Le Grand Filtrage : Pourquoi la science peine à cultiver ses esprits indépendants
Alors que les découvertes audacieuses ralentissent, une théorie provocante prend forme : le système lui-même pourrait écarter les personnes qui pourraient tout changer.
Où sont passés les Newton ? Les Einstein, les Crick, ces iconoclastes qui ont bousculé la réalité avec un seul article ou une idée folle ?
Cela fait des décennies que la physique n’a pas ébranlé le monde avec quelque chose d’aussi marquant que le bond quantique. La biologie a fait grand bruit avec le Projet Génome Humain, mais la vague de remèdes miracles attendue par le public s’est largement estompée. Le 21e siècle devait être l’ère de la science. Au lieu de cela, nous nous retrouvons avec un tapis roulant incessant d’articles incrémentaux — la plupart non lus, beaucoup sans intérêt, presque tous oubliables.
Les explications habituelles viennent facilement à l'esprit : nous avons cueilli les fruits les plus accessibles, les problèmes sont plus ardus, l'équipement plus coûteux. Mais dans les conversations chuchotées lors de conférences et les débats nocturnes dans les cafétérias de laboratoire, une autre théorie gagne du terrain. Et si le problème n’était pas la science elle-même ? Et si c’était les scientifiques que le système produit ?
Et si nous avions construit une machine académique si efficace, si professionnalisée, qu'elle broie précisément les esprits inadaptés qui auraient pu changer le monde ?
L'apprentissage de 35 ans
Jetez un œil au parcours de recherche moderne. Quatre ans de licence. Peut-être quelques années de plus pour un master. Puis cinq à sept années supplémentaires pour la thèse de doctorat. Vient ensuite le fameux carrousel post-doctoral — deux ou trois séjours, parfois quatre, chacun durant plusieurs années. Au moment où un chercheur décroche enfin un poste indépendant convoité, il approche souvent de ses 35 ans.
C'est très loin des géants de l'histoire. Newton avait une vingtaine d'années lorsqu'il a inventé le calcul et posé les fondements de la mécanique classique. Einstein avait tout juste 26 ans lorsqu'il a publié ses articles de l'année miraculeuse. Watson avait 25 ans lorsque, avec Crick, il a élucidé la structure de l'ADN.
Le parcours moderne ne fait pas que ralentir les gens. Il façonne ceux qui survivent. Pour durer quinze ans dans le milieu universitaire, il faut avant tout deux qualités : la patience et l'obéissance. Il faut répéter méticuleusement les expériences, peaufiner les propositions de subventions selon le format approuvé et publier dans les bonnes revues. Il faut travailler en douceur sous la direction de superviseurs. Il faut "jouer le jeu".
Mais les révolutionnaires de la science se sont rarement pliés aux règles. Ils étaient obsessionnels. Entêtés. Ils poursuivaient des idées que leurs conseillers détestaient. Ils argumentaient, se laissaient distraire, enfreignaient les règles. Dans le système actuel, ces personnes sont éliminées. L'étudiant brillant mais épineux n'obtient jamais les lettres de recommandation élogieuses. Le doctorant qui veut consacrer trois ans à un pari risqué est mis en garde. Le post-doctorant qui remet en question les dogmes est étiqueté comme un fauteur de troubles.
Lorsque le filtrage est terminé, il ne reste qu'une main-d'œuvre de professionnels diligents et déférents. Exactement le mauvais profil pour la science de rupture.
La tyrannie des métriques
Si le long apprentissage est le premier filtre, l'obsession des chiffres est le second.
Les carrières de recherche modernes vivent et meurent par les métriques : articles par an, facteurs d'impact, nombres de citations, montants des subventions. Celles-ci étaient censées apporter de l'équité aux évaluations. Au lieu de cela, elles ont déformé toute la culture.
Lorsque les promotions dépendent de la production, les chercheurs optimisent leur production. Cela signifie chasser les sujets à la mode au lieu des problèmes obscurs mais importants. Cela signifie découper une découverte en plusieurs « unités publiables minimales ». Cela signifie choisir un travail sûr et incrémental plutôt que des bonds audacieux et risqués.
Le résultat est une industrie d'« artisans du papier » – hautement qualifiés, infiniment productifs et presque entièrement oubliables.
