lancet, cette menace a causé plus d’un million de décès chaque année depuis les années 1990. En 2019 seul, les bactéries résistantes ont tué au moins 1,27 million de personnes.

Les chercheurs traquaient un mécanisme précis : comment certains éléments génétiques mobiles franchissent les barrières entre espèces bactériennes pour propager la résistance. Au fil des années, ils ont isolé des structures baptisées cf-PICIs, capables d’exploiter des fragments viraux appelés queues de phages pour se transmettre d’une bactérie à une autre. Ce détournement biologique, invisible à l’œil nu, joue un rôle central dans la propagation de la résistance aux antibiotiques.

Mais démontrer ce processus a exigé des années d’expérimentations, de validations croisées, d’analyses structurelles. Les résultats restaient confinés au laboratoire, non publiés, inaccessibles aux bases de données ouvertes. Aucun raccourci intellectuel ne semblait envisageable. Jusqu’à ce que Co-scientist reconstitue ce puzzle en deux jours, sans avoir accès à une seule pièce confidentielle.

Comment Une Machine A Reconstitué Le Puzzle Sans Les Pièces

Ce résultat soulève une question plus vertigineuse que la prouesse technique elle-même : comment une intelligence artificielle peut-elle formuler une hypothèse scientifique inédite sans jamais avoir accès aux données expérimentales qui la soutiennent ?

Co-scientist ne fonctionne pas comme un moteur de recherche classique. L’outil développé par Google Research repose sur plusieurs agents algorithmiques qui débattent entre eux, confrontent des connaissances extraites de publications scientifiques ouvertes, puis hiérarchisent les hypothèses les plus plausibles. Aucune donnée confidentielle ne lui a été transmise. Seules les informations déjà publiées dans des revues accessibles ont alimenté son raisonnement.

En 48 heures, l’IA a généré cinq hypothèses distinctes. La première correspondait presque mot pour mot au mécanisme des cf-PICIs détournant les queues de phages que l’équipe de Penadés venait de confirmer expérimentalement. Les quatre autres ouvraient des pistes jugées suffisamment crédibles pour être aujourd’hui explorées en laboratoire.

Ce qui impressionne les chercheurs, ce n’est pas la reformulation de connaissances existantes. C’est la synthèse inédite d’indices dispersés dans la littérature scientifique, recombinés pour produire une hypothèse cohérente et originale. L’étude décrivant cette expérience, déposée sur bioRxiv puis publiée dans Cell, confirme que Co-scientist n’a pas simplement compilé des données. Il a raisonné par déduction, en reliant des fragments d’information que personne n’avait encore associés de cette manière.

Le Nouveau Visage De La Découverte Scientifique

Cette capacité de déduction ne remplace pas l’expérimentation. Les chercheurs le rappellent : la phase la plus longue reste celle de la preuve en laboratoire. Mais la génération rapide d’hypothèses pertinentes pourrait éviter des années d’exploration infructueuse et réduire drastiquement le nombre d’impasses méthodologiques.

L’enjeu dépasse la simple efficacité. Dans le cas de l’antibiorésistance, qualifiée de pandémie silencieuse par les épidémiologistes, cette accélération pourrait sauver des vies. Les bactéries résistantes ont causé 1,27 million de décès en 2019 selon les données rapportées par Live Science, un chiffre appelé à augmenter sans nouvelles stratégies de recherche.

L’expérience menée avec Co-scientist révèle un dialogue inédit entre raisonnement biologique et exploration algorithmique. L’IA n’a ni intuition ni compréhension du vivant, mais elle parcourt des espaces intellectuels que le temps humain rend difficilement accessibles. Elle teste en quelques heures des combinaisons que des équipes mettraient des années à envisager.

Ce tandem entre humains et machines ne suggère pas une substitution, mais une co-construction scientifique authentique. À mesure que ces outils s’affinent, la frontière entre assistance technique et partenariat intellectuel devient plus poreuse. La vitesse de la question ne compromet plus nécessairement la rigueur de la réponse. Elle la nourrit, la stimule, et parfois même la devance, créant une science où l’intuition algorithmique complète l’expertise humaine sans jamais prétendre la remplacer.