AI in Practice: A Multilingual Survey of 2025 BioHackathon Participants

Ce jeu de données présente les résultats d'une enquête multilingue menée auprès de 105 participants au BioHackathon 2025 au Japon, documentant leurs pratiques, obstacles et préoccupations concernant l'utilisation de l'IA dans les domaines de la génomique et de la bioinformatique.

L'essentiel

Imaginez que la communauté scientifique mondiale, celle qui travaille sur les gènes et les logiciels de biologie, organise une grande fête annuelle appelée le BioHackathon. En 2025, cette fête a eu lieu au Japon.

Les auteurs de ce papier ont décidé de faire quelque chose de très simple mais très intelligent : ils ont distribué un bulletin de vote multilingue (en anglais, japonais et thaïlandais) à tous les participants et à leurs amis. Le but ? Comprendre comment ces scientifiques utilisent l'Intelligence Artificielle (IA) dans leur travail quotidien.

Voici l'histoire de cette enquête, racontée simplement :

1. Le Contexte : Une enquête dans trois langues

Pensez à ce questionnaire comme à un miroir que les chercheurs ont tenu devant la communauté. Ils voulaient savoir :

• Qui utilise l'IA ?
• Pour quoi faire ? (Pour écrire du code, pour résumer des articles, pour traduire ?)
• Est-ce que ça marche bien ?
• Qu'est-ce qui les bloque ? (Peur des erreurs, manque de soutien de leur université, etc.)

Ils ont recueilli 105 réponses. C'est comme si 105 voyageurs avaient rempli un carnet de bord après un long voyage.

2. La Cuisine des Données : De la matière brute au plat fini

C'est ici que le travail devient fascinant. Les chercheurs ont reçu des réponses dans trois langues différentes, avec des écritures à la main (des textes libres) et des cases à cocher.

Imaginez que vous avez reçu un sac rempli de légumes de trois pays différents, tous mélangés. Pour pouvoir faire une soupe (une analyse statistique), il faut d'abord tout nettoyer et tout couper de la même taille.

• Le nettoyage (Anonymisation) : Avant tout, ils ont retiré les noms, les adresses email et les liens vers des sites web. C'est comme enlever les étiquettes de prix sur les légumes pour que personne ne sache qui les a achetés.
• La traduction et l'uniformisation : Ils ont pris les réponses en japonais et en thaï et les ont traduites en anglais. Ils ont aussi corrigé les petites erreurs (par exemple, transformer "chatGTP" en "ChatGPT" et "germany" en "Germany").
• Le résultat : Ils ont créé deux versions de leurs données :
  1. La version "Brute" : Comme un pot de confiture fait maison, avec tous les morceaux de fruits et les saveurs originales. C'est utile pour les chercheurs qui veulent étudier les détails ou les langues.
  2. La version "Nettoyée" : Comme une confiture lisse et parfaite, prête à être utilisée immédiatement pour faire des graphiques et des statistiques.

3. Ce qu'ils ont découvert (Les saveurs du plat)

Bien que le papier soit surtout une description des données, il nous dit ce que les chercheurs ont vu dans ce miroir :

• L'adoption est en marche : Beaucoup de gens utilisent l'IA, mais pas tout le monde de la même manière. Certains l'utilisent pour aider (comme un copilote), d'autres pour écrire un premier brouillon, et certains pour finir le travail tout seul.
• Les inquiétudes : Comme tout le monde, ces scientifiques ont peur. Ils s'inquiètent que l'IA invente des faits (hallucinations), qu'elle vole leurs idées (propriété intellectuelle) ou qu'elle soit biaisée.
• Le soutien : Certains se sentent soutenus par leur université, d'autres se sentent un peu seuls face à la technologie.

4. Pourquoi est-ce important ?

Ce papier est comme une carte au trésor pour l'avenir.

• Pour les développeurs d'IA, c'est une liste de courses : "Voici ce que les scientifiques veulent, voici ce qui ne marche pas."
• Pour les universités, c'est un signal d'alarme ou de encouragement : "Il faut plus de formation" ou "Il faut plus de règles claires."
• Pour les chercheurs, c'est une boîte à outils. Ils peuvent télécharger ces données pour faire leurs propres analyses, comparer les pays ou voir comment l'IA change la science.

En résumé

C'est une histoire de curiosité collective. Au lieu de simplement dire "L'IA est géniale" ou "L'IA est dangereuse", ces chercheurs ont pris le temps de demander à 105 personnes : "Comment ça se passe vraiment pour vous ?". Ils ont ensuite pris ces réponses, les ont nettoyées, traduites et mises en ordre pour que tout le monde puisse en profiter.

C'est un travail de traducteur et de cuisinier pour s'assurer que la voix de la communauté scientifique soit claire, précise et utile pour tous.

Résumé technique

Titre : L'IA en pratique : Une enquête multilingue auprès des participants du BioHackathon 2025

1. Problématique et Contexte

L'intégration de l'intelligence artificielle (IA) dans les sciences de la vie, la bioinformatique et le développement logiciel s'accélère, mais la compréhension de son adoption réelle au sein des communautés techniques reste fragmentée. Il existe un manque de données structurées sur :

• La fréquence et les styles d'utilisation des outils d'IA.
• Les tâches spécifiques pour lesquelles l'IA est employée (codage, rédaction, analyse de données).
• Les obstacles institutionnels, les préoccupations éthiques (biais, vie privée) et le niveau de satisfaction des utilisateurs.
• Les variations de ces pratiques selon les contextes linguistiques et géographiques.

