AI-generated Academic Publications and Research Integrity: A Cross-National Analysis of Trends, Detection Methods, and Policy Responses (India vs. Global Standards, 2020-2026)

Dans le monde calme et rigoureux de la recherche académique, le fondement de la confiance repose sur une promesse simple : que les mots d'un article publié ont été écrits par l'esprit humain qui s'en revendique. Depuis des siècles, ce système s'appuie sur l'examen par les pairs, où des experts vérifient le travail d'autrui pour s'assurer qu'il est honnête et original. Cependant, une nouvelle technologie est arrivée, défiant cette promesse. Les modèles de langage étendus sont des programmes informatiques capables de générer un texte fluide et convaincant qui ressemble et sonne comme une écriture humaine. Ces outils peuvent rédiger des articles de recherche entiers en quelques minutes. Parallèlement, une nouvelle classe de logiciels a émergé, conçue pour déguiser ces textes générés par machine, les faisant paraître encore plus humains en ajoutant de petites imperfections et des variations. Cela crée une situation difficile pour la communauté scientifique. Si un article est écrit par un ordinateur mais soumis comme s'il avait été écrit par une personne, il pollue le registre de la connaissance humaine. Il ne s'agit pas seulement d'une question de faute professionnelle ; cela menace la fiabilité des traitements médicaux, des normes d'ingénierie et des décisions politiques qui dépendent de données précises. La question fondamentale à laquelle les scientifiques sont confrontés aujourd'hui n'est pas seulement de savoir si cela se produit, mais à quel point cela est devenu répandu, et si les règles et les outils dont nous disposons sont suffisants pour l'arrêter.

Une étude récente de Jainish Bhagat, de l'Université P.P. Savani, aborde ces questions en examinant les chiffres derrière cette tendance. La recherche compare ce qui se passe en Inde avec les modèles mondiaux entre 2020 et 2026, une période qui a vu l'ascension rapide de ces outils d'écriture. L'auteur a recueilli des données provenant de multiples sources, notamment des bases de données d'articles rétractés, des études ayant examiné les soumissions de revues pour détecter des signes de génération informatique, et des enquêtes sur les politiques universitaires. Ils ont découvert que le nombre de soumissions de manuscrits contenant du contenu détectable généré par ordinateur a explosé. À l'échelle mondiale, ce nombre a augmenté de près de 2 850 % au cours de cette période de six ans. En Inde, la croissance a été encore plus forte, augmentant de plus de 3 100 %. Cela ne signifie pas que chaque article provenant de l'Inde est faux, mais cela indique que l'utilisation de ces outils pour créer des manuscrits s'accélère plus rapidement là-bas que la moyenne mondiale. L'étude suggère que cela est dû à une combinaison de facteurs : une communauté de recherche en expansion rapide, une pression intense pour publier et la disponibilité croissante d'outils capables de rédiger de la prose académique.

Les chercheurs ont ensuite examiné la fréquence de ces articles générés par ordinateur parmi ceux réellement envoyés aux revues. Leur analyse suggère qu'environ 18 % des soumissions dans le monde et 21 % des soumissions en Inde contiennent des signatures indiquant qu'ils ont été écrits ou fortement assistés par l'intelligence artificielle. Il s'agit d'une part significative, bien plus grande que quelques cas isolés. L'étude a également examiné si certains domaines sont plus touchés que d'autres. Elle a constaté que les sujets techniques comme l'informatique et la médecine présentent des taux de détection plus élevés, probablement parce que ces domaines sont à la fois sous haute pression et très dépendants du type de langage que ces outils génèrent bien. Cependant, le problème ne se limite pas à un type de recherche ; il apparaît également dans les sciences sociales et l'ingénierie.

Une partie majeure de l'étude s'est concentrée sur les outils utilisés pour débusquer ces articles. L'auteur a testé diverses méthodes de détection, y compris des logiciels qui recherchent des schémas de mots inhabituels et des analyses statistiques mesurant la prévisibilité du texte. Il a constaté qu'aucune méthode unique n'est parfaite. Lorsqu'un article est écrit directement par un ordinateur, les outils de détection peuvent l'identifier correctement environ 62 à 78 % du temps. Cependant, la situation change lorsque le texte est passé par un logiciel de « humanisation », conçu pour tromper les détecteurs. Dans ces cas, la précision des détecteurs à méthode unique chute considérablement. L'étude conclut que l'approche la plus efficace consiste à combiner plusieurs méthodes différentes — vérifier les schémas linguistiques, les anomalies statistiques et vérifier la source de l'information. Même avec cette approche combinée, les outils manquent encore une partie du contenu déguisé, ce qui signifie que la bataille entre la fraude et la détection est permanente.

L'article a également étudié la manière dont les universités réagissent à ce défi. Les chercheurs ont interrogé 100 universités indiennes et ont comparé leurs politiques avec celles de 50 institutions mondiales de premier plan. Ils ont découvert un écart important. Seules 34 % des universités indiennes ont une politique formelle qui traite explicitement de l'utilisation de l'intelligence artificielle dans la recherche. En revanche, 67 % de l'échantillon mondial possédaient de telles politiques. De plus, les politiques qui existent en Inde ont tendance à être des interdictions strictes, bannissant entièrement l'usage de ces outils. À l'échelle mondiale, de nombreuses institutions évoluent vers une approche différente : autoriser l'utilisation de l'intelligence artificielle tant que l'auteur le déclare clairement. L'étude soutient que les interdictions strictes poussent souvent le comportement clandestinement, le rendant plus difficile à détecter, tandis qu'une politique de transparence crée un système de responsabilité. Si un chercheur admet avoir utilisé l'outil, il peut être jugé sur la façon dont il l'a utilisé ; s'il le cache, il commet une fraude.

Sur la base de ces conclusions, l'auteur propose un ensemble d'étapes pratiques pour protéger l'intégrité de la recherche sans étouffer l'innovation légitime. Il suggère que les universités devraient adopter des règles claires exigeant la divulgation plutôt que de simples interdictions. Cela permet aux chercheurs d'utiliser des outils utiles tout en maintenant l'honnêteté sur leurs méthodes. Il recommande également que les institutions investissent dans des systèmes de détection multi-méthodes pour filtrer les soumissions, reconnaissant que même si aucun outil n'est parfait, une combinaison de contrôles est préférable à rien du tout. Enfin, l'étude souligne que l'éducation est cruciale. De nombreux chercheurs pourraient ne pas réaliser que l'utilisation de ces outils sans divulgation est une violation de l'éthique. En formant les chercheurs à l'utilisation responsable et en établissant des conséquences claires et cohérentes pour les fautes professionnelles, la communauté scientifique peut gérer cette nouvelle réalité. L'étude conclut qu'il ne s'agit pas d'une crise de l'effondrement moral, mais d'un défi de gestion. Les données montrent que le problème est réel et croissant, mais qu'avec des politiques fondées sur des preuves et une détection honnête, l'intégrité de la littérature scientifique peut être préservée.