Does Scientific Writing Converge to U.S. English? Evidence from Generative AI-Assisted Publications

Cette étude démontre que l'utilisation de l'intelligence artificielle générative dans les publications scientifiques non anglophones accélère leur convergence stylistique vers l'anglais américain, réduisant ainsi les barrières linguistiques historiques tout en soulevant des questions sur l'homogénéisation culturelle.

L'essentiel

Voici une explication simple de cette étude scientifique, imagée comme si nous racontions une histoire sur l'évolution de la langue dans le monde de la science.

🌍 Le Grand Défi : La Barrière de la Langue

Imaginez le monde de la science comme un immense tournoi international de débat. Pour gagner et être écouté, il faut parler la langue du juge en chef : l'anglais, et plus précisément l'anglais scientifique tel qu'il est utilisé aux États-Unis.

Pendant des décennies, les chercheurs qui ne parlent pas anglais nativement (comme ceux de France, du Brésil ou du Japon) ont eu un désavantage énorme. C'est comme si certains athlètes devaient courir avec des poids aux chevilles, tandis que les natifs couraient pieds nus. Ils devaient payer des éditeurs coûteux ou passer des années à apprendre pour que leurs idées soient prises au sérieux.

🤖 L'Arrivée du "Super-Assistant" (GenAI)

Fin 2022, une nouvelle technologie est arrivée : l'Intelligence Artificielle Générative (comme ChatGPT). C'est un traducteur et éditeur magique disponible pour tout le monde, gratuitement ou à très bas coût.

L'étude se pose une question cruciale : Est-ce que cet outil va simplement aider tout le monde à écrire un peu mieux, ou va-t-il faire en sorte que tout le monde finisse par écrire exactement de la même façon que les Américains ?

🔍 L'Enquête : 5,6 Millions de Documents

Les chercheurs ont passé au crible 5,65 millions d'articles scientifiques publiés entre 2021 et 2024. Ils ont utilisé une sorte de "radar numérique" (appelé SciBERT) capable de sentir l'odeur du style d'écriture.

Ils ont comparé deux groupes :

1. Les articles écrits par des non-natifs sans aide de l'IA.
2. Les articles écrits par des non-natifs avec l'aide de l'IA.

📉 La Découverte : Une Convergence Vers le "Standard Américain"

Le résultat est clair et surprenant : Oui, l'IA fait converger les styles.

Depuis l'arrivée de ChatGPT, les articles écrits par des chercheurs non-anglophones qui utilisent l'IA ressemblent de plus en plus, mot pour mot et structure par structure, aux articles écrits par des chercheurs américains.

L'analogie du "Filtre à Café" :
Imaginez que chaque chercheur a son propre style d'écriture, comme une couleur de peinture unique. L'IA agit comme un filtre à café très puissant. Quand vous versez votre peinture (votre texte) à travers ce filtre, elle ressort avec la couleur standardisée de l'usine (le style américain). Plus vous utilisez le filtre, plus votre peinture devient identique à celle des autres.

🎯 Qui est le plus touché ?

L'étude révèle que cet effet n'est pas égal pour tout le monde. C'est là que l'histoire devient intéressante :

• Les plus grands gagnants (ou perdants ?) : L'effet est le plus fort pour les chercheurs qui avaient le plus de mal à l'origine.
  • Ceux qui parlent une langue très éloignée de l'anglais (comme le chinois ou l'arabe) voient leur texte se transformer le plus vite.
  • Les équipes de chercheurs qui travaillent seuls dans leur propre pays (sans partenaire anglophone) sont celles qui utilisent le plus l'IA pour "lisser" leur texte.
  • Les articles publiés dans des journaux moins prestigieux (où il y a moins d'éditeurs humains pour corriger le style) montrent cette convergence la plus marquée.

En résumé : L'IA agit comme un nivelateur. Elle permet à ceux qui étaient "en retard" de rattraper le style dominant très rapidement.

⚖️ Le Dilemme : Une Victoire ou un Danger ?

C'est ici que l'histoire prend une tournure philosophique.

Le côté positif (La Démocratisation) :
C'est comme si l'IA avait donné des chaussures de course à tous les athlètes. Les barrières linguistiques tombent. Les idées brillantes venant de partout dans le monde peuvent enfin être comprises et publiées plus facilement. C'est une victoire pour la diversité des idées.

