Pourquoi ça ne ressemble à rien de connu ?
D’abord, parce que personne ne s’attendait à ce que l’IA fasse ça seule. Les outils comme Claude, ou même AlphaFold de DeepMind, sont censés aider les scientifiques. Pas remplacer leurs cerveaux. Pourtant, Anthropic pousse le raisonnement plus loin : et si l’IA pouvait générer des idées ex nihilo ? Pas seulement optimiser des données, mais inventer des mécanismes biologiques que personne n’avait imaginés ?
Le détail qui cloche ? Personne ne sait vraiment comment Claude a fait. Anthropic parle d’une « approche systématique », mais sans expliquer les biais, les hypothèses de départ, ou même les données utilisées pour entraîner le modèle sur ce genre de problème. Or, en biologie, une découverte sans transparence sur la méthode, c’est un peu comme un médicament testé en secret : ça marche… jusqu’à ce que ça ne marche plus.
Ensuite, parce que 21 heures, c’est rapide, mais pas magique. Derrière ce chiffre, il y a des serveurs qui tournent à fond, des algorithmes affamés en énergie, et une équipe d’ingénieurs pour peaufiner les résultats bruts. Une performance technique, donc. Pas une révolution scientifique. Surtout quand on sait que la plupart des découvertes en biologie synthétique reposent sur des années de tâtonnements, pas sur un sprint algorithmique.
Enfin, parce que cette annonce tombe à pic pour Anthropic. La société, fondée par d’anciens employés de Google et d’OpenAI, mise tout sur Claude comme alternative « plus sûre » aux autres IA génératives. En montrant qu’elle peut faire de la recherche de pointe, elle évite de parler de ses faiblesses : ses coûts énergétiques, ses limites éthiques, ou le fait que ses modèles restent des boîtes noires. Une découverte comme celle-ci, c’est du marketing scientifique pur.
Les chercheurs vont-ils tous se faire remplacer ?
Non. Mais une partie d’entre eux va devenir des valets de l’IA. Imaginez un labo où les doctorants passent leur temps à vérifier les prédictions de Claude, à affiner ses sorties, à courir entre les machines pour valider ses hypothèses. Leur rôle ? Tripler la cadence. Pas innover.
Le vrai problème, c’est que cette course à la vitesse va détruire la rigueur. En biologie, une erreur de calcul peut mener à des séquences ADN instables, des protéines mal repliées, ou pire : des applications médicales dangereux. Or, plus on accélère, plus on prend des risques. Les revues scientifiques vont-elles accepter des papiers basés sur des découvertes faites en 24h par une IA, sans relecture humaine approfondie ?
Déjà, des plateformes comme PubMed (la base de données médicale la plus utilisée) commencent à voir des articles où l’IA est co-auteur. Mais personne ne sait comment évaluer leur fiabilité. Un chiffre pour illustrer : selon une étude de Nature publiée en 2023, seulement 12 % des découvertes en biologie synthétique sont reproduites avec succès par d’autres équipes. Avec l’IA qui génère des pistes à la chaîne, ce taux va-t-il s’effondrer ?
Ce que les régulateurs ne veulent pas voir
Les autorités sanitaires, elles, regardent ailleurs. La FDA aux États-Unis ou l’EMA en Europe ont déjà du mal à suivre les avancées en thérapie génique. Maintenant, ajoutez-y une IA qui invente des outils ADN sans cadre légal clair ?
Prenez le cas des CRISPR, ces ciseaux moléculaires qui ont révolutionné la génétique. Leur développement a pris des années de débats éthiques, de régulations, et de tests cliniques. Aujourd’hui, une IA comme Claude pourrait proposer des variantes de CRISPR en quelques heures. Qui va contrôler ces outils ? Qui sera responsable si une séquence modifiée cause un cancer ?
Anthropic, pour sa part, parle de « responsabilité partagée ». Traduction : « On vous donne l’outil, à vous de gérer les conséquences. » Sauf que les laboratoires n’ont ni les moyens ni l’expertise pour évaluer ces découvertes à la chaîne. Résultat : le risque est externalisé.
L’IA va-t-elle tuer la curiosité scientifique ?
Voilà le vrai danger. Quand un chercheur passe des mois à bricoler une hypothèse, il développe une intuition, une sensibilité aux détails qui échappent aux algorithmes. Avec l’IA, on bascule dans une logique de production de masse : plus de temps pour réfléchir, plus de place pour le doute, plus de patience pour les échecs.
Un exemple ? En 2022, une équipe de l’Université de Californie a utilisé une IA pour prédire des protéines. Résultat : 70 % des prédictions étaient fausses, mais personne ne l’a remarqué avant la publication. Pourquoi ? Parce que les relecteurs ont cru à la machine, pas aux données brutes.
Claude et ses semblables ne font pas que de la recherche. Ils reconfigurent la science en usine. Et dans une usine, on optimise pour la productivité, pas pour la vérité.
La prochaine étape ? L’IA qui signe des brevets
Anthropic ne le dit pas, mais c’est l’évidence. Si Claude peut inventer des outils ADN, la prochaine étape, c’est qu’elle dépose des brevets à son nom. Déjà, des entreprises comme Moderna ou CRISPR Therapeutics utilisent des IA pour accélérer leurs recherches. Mais si une découverte majeure sort d’un modèle comme Claude, qui en sera le propriétaire ?
La réponse est déjà écrite : celui qui contrôle les données d’entraînement. Anthropic. Google. Ou un jour, une méga-entreprise chinoise. Les laboratoires universitaires, eux, n’auront même pas les moyens de jouer dans cette cour.
La science devient un marché. Et les chercheurs, des employés de plus en plus précaires, courbés sous la pression de valider les prédictions d’une machine avant même d’avoir compris comment elle fonctionne.
Alors, on fait quoi ?
Ralentir. Vraiment. Avant de célébrer cette découverte comme un progrès, demandez-vous : qui en profite ? Pas les patients, pas les chercheurs, mais ceux qui vendent l’outil. Et puis, posez-vous une question simple : si une IA peut faire ça en 21 heures, pourquoi les laboratoires publics ne reçoivent-ils toujours pas les financements pour embaucher des humains qui feraient la même chose… en mieux ?
Parce que la vraie innovation, elle, ne se mesure pas en heures de calcul. Mais en années de doute, d’échecs, et de remise en question. Et ça, aucune IA ne sait le faire.
