La recherche sur l'intelligence artificielle, lue en français
Francophon-IA recense la recherche sur l'intelligence artificielle publiée en langue française, quel que soit le pays du laboratoire.
Le site documente la place du français dans la production scientifique mondiale sur l'IA, et interroge les effets de cette place sur les plans culturel, économique et politique. Il rassemble un corpus, en publie les chiffres, et expose la méthode qui les produit — afin que chacun puisse en vérifier la portée comme les limites.
Ce que ce corpus est, et ce qu'il n'est pas
Le critère retenu est la langue de publication, non la nationalité des auteurs ni le pays du laboratoire. Un chercheur parisien qui publie en anglais n'entre pas dans ce corpus ; une équipe québécoise, sénégalaise ou suisse qui publie en français y entre.
Ce déplacement change entièrement l'objet observé. Les classements habituels mesurent la puissance de recherche d'un pays ; celui-ci mesure la vitalité d'une langue comme instrument de travail scientifique. Les deux peuvent diverger fortement — un pays peut produire beaucoup de recherche sur l'IA sans presque rien en publier dans sa langue.
Ce n'est donc pas un panorama de la recherche francophone en IA : c'est un relevé de ce qui s'en écrit en français. La différence entre les deux est précisément ce que le projet cherche à documenter.
Comment le corpus est constitué
Moissonner
Interrogation automatique de HAL et OpenAlex sur des termes de recherche explicites — « intelligence artificielle » · « apprentissage automatique » · « apprentissage profond » · « réseaux de neurones » · « traitement automatique des langues » · « modèle de langage » — restreinte aux documents rédigés en français.
Dédoublonner
Un même travail figure souvent dans plusieurs catalogues. Les doublons sont rapprochés par DOI, puis par identifiant de dépôt, puis par titre et année — dans cet ordre, toujours le même.
Examiner
Les mots-clés ramènent beaucoup de faux amis : des réseaux de neurones biologiques, des agents intelligents de sciences sociales, des titres où l'IA n'est qu'une mention de passage. Sur 11 601 documents examinés, 3 376 ont été écartés après lecture de leur résumé — 29 %. Il en reste 8 225.
Contrôler
Ce tri est fait par un modèle de langage contraint à un vocabulaire fixe, puis contrôlé à l'aveugle : un relecteur humain classe un échantillon tiré au hasard sans voir la réponse de la machine, et l'on mesure leur accord (0.95, κ de Cohen sur 52 notices relues). Un désaccord trop fréquent ne conduit pas à corriger les cas un par un, mais à revoir les règles de classement et à tout recommencer. 2 séances de contrôle antérieures, portant sur 26 notices, ont conduit à de telles révisions ; leurs mesures ne sont pas cumulées à celle-ci, faute de porter sur les mêmes règles.
Toute page de ce site citant des chiffres est produite depuis la base elle-même, jamais saisie à la main : c'est la seule façon de garantir qu'elle ne dise pas autre chose que le corpus. La note de méthode complète — sources, requêtes, critères d'inclusion, dates de collecte — est engendrée par le même procédé et déclare ses propres lacunes.
Sur quoi porte cette recherche
Répartition des 8 225 publications du corpus par objet principal d'étude. Un même travail peut relever de deux objets ; seul le principal est compté ici.
Ordres de grandeur issus d'une annotation automatique contrôlée par échantillon. Le détail, les réserves et la mesure de fiabilité figurent sur la page du corpus.
Les questions que ce corpus permet de poser
Disposer d'un recensement ne suffit pas à conclure. Il permet en revanche de formuler précisément des questions qui, sans lui, resteraient des impressions. Le projet en retient trois familles.
Culturelle
Que devient une langue dont les praticiens d'un domaine cessent de l'utiliser pour penser ?
- Le vocabulaire français de l'IA se forge-t-il, ou décalque-t-il ?
- Quels objets ne sont traités qu'en français — et lesquels ne le sont jamais ?
- La recherche publiée en français porte-t-elle sur les mêmes sujets que la recherche mondiale, ou sur d'autres ?
Économique
Publier dans sa langue a un coût de visibilité. Qui le paie, et que reçoit-on en échange ?
- Quelle part de cette production est accessible librement, et quelle part reste derrière un abonnement ?
- Les travaux en français circulent-ils, ou restent-ils confinés à l'espace où ils sont produits ?
- Quels dispositifs de financement encouragent ou découragent la publication en français ?
Politique
Les systèmes d'IA sont entraînés sur des textes. La langue dans laquelle un domaine s'écrit n'est donc pas neutre.
- Une recherche qui ne s'écrit pas en français peut-elle être discutée démocratiquement en français ?
- Les questions de régulation, d'éthique et de droit se posent-elles dans les mêmes termes selon la langue ?
- Quelle place occupent les francophonies hors de France dans cette production ?
Ces questions sont ouvertes. Le corpus fournit la matière pour y travailler ; il ne contient pas les réponses, et ce site n'en avancera aucune sans exposer la mesure qui la soutient.
Consulter, vérifier, contribuer
Les chiffres détaillés du corpus — par type de document, par année, par catalogue d'origine — sont publiés et mis à jour à chaque relevé.
Le corpus n'est pas complet et ne le sera jamais tout à fait : certains canaux de publication francophones ne sont pas encore interrogés, et une partie des actes de colloque reste difficile à individualiser. Les manques connus sont déclarés plutôt que masqués.
Un travail absent, mal attribué, ou classé de travers ? Le signaler est la contribution la plus utile qu'on puisse apporter à ce recensement.