Le côté négatif (L'Uniformisation) :
Mais attention. Si tout le monde porte les mêmes chaussures et court exactement de la même façon, perd-on notre individualité ?
L'étude s'inquiète que, en adoptant massivement ce style "américain standard", nous ne perdions la richesse des façons différentes de penser et d'exprimer des idées. C'est comme si, dans un jardin, on coupait toutes les fleurs pour ne garder que des roses rouges parfaitement identiques. C'est joli, mais c'est moins vivant.

💡 La Conclusion Simple

L'Intelligence Artificielle est en train de réécrire les règles du jeu scientifique. Elle aide les chercheurs du monde entier à parler la "langue du pouvoir" (l'anglais US) beaucoup plus vite et mieux.

C'est une arme à double tranchant :

1. Elle démocratise l'accès à la science en supprimant la barrière de la langue.
2. Elle risque de homogénéiser la science, en faisant disparaître les nuances culturelles et stylistiques uniques au profit d'un seul modèle dominant.

L'avenir dépendra de la façon dont nous utiliserons cet outil : pour nous aider à être compris, ou pour nous forcer à devenir tous identiques.

Résumé technique

Voici un résumé technique détaillé de l'article de recherche « Does Scientific Writing Converge to U.S. English? Evidence from Generative AI-Assisted Publications », rédigé en français.

1. Problématique et Contexte

La domination de l'anglais dans la communauté scientifique mondiale a historiquement conféré des avantages structurels aux chercheurs anglophones natifs, tout en créant des obstacles persistants pour les chercheurs non natifs. Ces derniers subissent souvent un fardeau rédactionnel plus lourd, des biais dans l'évaluation par les pairs liés à la maîtrise de la langue et des coûts élevés pour les services d'édition professionnelle.

L'émergence tardive de 2022 de ChatGPT et des outils d'intelligence artificielle générative (GenAI) a introduit une alternative accessible et peu coûteuse pour l'assistance linguistique. Bien que des études antérieures aient documenté l'adoption rapide de ces outils et des changements absolus dans le vocabulaire ou la lisibilité, une question fondamentale reste sans réponse : l'utilisation de la GenAI entraîne-t-elle une convergence systématique des styles d'écriture scientifique non anglophones vers la norme dominante (l'anglais scientifique américain), ou simplement une amélioration absolue ?

Cette distinction est cruciale car la convergence signale une réduction des barrières linguistiques à la publication, mais soulève également des inquiétudes concernant une homogénéisation stylistique et une dépendance accrue à une norme linguistique unique.

2. Méthodologie

L'étude utilise une approche économétrique rigoureuse sur une base de données massive pour isoler l'effet causal de la GenAI sur la convergence linguistique.

• Données : L'analyse porte sur 5,65 millions d'articles scientifiques en anglais, indexés dans Scopus et publiés entre 2021 et 2024. L'unité d'analyse est la cellule publication × pays × domaine scientifique, totalisant environ 14,3 millions d'observations. Les auteurs sont filtrés pour ne retenir que ceux ayant une affiliation dans un pays non anglophone.
• Identification de la GenAI : Les auteurs identifient les articles assistés par la GenAI en détectant des changements lexicaux dans les titres et les résumés. Ils utilisent un vocabulaire de 65 termes (ex: groundbreaking, intricate, unveil, empower) dont la fréquence relative a augmenté d'au moins 300 % (quadruplé) entre 2021 et 2024 dans chaque domaine scientifique spécifique. Un article est classé comme « assisté par la GenAI » si au moins un de ces mots-clés filtrés apparaît dans son titre ou son résumé.
• Mesure de la similarité linguistique : Pour quantifier la proximité stylistique, l'étude utilise des embeddings de texte via SciBERT (un modèle BERT pré-entraîné spécifiquement sur des corpus scientifiques). Pour chaque publication non américaine, la similarité cosinus est calculée par rapport à un corpus de référence composé d'articles américains « purs » (uniquement des affiliations américaines) du même domaine et de la même année.
• Stratégie d'estimation : L'approche repose sur un design Différence-de-Différences (DiD) avec étude d'événement et des coupes transversales répétées.
  • Variable dépendante : Score de similarité linguistique avec l'anglais scientifique américain.
  • Traitement : Interaction entre l'indicateur « Article assisté par la GenAI » et les indicateurs d'année (post-2022).
  • Contrôles : Effets fixes au niveau du pays, du domaine scientifique, du journal, de l'année et de l'interaction journal-année, ainsi que le nombre d'auteurs et la présence d'un co-auteur anglophone.
  • Période de référence : 2022 (avant la diffusion massive de ChatGPT).

