From Traditional Scientists to Agentic AI Research: Unequivocal Diagram-as-Code in Scientific Publications

La science a toujours reposé sur deux langages pour partager ses découvertes : le mot écrit et l'image. Un chercheur peut décrire un processus biologique complexe dans un paragraphe de texte, ou l'illustrer par un diagramme montrant comment différentes parties d'une cellule interagissent. Pendant des décades, ces méthodes ont bien servi les lecteurs humains, permettant aux scientifiques de s'appuyer sur les travaux de leurs pairs. Pourtant, le langage comme l'image comportent une faille cachée : ils sont sujets à l'interprétation. Une phrase peut être lue de manières légèrement différentes selon le bagage du lecteur, et un dessin peut être compris différemment selon la façon dont un spectateur interprète les formes et les flèches. Cette ambiguïté est gérable pour les humains, mais elle crée un problème important pour la nouvelle génération de systèmes d'intelligence artificielle conçus pour lire la littérature scientifique et faire des découvertes de manière autonome. Ces systèmes, appelés agents d'IA, ont besoin d'informations précises et non ambiguës, ne laissant aucune place au doute. Si une IA interprète mal un diagramme ou une description, elle peut commettre des erreurs qui se répercutent dans son travail, menant à des conclusions erronées.

Dans une étude récente, les chercheurs Mila Glavaški et Lazar Velicki, de l'Université de Novi Sad en Serbie, ont proposé une solution à ce problème. Ils suggèrent que les articles scientifiques devraient inclure des « diagrammes sous forme de code ». Au lieu de simplement télécharger un fichier image statique, les auteurs fourniraient le code informatique réel utilisé pour générer cette image. Ce code agit comme un ensemble d'instructions mathématiques strictes qui indique à l'ordinateur exactement comment dessiner chaque ligne, forme et connexion. Parce que le code est un langage de logique plutôt que d'art, il élimine l'incertitude. Lorsqu'un ordinateur lit le code, il voit exactement la même structure que celle voulue par l'auteur, sans variation de sens. Les chercheurs ont testé cette idée en prenant trois types courants de contenus scientifiques sur l'insuffisance cardiaque — des descriptions textuelles des causes, des explications des mécanismes biologiques et des parcours cliniques pour les soins aux patients — et en les convertissant en ce format de code. Ils ont constaté que l'approche fonctionne, créant un pont qui permet aux scientifiques humains et aux agents d'IA de comprendre les processus scientifiques avec une clartité totale.

Les chercheurs ont commencé par examiner comment l'information scientifique est actuellement partagée. Ils ont noté que si le langage naturel permet une variété infinie d'expressions, il permet aussi une variété infinie d'interprétations. Un scientifique pourrait écrire qu'une pathologie cardiaque est causée par une hypertension artérielle, tandis qu'un autre pourrait la décrire comme le résultat d'un dommage valvulaire. Les deux sont vrais, mais la formulation spécifique peut amener une IA à manquer la connexion entre les deux. De même, un diagramme visuel peut montrer des flèches reliant différentes parties d'un système, mais sans une définition stricte, une IA pourrait ne pas savoir si ces flèches représentent une cause, un effet secondaire ou une simple association. L'objectif du développement moderne de l'IA est de créer des systèmes capables de faire des découvertes scientifiques de manière autonome, agissant comme des chercheurs indépendants capables de lire des milliers d'articles et de synthétiser de nouvelles connaissances. Pour ce faire, ces agents d'IA doivent se transmettre des informations avec une précision parfaite. Si un agent transmet une tâche à un autre sur la base d'un diagramme mal compris, toute la chaîne de recherche peut échouer.

Pour tester leur idée, Glavaški et Velicki ont sélectionné trois exemples distincts dans le domaine de la cardiologie, l'étude du cœur. Le premier exemple était un paragraphe décrivant les diverses façons dont l'insuffisance cardiaque se développe, énumérant des causes telles que la lésion ischémique, la surcharge de pression et la maladie métabolique. Le deuxième était une définition de l'insuffisance cardiaque en tant que syndrome clinique, détaillant comment des problèmes structurels du cœur mènent à des symptômes. Le troisième était un guide étape par étape pour les médecins sur la façon d'évaluer un patient suspecté d'insuffisance cardiaque, couvrant tout, de l'anamnèse à l'examen physique. Parallèlement à ces textes, ils ont utilisé trois diagrammes correspondants qui représentaient visuellement ces mêmes concepts. Ces entrées ont servi de matière première pour leur expérience.

L'équipe a ensuite utilisé une version gratuite d'un grand modèle de langage, un type de chatbot d'IA, pour convertir ces entrées en code. Ils ont demandé à l'IA de générer du code pour deux outils de diagrammes différents, Mermaid et D2, qui sont des programmes transformant des instructions textuelles en graphiques visuels. Pour les descriptions textuelles, la consigne était simple : « Crée le code pour un diagramme Mermaid pour ceci ». Pour les images existantes, la console était légèrement plus spécifique : « Crée le code pour un diagramme Mermaid pour cette figure. N'ajoute rien de toi-même ». Les chercheurs voulaient voir si l'IA pouvait regarder un paragraphe de texte ou une image statique et le traduire en un ensemble d'instructions logiques qu'un autre ordinateur pourrait lire.