Cette étude vise à combler ce vide en documentant les pratiques réelles (« AI in practice ») au sein de la communauté du BioHackathon 2025, un événement majeur réunissant des experts en génomique et en informatique biologique.

2. Méthodologie

L'étude repose sur une enquête quantitative et qualitative menée via un formulaire Google Forms, administrée du 16 au 18 septembre 2025.

• Population cible : Participants et membres du réseau du BioHackathon 2025 (Japon).
• Approche multilingue : Le questionnaire a été proposé en anglais, japonais et thaïlandais pour maximiser la représentativité de la communauté.
• Conception de l'enquête :
  • Durée estimée : 10–15 minutes.
  • Structure : 33 variables couvrant la démographie, l'usage global de l'IA, les applications par tâche (codage, rédaction, enseignement, etc.), les défis, la satisfaction, le soutien institutionnel et les préoccupations (biais, confidentialité, propriété intellectuelle).
  • Définition de l'IA : Inclut l'apprentissage automatique, l'IA générative et les outils scientifiques, excluant les méthodes statistiques traditionnelles non basées sur l'IA.
  • Échelle d'usage : Les répondants ont indiqué s'ils utilisaient l'IA pour « Assister », « Ébaucher » ou « Compléter » une tâche.
• Gestion des données et anonymisation :
  • Conformité aux directives Safe Harbor (HIPAA) pour l'anonymisation.
  • Aucune donnée d'identification directe (noms, affiliations, adresses IP) n'a été collectée.
  • Nettoyage des données : Les réponses en texte libre ont été examinées pour supprimer les URL et les informations identifiantes. Un jeu de données « brut anonymisé » (langues originales) et un jeu de données « nettoyé » (anglais uniquement, structuré pour l'analyse quantitative) ont été produits.
  • Standardisation : Harmonisation des pays, regroupement des noms d'outils (ex: « chatGTP » vers « ChatGPT ») et gestion des valeurs manquantes.

3. Contributions Clés

La principale contribution de ce travail est la mise à disposition d'un jeu de données public et ouvert (sous licence CC-BY 4.0) comprenant :

1. Données brutes anonymisées : Réponses dans les langues originales (anglais, japonais, thaï) avec les URLs masquées.
2. Données nettoyées (anglais) : Un tableau structuré prêt pour l'analyse quantitative, avec des colonnes normalisées (snake_case) et des variables catégorielles harmonisées.
3. Documentation complète :
   • Un codebook détaillé (dictionnaire de données) pour les 33 variables.
   • Un tableau de correspondance de traduction (Translation lookup table) alignant les options de réponse entre les trois langues.
   • Le questionnaire original exporté en PDF.
4. Transparence méthodologique : Description précise des processus de nettoyage, de gestion des valeurs manquantes et des limites de l'enquête (ex: logique de saut, questions optionnelles).

4. Résultats et Caractéristiques du Jeu de Données

• Taille de l'échantillon : 105 réponses finalisées.
• Portée géographique : Participants provenant de divers pays, avec une concentration notable au Japon, en Thaïlande et aux États-Unis (les pays avec $n > 1$ sont visualisés dans la Figure 1 du document).
• Utilisation de l'IA :
  • Les données capturent les niveaux d'adoption (utilisateur quotidien, occasionnel, chercheur/développeur).
  • Une analyse par tâche montre comment l'IA est utilisée pour le codage, la rédaction, la traduction et l'enseignement.
• Préoccupations et Satisfaction :
  • Les répondants ont évalué leur niveau de préoccupation concernant l'intégration de l'IA sur une échelle de 1 à 5 (1 = « Pas du tout inquiet », 5 = « Très inquiet »).
  • Les thèmes de préoccupation incluent les biais algorithmiques, la confidentialité des données, la propriété intellectuelle et les hallucinations.
• Limites notables :
  • Taux de données manquantes élevés pour certaines questions optionnelles (ex: enseignement), ce qui reflète la nature non obligatoire de l'enquête.
  • Absence d'options « Non applicable » ou « Je ne sais pas » pour certaines échelles, ce qui rend l'interprétation des valeurs manquantes complexe (confusion entre non-utilisation et non-applicabilité).

5. Signification et Potentiel de Réutilisation

Ce jeu de données est une ressource fondamentale pour plusieurs domaines de recherche :

• Caractérisation des pratiques : Permet de quantifier l'adoption de l'IA dans la bioinformatique et d'identifier les outils dominants.
• Études comparatives : Grâce à la conception multilingue, il permet de comparer les pratiques et les perceptions entre différentes cultures et institutions.
• Conception d'outils : Les développeurs d'outils d'IA scientifique peuvent identifier les points de douleur et les besoins d'amélioration spécifiques à la communauté.
• Recherche méthodologique : Sert de cas d'étude pour l'analyse de données d'enquêtes multilingues et l'élaboration de politiques d'adoption de l'IA dans les institutions scientifiques.

En résumé, cette publication ne se contente pas de présenter des résultats statistiques, mais fournit l'infrastructure de données nécessaire pour que la communauté scientifique puisse réanalyser, valider et approfondir la compréhension de l'impact de l'IA sur le travail scientifique moderne.