3. Résultats Principaux

Les résultats montrent une convergence statistiquement significative et croissante des publications assistées par la GenAI vers l'anglais scientifique américain par rapport aux publications non assistées.

• Convergence Globale : Après 2022, les publications non américaines assistées par la GenAI deviennent plus similaires à la norme américaine. L'effet est de +0,15 % en 2023 et de +0,4 % en 2024 par rapport à la base de 2022. Aucune tendance préexistante n'est observée avant le lancement de ChatGPT.
• Hétérogénéité par Domaine : La convergence est généralisée mais plus marquée dans les domaines de l'Ingénierie et des Technologies (+0,5 %), des Sciences Physiques (+0,4 %) et des Sciences de la Vie (+0,4 %).
• Facteurs de Convergence (Qui bénéficie le plus ?) :
  1. Équipes d'auteurs nationaux : L'effet est plus fort pour les équipes composées uniquement d'auteurs d'un même pays (par opposition aux équipes internationales), suggérant que la GenAI compense l'absence d'expertise linguistique interne.
  2. Distance linguistique : Les pays dont la langue est plus éloignée de l'anglais (mesurée par l'Indice de Langue Commune) montrent une convergence plus forte, indiquant que la GenAI réduit les frictions linguistiques initiales les plus élevées.
  3. Absence de co-auteur anglophone : Les équipes sans aucun co-auteur anglophone bénéficient davantage de la convergence.
  4. Impact du journal : La convergence est plus prononcée dans les journaux à faible impact. Dans les journaux de haut rang, où les manuscrits subissent déjà un polissage rigoureux, l'effet est moindre (effet de plafond).

4. Contributions et Robustesse

• Contributions Méthodologiques : L'étude combine des marqueurs lexicaux spécifiques aux domaines avec des mesures de similarité basées sur les embeddings (SciBERT) pour fournir un cadre évolutif de suivi des changements stylistiques à l'échelle mondiale. C'est la première étude à fournir des preuves transversales reliant l'usage de la GenAI à une convergence mesurable vers une norme dominante.
• Contributions Conceptuelles : Elle positionne la GenAI comme un potentiel « égalisateur linguistique partiel » dans la science mondiale, capable de réduire les barrières à l'entrée.
• Robustesse : Les résultats sont confirmés par plusieurs tests de sensibilité :
  • Utilisation de seuils de fréquence de mots-clés plus stricts (400 %) ou plus laxistes (200 %).
  • Exigence de la présence d'au moins deux mots-clés GenAI pour classer un article.
  • Définitions alternatives du corpus de référence américain (excluant les articles GenAI, utilisant uniquement des articles de 2021, ou restreignant aux 10 % des journaux les plus impactés).

5. Signification et Implications

Les résultats suggèrent que la GenAI réduit les barrières linguistiques à la publication scientifique internationale, potentiellement en élargissant la participation et en diversifiant le pool d'idées sur lesquelles la recherche future peut s'appuyer. Cela pourrait contrer la tendance récente observée à la baisse de la nouveauté scientifique.

Cependant, l'article met en garde contre les risques d'homogénéisation stylistique. Si la convergence vers un registre dominant facilite la publication, elle pourrait aussi éroder la diversité rhétorique et culturelle dans l'écriture scientifique.

Recommandations politiques :

• Les revues devraient adopter des politiques de transparence sur l'utilisation de la GenAI plutôt que d'interdire ces outils ou de s'appuyer sur des détecteurs d'IA (qui sont souvent biaisés contre les écrits non natifs).
• Les politiques publiques et les bailleurs de fonds devraient soutenir l'accès équitable à ces outils pour les institutions sous-équipées.
• Les éditeurs et réviseurs doivent adapter leurs critères pour distinguer la clarté linguistique (aidée par l'IA) du mérite scientifique intrinsèque.

En conclusion, bien que l'étude soit observationnelle, elle démontre que la diffusion de la GenAI est associée à un changement systématique dans la présentation linguistique de la science, agissant comme un mécanisme de nivellement qui pourrait redéfinir la participation mondiale à la science, à condition que des garde-fous institutionnels soient mis en place pour préserver la diversité des idées.