SciAgents, des agents d’IA pour formuler des hypothèses scientifiques étayées

Imaginer une bonne hypothèse est l’un des gestes les plus importants de la recherche scientifique, et l’un des moins mécaniques. Il faut connaître la littérature existante, repérer un problème non résolu, rapprocher des résultats parfois éloignés, puis proposer une explication ou une piste expérimentale qui puisse être testée. Pour un doctorant, cette phase de définition du sujet peut mobiliser jusqu’à une année de travail. Des chercheurs du MIT proposent d’en automatiser une partie avec SciAgents, un système dans lequel plusieurs agents d’intelligence artificielle jouent des rôles complémentaires.

Publié dans Advanced Materials, ce travail ne prétend pas remplacer le chercheur ni produire à lui seul une découverte. Son ambition est plus précise : aider à formuler des hypothèses fondées sur les connaissances disponibles, puis les soumettre à une critique structurée. La démonstration porte sur les matériaux inspirés de la biologie, un domaine où se croisent notamment propriétés mécaniques, pigments, composants naturels et contraintes environnementales.

Formuler une hypothèse, bien plus que trouver une idée

Une hypothèse scientifique n’est pas une simple suggestion. C’est une proposition suffisamment précise pour être confrontée aux faits par des observations, des simulations ou des expériences. Elle doit aussi s’inscrire dans ce que l’on sait déjà, tout en apportant un angle nouveau.

Dans la pratique, les chercheurs doivent parcourir une littérature abondante, maîtriser le vocabulaire d’un ou plusieurs domaines et identifier ce qui manque encore. Ce travail de synthèse est indispensable, mais il prend du temps. Il peut également être difficile de relier des résultats publiés dans des spécialités voisines, dont les mots, méthodes et références ne sont pas toujours les mêmes.

Les systèmes d’IA générative savent produire un texte qui paraît cohérent. Mais un texte plausible ne constitue pas une hypothèse étayée. Pour être utile à la recherche, une IA doit pouvoir s’appuyer sur des éléments identifiables, expliciter les relations entre les concepts et intégrer une phase de critique. C’est précisément le problème que les chercheurs du MIT ont voulu traiter.

SciAgents veut reproduire une dynamique de travail collectif

Le nom SciAgents désigne un cadre composé de plusieurs agents d’IA. Au lieu de demander à un seul modèle de trouver une réponse complète, le système répartit les tâches entre différents rôles. Cette organisation s’inspire du fonctionnement d’une communauté scientifique, où les idées sont souvent construites, précisées et contestées par plusieurs personnes aux compétences complémentaires.

Les chercheurs décrivent cette approche comme une forme de stratégie consistant à découper un problème complexe. Chaque agent a une mission distincte, puis son travail alimente celui des autres. L’objectif n’est donc pas seulement de faire émerger une proposition, mais de créer un enchaînement dans lequel celle-ci est développée et soumise à un regard critique.

Cette coopération entre agents s’appuie sur une idée simple : un groupe bien organisé peut traiter davantage de perspectives qu’un seul intervenant. Le parallèle avec les systèmes biologiques et l’intelligence collective sert ici à structurer l’outil, non à affirmer qu’une IA possède une compréhension scientifique identique à celle d’un chercheur.

Le graphe de connaissances, la mémoire structurée du système

La pièce centrale de SciAgents est un graphe de connaissances ontologique. Un graphe de connaissances organise l’information sous forme de nœuds et de relations. Un nœud peut représenter un matériau, une propriété, un phénomène ou une méthode. Les liens indiquent comment ces éléments se rapportent les uns aux autres.

Dans un corpus scientifique, cette structure permet par exemple de relier une substance naturelle à ses caractéristiques, à un procédé de fabrication ou à un usage possible. L’adjectif « ontologique » souligne que le système cherche aussi à définir la nature des concepts manipulés et leur place dans un ensemble cohérent.

Cette approche diffère d’une simple recherche par mots-clés. Deux publications peuvent employer des termes différents pour évoquer des phénomènes connexes. En organisant les relations entre les notions, le graphe peut aider les agents à explorer des rapprochements qui seraient moins visibles dans une liste de documents isolés.

Le raisonnement par graphe ne dispense donc pas les agents de générer du langage, mais il donne un cadre à leurs propositions. Au lieu de partir uniquement d’une consigne générale, ils s’appuient sur une carte des notions et de leurs liens.

Une chaîne de travail en quatre étapes

Le déroulement de SciAgents commence avec Ontologist. Cet agent délimite un sous-ensemble pertinent du graphe de connaissances, précise les termes en jeu et repère les relations potentiellement fécondes. Cette étape est importante : la qualité d’une proposition dépend en partie du périmètre documentaire et conceptuel retenu.