Les résultats ont montré que l'approche était réalisable. Pour chaque description textuelle et chaque image testée, l'IA a généré avec succès un code qui, lorsqu'il est exécuté via un éditeur standard, produit un diagramme correspondant au sens original. Pour le texte sur les mécanismes partagés de l'insuffisance cardiaque, le code a créé un organigramme montrant comment différentes voies mènent au même résultat. Pour le texte définissant la maladie, le code a produit un diagramme reliant diverses causes à la condition. Pour le parcours clinique, le code a cartographié les étapes qu'un médecin doit suivre, de la première visite à l'examen physique. Les chercheurs ont également converti les images statiques originales en code en demandant à l'IA de générer du code basé sur les figures. L'IA a réussi à produire des instructions de code qui, une fois rendues, recréaient la structure visuelle des mécanismes moléculaires, de la cascade physiopathologique et du parcours clinique.

Une fois le code généré, les chercheurs ne l'ont pas accepté aveuglément. Ils ont vérifié manuellement la production dans les éditeurs en ligne de Mermaid et D2. Ils ont constaté que, bien que l'IA saisisse la structure générale, elle nécessitait parfois des ajustements mineurs. Par exemple, la direction d'une flèche pouvait devoir être inversée, ou une connexion entre deux blocs pouvait devoir être déplacée pour refléter fidèlement la science. Ces petites éditions étaient nécessaires pour s'assurer que le code reflétait parfaitement la représentation voulue. Cependant, le fait que la structure centrale puisse être générée automatiquement était la découverte clé. Le code servait de registre immuable et précis de l'information, tandis que le diagramme visuel n'était qu'un moyen pour les humains de confirmer que le code était correct.

Les chercheurs soulignent que cette méthode ne remplace pas le besoin de supervision humaine. Si une IA génère du code basé sur une hallucination — un fait faux inventé par l'IA — le diagramme résultant sera erroné. Cependant, le système qu'ils proposent inclut un contrôle intégré. Parce que le code est lisible par l'humain et peut être rendu instantanément, un scientifique peut regarder le diagramme généré et voir immédiatement s'il correspond au texte ou à l'image originale. Si ce n'est pas le cas, il peut corriger le code. Ce processus garantit que la représentation finale est exacte. L'étude suggère qu'à l'avenir, les articles scientifiques pourraient inclure ces extraits de code aux côtés du texte et des images traditionnels. Cela permettrait aux agents d'IA de lire l'article et d'en extraire la logique exacte de la recherche sans mal interpréter les indices visuels ou textuels.

Les implications de ce travail s'étendent au-delà de la simple insuffisance cardiaque. Les chercheurs soutiennent que cette approche pourrait être appliquée à n'importe quel domaine scientifique où des processus sont décrits. Qu'il s'agisse du flux de produits chimiques dans un laboratoire, des étapes d'un traitement médical ou des connexions dans un système écologique, représenter ces processus sous forme de code les rendrait universellement compréhensibles. Cela permettrait à un scientifique humain de confier un projet à un agent d'IA, et pour que cet agent le transmette à un autre, avec la garantie que le sens du travail reste inchangé à chaque étape. Le code agit comme un traducteur universel, supprimant l'ambiguïté du langage naturel et la subjectivité des images statiques.

Dans leur discussion, les auteurs reconnaissent que cette méthode a des limites. Elle ne peut représenter que ce qui est déjà connu. Si un processus scientifique implique des éléments ou des relations inconnus qui n'ont pas encore été découverts, ces lacunes ne peuvent être comblées par le code. De plus, la qualité du code dépend de la qualité de l'IA qui le génère. L'utilisation de prompts plus complexes pourrait donner de meilleurs résultats, mais les chercheurs ont montré que même avec des instructions simples, le système fonctionne suffisamment bien pour être utile. Ils ont également noté que, bien qu'ils aient utilisé Mermaid et D2, d'autres outils comme PlantUML ou Graphviz pourraient remplir la même fonction. L'outil spécifique importe moins que le concept d'avoir une représentation basée sur le code.

L'étude conclut qu'il est temps de standardiser la manière dont l'information scientifique est partagée à l'ère de l'IA. En adoptant les diagrammes sous forme de code, la communauté scientifique peut s'assurer que la connaissance qu'elle produit est non seulement lisible par les humains, mais aussi exécutable par les machines. Ce changement transformerait la littérature scientifique, passant d'une collection de documents statiques à une ressource dynamique et lisible par machine. Cela permettrait un transfert de connaissances fluide entre les chercheurs humains et l'intelligence artificielle, ouvrant la voie à un avenir où les agents d'IA peuvent collaborer avec les scientifiques pour résoudre des problèmes complexes avec un niveau de précision qui était auparavant impossible. Les chercheurs ont démontré que ce n'est pas seulement une idée théorique, mais une réalité pratique qui peut être mise en œuvre dès aujourd'hui avec les outils existants.