🧱En recherche, ce n’est pas la quantité qui compte : on le sait depuis toujours, mais l’usage de l’IA pousse à l’accumulation, juste l’accumulation

Cet article publié le 11 mai 2026 montre que, plutôt que de travailler sur un sujet pour en tirer des conclusions pertinentes, des publications sortent qui ne sont que le résultat, ou la prolongation, d’autres publications, qui ont été préalablement collectées. Des fiches de lecture.

Tout est mélangé, tout est répété et cela prétend finir par faire comme si cela était observé de la réalité.

Mais rien n’est observé directement de la réalité ; c’est simplement le récolement des études les plus diverses qui ont été précédemment écrites sur un sujet.

Ainsi, des études, éventuellement de médiocre qualité et assez diverses, sont collationnées, les outils d’intelligence artificielle étant les instruments parfaits pour cela : et cela produit une nouvelle étude, avec beaucoup de notes en bas de pages et beaucoup d’affirmations.

Cette nouvelle étude publiée alimentera les prochaines publications, lesquelles seront construites de la même façon.

C’est ainsi que de nouveaux « experts » peuvent se multiplier, car il n’est nécessaire ni d’être très savant ni d’aller observer le réel pour publier.

D’ailleurs le nombre de publications explose. Mécaniquement.

Le recours à l’intelligence artificielle a facilité tout cela.

Alors que nous avons tant besoin de pensées innovantes, c’est-à-dire qui ne reprennent pas nécessairement ce qui a été dit par les publications précédentes.

C’est ce que l’on attend de l’Université.

Car l’Université ne doit pas être composée de « répétiteurs », mais de professeurs qui observent la réalité, pensent par eux-mêmes et imaginent.

La définition classique de l’Université est plus que jamais requise. Elle est plus que jamais en danger.

________