Le piège de la spécialisation
Il y a une autre dimension au problème. La science moderne est fracturée en niches de plus en plus étroites.
Un biologiste pourrait passer une carrière entière sur une seule famille de protéines. Un spécialiste des matériaux pourrait consacrer des décennies à une seule classe d'alliages. Cette profondeur est nécessaire — les domaines sont complexes, les techniques prennent des années à maîtriser. Mais le coût est la créativité. Les polymaths d'autrefois, qui naviguaient entre la physique, la chimie et la philosophie, ont été remplacés par des spécialistes qui bricolent aux confins de l'obscurité.
Lorsque le travail d'une vie se résume à clarifier une note de bas de page dans un domaine que la plupart de vos collègues reconnaissent à peine, la prise de risque semble inutile. De plus en plus de chercheurs acceptent leur rôle sur la chaîne de montage intellectuelle et renoncent silencieusement à la grandeur.
Le paradoxe de l'IA
Et maintenant, dans ce paysage, entre l'intelligence artificielle.
Les optimistes y voient le salut. L'IA peut prendre en charge le travail fastidieux : analyser les données, concevoir des expériences, parcourir la littérature, et même élaborer des hypothèses. AlphaFold a déjà résolu des structures protéiques en quelques secondes, ce qui prenait autrefois des années. Les laboratoires autonomes, propulsés par l'IA et la robotique, promettent d'accélérer la découverte tout en libérant les esprits humains pour des réflexions audacieuses.
Mais les pessimistes soulèvent une possibilité plus sombre. Si le système récompense la production d'articles plutôt que la véritable découverte, l'IA ne va-t-elle pas simplement suralimenter cette production ? Les modèles linguistiques sont déjà utilisés pour produire des articles plus rapidement, forçant les revues à une course aux armements pour la détection. Entraînés sur la littérature existante, ces systèmes ont tendance à faire écho au consensus et à décourager les idées étranges et très divergentes. Ils recommandent la prochaine expérience « raisonnable » – pas celle, folle, qui pourrait déclencher une révolution.
Pire, des études montrent que l'IA peut parfois négliger des nuances, déformer des résultats ou exprimer une confiance injustifiée. La vitesse sans la précision n'est pas un progrès.
Une voie à suivre
Échapper au piège nécessite plus que de nouveaux outils. Cela signifie repenser les incitations qui guident la science aujourd'hui.
Imaginez si les universités plafonnaient le nombre d'articles pris en compte pour une promotion, en privilégiant la qualité sur le volume. Ou si les bailleurs de fonds réservaient de véritables budgets aux projets risqués et à fort potentiel de réussite, avec une chance d'échec connue. Et si les revues publiaient les résultats négatifs avec autant d'enthousiasme que les positifs ? Et si les CV narratifs remplaçaient les décomptes de citations ?
Certaines institutions essaient. Quelques-unes ont créé des fonds pour la « recherche à risque ». Une poignée de revues proposent désormais des sections pour les résultats nuls. Mais cela reste des exceptions dans une culture toujours accrochée à une production sûre et régulière.
L'IA pourrait aider – si elle est utilisée à bon escient. Qu'elle décharge des tâches ingrates, mais qu'elle protège le temps pour les idées étranges et spéculatives. Exigez la transparence pour les affirmations assistées par l'IA : sources, versions des modèles, journaux d'invites (prompt logs). Associez les suggestions générées par la machine à un scepticisme humain. Et surtout, orientez les nouveaux outils puissants vers l'inexploré, l'inhabituel, le sauvage.
Les enjeux
Faire fausse route ne nuira pas seulement aux carrières ou aux universités. Cela pourrait entraver la capacité de l'humanité à résoudre ses plus grands problèmes.
Nous avons besoin de nouveaux matériaux pour une énergie propre. Nous avons besoin de remèdes pour des maladies que nous ne comprenons pas entièrement. Nous avons besoin de moyens de nourrir et de soutenir des milliards d'êtres humains sans détruire la planète. Le progrès incrémental ne suffira pas.
Ce dont nous avons besoin, ce sont les types de découvertes qui ne proviennent que de personnes que le système actuel élimine discrètement — les obsessionnels, les indisciplinés, les étranges.
Les Newton sont toujours là. Nous devons simplement arrêter de les écarter.