ScholaWrite: A Dataset of End-to-End Scholarly Writing Process
L'article présente ScholaWrite, le premier ensemble de données capturant le processus d'écriture académique de bout en bout grâce à l'enregistrement non intrusif des frappes de touches sur Overleaf, ce qui révèle les complexités cognitives de l'écriture scientifique et souligne les limites actuelles de l'assistance à l'écriture basée sur les LLM.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que l'écriture d'un article de recherche ne ressemble pas à la frappe d'une ligne droite de A à B. C'est plutôt comme un chef cuisinant un plat complexe dans une cuisine chaotique. Il émince un oignon, goûte la sauce, réalise qu'il manque de sel, retourne à la planche à découper pour émincer une carotte, vérifie le four, et se rappelle soudainement qu'il a oublié de noter les étapes de la recette. Il passe constamment de la planification à la cuisson, de la dégustation au nettoyage.
Pendant longtemps, les programmes informatiques conçus pour aider les rédacteurs (comme les assistants d'écriture par IA) n'ont vu que le plat final dans l'assiette. Ils ne connaissaient pas la cuisine en désordre, le pain grillé ou le chef qui change d'avis cinq fois avant de réussir sa recette.
Entrée en scène « ScholaWrite » : La caméra de cuisine
Ce document présente un nouveau jeu de données appelé ScholaWrite. Considérez cela comme une caméra haute définition à ralenti placée à l'intérieur de l'esprit d'un chercheur en informatique. Au lieu de simplement regarder l'article final, les chercheurs ont enregistré chaque frappe de touche, chaque retour arrière et chaque pause pendant quatre mois, alors que cinq étudiants de troisième cycle rédigeaient leurs articles.
Ils n'ont pas seulement enregistré ce qui était tapé ; ils ont aussi étiqueté pourquoi l'étudiant l'a tapé. Ils ont créé un « menu » de 15 raisons différentes pour écrire, telles que :
- Génération d'idées : « J'ai une nouvelle pensée ! »
- Production de texte : « Laissez-moi écrire cette phrase. »
- Fluidité : « Oups, j'ai mal orthographié ce mot. »
- Clarté : « Cette phrase est confuse, rendons-la plus simple. »
- Structure : « Ce paragraphe devrait aller par là. »
Qu'ont-ils découvert ?
En observant ces images de la « caméra de cuisine », les chercheurs ont découvert trois choses importantes :
L'écriture est une danse chaotique, pas une ligne droite :
La plupart des gens pensent que l'écriture est : Planifier → Écrire → Terminer. Mais ScholaWrite a montré que les vrais rédacteurs changent constamment de rythme. En fait, plus de la moitié du temps où les rédacteurs travaillent, ils jonglent avec trois objectifs ou plus simultanément. Ils peuvent être en train de taper une phrase (Production de texte) tout en corrigeant simultanément une faute de frappe (Fluidité) et en réfléchissant à l'endroit où placer un graphique (Insertion d'objet). C'est une danse désordonnée et non linéaire.L'IA actuelle est un « robot cuisinier » qui ne comprend pas le chaos :
Les chercheurs ont testé de grands modèles d'IA (comme GPT-5) pour voir s'ils pouvaient agir comme un sous-chef utile. Ils ont demandé à l'IA : « Que va faire le rédacteur ensuite ? »
L'IA a eu du mal. Elle était douée pour corriger les fautes de frappe ou rendre les phrases plus fluides, mais elle était très mauvaise pour prédire l'intention du rédacteur. Elle ne pouvait pas dire si le rédacteur allait commencer une nouvelle section, supprimer un paragraphe entier ou simplement changer une police de caractères. C'était comme un robot qui sait seulement remuer une marmite, mais ne comprend pas pourquoi le chef s'arrête soudainement pour goûter la soupe.Apprendre à l'IA à « penser » comme un humain :
Les chercheurs ont pris un modèle d'IA standard et l'ont « nourri » avec les données de ScholaWrite (les 62 000 frappes de touches et leurs raisons). Ils ont affiné le modèle pour qu'il comprenne le processus, et non seulement le produit.
Le résultat ? Le nouvel IA a commencé à agir de manière plus humaine. Il a commencé à alterner entre la planification, l'écriture et la révision d'une manière beaucoup plus naturelle. Il ne se contentait pas de recracher un texte parfait ; il a commencé à imiter le rythme d'un rédacteur humain, même si le texte qu'il produisait n'était pas encore parfait.
L'essentiel
Ce document soutient que pour construire un assistant d'écriture véritablement utile, nous ne pouvons pas nous contenter d'apprendre à l'IA à écrire des phrases parfaites. Nous devons lui apprendre à comprendre le voyage désordonné, de va-et-vient et de multitâche de la façon dont les humains pensent et écrivent réellement.
Limitations importantes (Ce que le document ne dit pas)
Le document est très prudent et s'en tient à ce qu'ils ont trouvé :
- Cela concerne uniquement l'informatique : Les données proviennent de chercheurs écrivant en LaTeX (un langage de codage pour les articles mathématiques et scientifiques). Les auteurs admettent que cela pourrait ne pas ressembler exactement à la façon dont un romancier ou un historien écrit.
- Il s'agit du processus, pas du résultat : L'IA affinée est devenue meilleure pour agir comme un rédacteur humain (changer de tâches, planifier, réviser), mais le document admet que le texte réel qu'elle a généré présentait encore des problèmes de grammaire et de logique. Elle a appris les pas de la danse, mais elle apprend encore à être une bonne danseuse.
- Aucune prétention médicale ou clinique : Il s'agit uniquement de la recherche sur l'écriture de documents. Les auteurs ne prétendent pas que cela aide pour la thérapie, l'éducation ou le diagnostic médical.
En bref, ScholaWrite est une carte de la route sinueuse et désordonnée de l'écriture. Cela nous montre que pour construire un bon compagnon d'IA, nous devons comprendre les détours, les demi-tours et les arrêts en cours de route, et pas seulement la destination.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.