Comment l’IA transforme le quotidien des chercheurs

Autrefois spéculative, l’intelligence artificielle est désormais intégrée aux routines quotidiennes des chercheurs et transforme la façon dont ils consacrent leur temps et leur énergie. Les conclusions du rapport d’Elsevier Researcher of the Future montrent où l’IA apporte le plus de valeur et révèlent ce que les chercheurs attendent de cette technologie pour favoriser une adoption plus large. L’IA aide les chercheurs à regagner du temps La hausse des exigences et les ressources limitées exercent une pression croissante sur les chercheurs.

• Seuls 45 % des répondants à l’enquête estiment disposer d’assez de temps pour la recherche

• 68 % déclarent que la pression à publier a augmenté au cours des deux à trois dernières années.

• L’incertitude sur les financements ajoute à cette tension, avec seulement 33 % qui s’attendent à une hausse des financements dans leur domaine prochainement.

Malgré ces difficultés, les chercheurs restent attachés à produire des travaux de grande qualité et dignes de confiance. Dans ce contexte, ils apprécient l’IA pour le temps qu’elle préserve pour des activités comme la conception d’études, l’analyse, la collaboration et le mentorat.

• 58 % déclarent que l’IA leur fait déjà gagner du temps

• 69 % prévoient de l’utiliser pour ces tâches au cours des deux à trois prochaines années.

Les chercheurs utilisent l’IA pour soutenir la qualité de la recherche sous pression, plutôt que pour remplacer les pratiques établies, et l’emploient de manière ciblée.

Les chercheurs utilisent l’IA pour gérer la surcharge d’information

Le rapport Researcher of the Future 2025 indique que 58 % des chercheurs ont déjà utilisé des outils d’IA dans leur travail, contre 37 % l’année précédente. Leur priorité est surtout d’utiliser l’IA pour gérer la surcharge d’information.

• 61 % utilisent l’IA pour trouver et résumer de nouvelles études.

• 51 % l’utilisent pour les analyses documentaires.

Ces tâches prennent du temps et sont complexes, surtout au début des projets. Les chercheurs considèrent l’IA comme un assistant, et non comme un auteur. Si son adoption progresse, l’expertise humaine reste essentielle pour formuler les questions, évaluer la qualité et dégager des enseignements. Les chercheurs voient une grande partie de la valeur de l’IA dans la simplification des tâches routinières riches en information, ce qui leur permet de se concentrer sur une analyse plus approfondie et une réflexion créative.

Certains utilisent l’IA pour des tâches plus complexes et chronophages

Une proportion plus faible de chercheurs utilise l’IA pour des tâches plus avancées, notamment certaines qui les mettent en concurrence avec d’autres équipes de recherche pour obtenir des financements.

• 41 % utilisent l’IA pour rédiger des demandes de subvention, afin de simplifier un processus souvent chronophage et concurrentiel.

• 38 % s’appuient sur l’IA pour analyser les données de recherche, accélérer l’analyse et traiter des jeux de données plus volumineux et plus complexes.

• 38 % utilisent l’IA pour rédiger ou préparer des articles de recherche et des rapports, afin d’améliorer la clarté, la structure et l’efficacité.

À mesure que l’adoption progresse, les chercheurs s’attendent à ce que l’IA joue un rôle encore plus important dans la manière dont la recherche est menée, communiquée et financée, à condition que certaines exigences soient satisfaites.

Une adoption plus large dépend de la confiance

L’optimisme suscité par l’aide croissante que l’IA peut apporter est tempéré par les préoccupations liées à la formation et à la supervision. Quarante-cinq pour cent des chercheurs se sentent insuffisamment formés à l’utilisation de l’IA, et seuls 32 % jugent la gouvernance de l’IA de leur institution satisfaisante. La confiance, et pas seulement la capacité technique, influence l’adoption. Les chercheurs indiquent clairement ce qui renforcerait cette confiance :

• 59 % font davantage confiance aux outils d’IA lorsque les références sont automatiquement citées

• 55 % apprécient les systèmes entraînés sur la littérature scientifique la plus récente

• Les attentes en matière d’exactitude, de transparence et de supervision reflètent des normes de recherche établies de longue date et une attention constante à l’intégrité.

Selon le rapport, les chercheurs soulignent la nécessité de marqueurs de confiance pour renforcer la confiance dans la recherche comme dans les outils d’IA :

• Transparence et citations claires (59 %)

• Actualité des données et intégration d’une littérature à jour (55 %)

• Entraînement sur du contenu de grande qualité, revu par les pairs (54 %)

• Validation humaine régulière des résultats de l’IA (49 %)