Vient ensuite Scientist 1, chargé de formuler une première hypothèse de recherche. Il ne s’agit pas encore d’une conclusion, mais d’une piste qui relie des observations ou propriétés connues à une question susceptible d’être étudiée.

Scientist 2 reprend cette première proposition pour l’enrichir. Son rôle est notamment d’orienter l’idée vers des modalités expérimentales, autrement dit vers des façons concrètes de l’examiner. Enfin, Critic intervient pour passer la proposition au crible : il cherche les limites, les éléments manquants et les points qui réclament une formulation plus solide.

Cette dernière phase est déterminante. Dans un processus scientifique, la critique n’est pas un obstacle à l’idée, mais une condition de son amélioration. SciAgents tente de l’intégrer dès la génération de l’hypothèse, plutôt que de présenter une suggestion brute comme un résultat final.

Environ 1 000 études pour explorer les matériaux inspirés du vivant

Pour mettre leur cadre à l’épreuve, les chercheurs ont rassemblé environ 1 000 études scientifiques sur les matériaux biologiques. Ce corpus a servi de base à la construction et à l’exploration du graphe de connaissances. Le système a alors produit plusieurs hypothèses destinées à répondre à des besoins de recherche qui n’étaient pas encore satisfaits dans ce domaine.

L’un des exemples évoqués concerne l’association de soie et de pigments à base de pissenlit dans la conception de biomatériaux. Dans le fonctionnement de SciAgents, l’intérêt d’une telle idée ne réside pas seulement dans le rapprochement de deux ingrédients naturels. La phase critique souligne aussi ce qui doit être examiné, notamment la durabilité du matériau et son adéquation avec des objectifs écologiques.

Cet exemple illustre le bon niveau de lecture des résultats. Une proposition générée par l’IA n’est pas la preuve qu’un matériau peut être fabriqué, qu’il sera robuste ou qu’il présentera un intérêt industriel. Elle sert à guider une investigation. Les mesures en laboratoire, les comparaisons avec des solutions existantes et les contraintes de fabrication restent nécessaires.

Ce que l’IA apporte, et ce qu’elle ne peut pas trancher seule

L’intérêt potentiel de SciAgents est d’accélérer l’exploration d’un vaste espace d’idées. Un chercheur ne peut pas examiner simultanément toutes les combinaisons entre propriétés, méthodes et matériaux décrites dans des centaines d’articles. Un système multi-agents peut, lui, parcourir ce réseau de connaissances, mettre en relation des éléments et proposer des pistes à discuter.

Cette assistance pourrait être particulièrement utile au début d’un projet, lorsqu’il faut cartographier un domaine, faire émerger des questions et sélectionner celles qui méritent du temps expérimental. Elle peut aussi encourager des rapprochements interdisciplinaires, à condition que les spécialistes concernés puissent en juger la pertinence.

Mais l’outil dépend étroitement des informations qu’il reçoit et de leur organisation. Un corpus incomplet, des données de mauvaise qualité ou des liens mal définis dans le graphe peuvent orienter les agents vers des propositions fragiles. De même, une critique générée par une IA n’équivaut pas à l’évaluation d’un protocole par un laboratoire disposant de mesures, d’instruments et d’une expertise de terrain.

La transparence du raisonnement devient donc un enjeu concret. Les scientifiques doivent pouvoir comprendre les concepts mobilisés, retrouver les éléments qui ont mené à une idée et examiner les hypothèses alternatives laissées de côté. Sans cette traçabilité, l’IA risquerait de produire des suggestions séduisantes mais difficiles à vérifier.

Ce qu’il faut surveiller

À la fin de décembre 2024, les chercheurs prévoient d’étendre SciAgents avec de nouveaux outils de simulation et de récupération d’informations. Leur objectif est de générer des milliers d’idées de recherche enrichies par les échanges entre agents. Dans un tel système, améliorer un agent peut aussi renforcer l’ensemble de la chaîne de travail.

Les détails de l’approche ont été publiés en code ouvert et ont déjà suscité l’intérêt de centaines de personnes issues de différents domaines scientifiques. Cette diffusion pourrait favoriser des adaptations à d’autres sujets, à condition de reconstruire pour chaque domaine des connaissances fiables et adaptées aux questions posées.

La question centrale ne sera pas de savoir si une IA peut écrire une hypothèse convaincante. Elle sera de déterminer si les hypothèses issues de ces systèmes sont réellement nouvelles, suffisamment étayées, faciles à vérifier et utiles pour guider des expériences. Le rôle du chercheur humain reste décisif : choisir les problèmes importants, apprécier la qualité des preuves, concevoir les tests et interpréter les résultats. SciAgents propose une forme de collaboration outillée, pas une science autonome.