1° partie
À partir d’un hackathon scientifique organisé à l’ENS de Lyon en 2025, cette conférence montre
comment les intelligences artificielles génératives s’invitent dans l’écriture de la science.
Elle raconte
comment ces outils stimulent la curiosité, la coopération entre disciplines et la créativité… tout en
obligeant à une vigilance accrue face aux erreurs et aux biais.
Des exemples concrets de prompts et
de textes générés serviront de support à une discussion sur ce que l’IA fait – et ne fait pas – à la
création et à la découverte scientifiques.
Philippe GABRIEL est:
Maître de conférences émérite en sciences de l’éducation et de la formation, Avignon
Université et LIRDEF, Univ Montpellier, Univ Montpellier Paul Valéry, Montpellier, France.
Membre du comité de rédaction de la revue Éducation et Socialisation – Les Cahiers
du CERFEE
Co-animateur réseau EERA Network 16 : ICT in Education and Training.
EXPERIENCES ou CENTRES D’INTERET :
Expériences ou centres d’intérêt en lien avec la conférence :
Évaluation de dispositifs d’éducation et de formation.
Usages du numérique et de l’intelligence artificielle en éducation et formation.
Enseignement supérieur en France et en Europe (Lettonie, Macédoine du Nord, Ukraine).
Participation à un hackathon interdisciplinaire sur « Ce que l’IA fait à la pratique de la science
» (IXXI – ENS de Lyon, juillet 2025).
3/ BIBLIOGRAPHIE/SITOGRAPHIE
Ministère de l’Éducation nationale (2021). Cadre d’usage de l’intelligence artificielle en
éducation. https://www.education.gouv.fr/publication-du-cadre-d-usage-de-l-intelligence-
artificielle-en-education-450652
Bommasani, R. et al. (2021). On the Opportunities and Risks of Foundation Models.
https://crfm.stanford.edu/assets/report.pdf (Synthèse sur les grands modèles de langage).
https://arxiv.org/abs/2108.07258
The Royal Society (2024). Generative AI in science and research. https://royalsociety.org/-
/media/policy/projects/science-in-the-age-of-ai/science-in-the-age-of-ai-report.pdf
Haibe-Kains B, Adam GA, Hosny A, et al. (2020). Transparency and reproducibility in artificial
intelligence. Nature. 2020 Oct;586(7829):E14-E16. DOI: 10.1038/s41586-020-2766-y. PMID:
33057217; PMCID: PMC8144864.https://europepmc.org/article/MED/33057217
Dmitry Kobak et al. (2025). Delving into LLM-assisted writing in biomedical publications
through excess vocabulary.Sci. Adv.11,eadt3813.DOI:10.1126/sciadv.adt3813
Site de l’Université Populaire d’Avignon. Thème par année. https://upavignon.org/themes-
par-annee/
Dossier collaboratif des supports UPA.
https://drive.google.com/drive/folders/1hQZ7Xm_SkjgJ-uXmY3JT8dK7jxm_u2Dd