IA et recherche scientifique en 2026 : ce que l'IA fait vraiment

Pendant des années, l'intelligence artificielle a servi la recherche scientifique comme un outil : un correcteur, un moteur de recherche, un assistant qui résume des articles. En 2026, c'est différent. L'intelligence artificielle dans la recherche scientifique franchit un seuil : des systèmes spécialisés posent des hypothèses, rédigent des articles acceptés en peer-review, relisent ceux des autres, battent des records de mathématiques et proposent des pistes thérapeutiques validées en laboratoire. Ce dossier fait le point sur ce que l'IA chercheuse sait réellement faire aujourd'hui, en s'appuyant uniquement sur des sources primaires datées, et sur les limites que les annonces spectaculaires ont tendance à masquer.

Une IA a écrit un article scientifique accepté en peer-review

Le signal le plus net vient de Sakana AI. En mars 2025, son système The AI Scientist-v2 a généré un article scientifique complet : il a formulé l'hypothèse, mené les expériences, écrit chaque mot du manuscrit et placé les figures, sans aucune modification humaine. Trois articles ont été soumis à l'aveugle à des workshops de la conférence ICLR. Deux ont été refusés. Le troisième a été accepté, avec un score moyen de relecture de 6,33, juste au-dessus du seuil d'acceptation. C'est le premier article rédigé à 100 % par une IA à passer le peer-review.

La nuance compte autant que l'exploit. L'article a été accepté à un workshop, pas à la conférence principale, et son score le plaçait à la marge de l'acceptation. Surtout, un humain avait fixé le cadre de la recherche. On est loin d'un prix Nobel décerné à une machine, mais le principe est acquis : une IA peut produire un texte scientifique jugé publiable par des relecteurs.

Sakana AI : le premier article 100 % rédigé par une IA accepté en peer-review

L'IA fait des découvertes scientifiques réelles : le cas des maths

En 2026, l'IA fait des découvertes scientifiques réelles en mathématiques : des agents comme AlphaEvolve (Google DeepMind) ont battu des records restés inégalés depuis des décennies et amélioré les meilleures solutions connues sur 20 % des problèmes ouverts testés. Écrire un article est une chose, trouver du nouveau en est une autre. C'est là qu'AlphaEvolve a marqué les esprits en mai 2025. Il a découvert une façon de multiplier deux matrices 4x4 à coefficients complexes en 48 produits scalaires au lieu de 49. Cela peut sembler anecdotique, mais c'était la première amélioration de l'algorithme posé par Volker Strassen en 1969, soit un record resté inégalé pendant 56 ans.

Ce n'est pas un coup isolé. Appliqué à plus de 50 problèmes mathématiques ouverts (analyse, géométrie, combinatoire, théorie des nombres), AlphaEvolve a retrouvé l'état de l'art dans environ 75 % des cas et l'a amélioré dans 20 % des cas. En 2026, la plateforme EinsteinArena de Together AI a poussé la logique plus loin : des agents IA y rivalisent sur des problèmes ouverts et, selon le papier de mai 2026, ils y ont établi 12 nouveaux records mondiaux, meilleurs que toute solution humaine ou IA connue jusque-là.

AlphaEvolve et EinsteinArena : l'IA repousse des bornes mathématiques ouvertes

L'IA accélère la recherche médicale

En 2026, l'IA accélère la recherche médicale en proposant des hypothèses thérapeutiques et en identifiant des candidats-médicaments en quelques jours, là où des équipes humaines mettaient des années. Deux systèmes illustrent ce changement d'échelle : l'AI co-scientist de Google et Robin de FutureHouse. Le terrain où les enjeux sont les plus concrets reste la santé.

D'abord, l'AI co-scientist de Google, un système composé de plusieurs agents IA qui débattent entre eux. Travaillant sur la résistance aux antibiotiques, il a proposé seul, en quelques jours, l'hypothèse-clé qu'un laboratoire de l'Imperial College avait mis des années à établir. Comme l'a résumé l'un des chercheurs, l'algorithme a su « proposer la même hypothèse que celle à laquelle nous étions arrivés après des années de recherche, mais en une fraction du temps ». Sur un autre cas, des médicaments repositionnés suggérés par le même système pour une leucémie ont ensuite été confirmés en laboratoire, à des doses cliniquement pertinentes.

Ensuite, Robin, un système multi-agents du laboratoire FutureHouse. Composé de trois agents spécialisés, il a identifié un candidat-médicament contre une forme de cécité (la DMLA sèche). Le détail qui frappe : de la conception du système à la soumission du papier, l'ensemble du processus a pris 2,5 mois. Là encore, l'humain valide chaque étape critique, mais le rythme change d'échelle.

L'IA en peer-review : la première conférence où elle évalue et écrit

Si l'IA écrit et découvre, qui évalue son travail ? La réponse de 2025 a été radicale. Agents4Science, organisée par Stanford et Together AI en octobre 2025, est la première conférence scientifique où des agents IA sont à la fois auteurs principaux et relecteurs, les humains restant co-auteurs et co-relecteurs.

Sur 315 soumissions, 253 complètes ont été examinées par trois relecteurs IA chacune, et 48 articles ont été acceptés. Au passage, cet exemple illustre pourquoi il faut se méfier des chiffres qui circulent : certains blogs ont parlé de « 150 agents » à Agents4Science, un nombre qui n'apparaît dans aucune source officielle. Le vrai sujet de la conférence n'est d'ailleurs pas la performance, mais la confiance : comment vérifier, attribuer et encadrer un travail scientifique produit par des machines. Pour passer du constat à la pratique, nos guides pour débuter permettent de s'y mettre concrètement.

L'IA va-t-elle remplacer les chercheurs ? Ce que disent les chiffres

C'est la nuance la plus importante de tout ce dossier. Aucun des systèmes cités ne travaille sans humain. Partout, une personne choisit le sujet, valide les résultats en laboratoire et conçoit les garde-fous. Le terme honnête n'est pas « IA chercheuse autonome » mais « recherche co-pilotée par des agents ». Deux signaux le confirment. D'une part, ces systèmes peuvent surévaluer leurs propres résultats, ce qui rend la relecture humaine indispensable. D'autre part, les acteurs eux-mêmes restent prudents sur le calendrier.

OpenAI a fait du chercheur automatisé sa priorité affichée, mais vise un simple « stagiaire chercheur IA » pour septembre 2026 et un « chercheur pleinement autonome » seulement pour mars 2028. Ce sont des cibles déclarées, pas des résultats. Autrement dit, même les plus optimistes situent la vraie autonomie dans le futur.

IA et recherche scientifique en 2026 : ce qui a vraiment changé

Le tableau de 2026 est clair. L'IA ne se contente plus de réciter le savoir existant : elle en produit, sur des cas réels et vérifiables. Un article accepté en peer-review, un record de maths vieux de 56 ans battu, des pistes médicales validées en laboratoire, une conférence où elle juge ses pairs. Mais le mot « autonome » reste un raccourci, et le vrai enjeu n'est pas la vitesse, c'est la confiance : qui est l'auteur, comment vérifier, comment éviter que la science ne se remplisse de résultats plausibles mais faux.

Pour qui veut comprendre ces outils plutôt que les subir, le bon réflexe est d'apprendre à les utiliser sérieusement. C'est tout l'objet de nos formations : découvrir les formations Déclic IA pour partir des bases et avancer pas à pas. Le même bouleversement touche déjà l'emploi et les métiers, au-delà de la seule recherche. Et pour suivre la suite, gardez un œil sur l'actualité de l'IA.