Le périmètre du corpus, et pourquoi

Francophon-IA recense les publications scientifiques en langue française sur l'intelligence artificielle - pas les publications de chercheurs français. Un chercheur français qui publie en anglais est hors champ ; un chercheur québécois qui publie en français y entre. Ce choix vient du sujet même du projet : la place de l'IA dans la recherche francophone, pas dans un pays donné.

Le corpus part de 2015 (197 documents cette année-là, 1 746 en 2025 - une borne mesurée, pas arbitraire) et couvre huit termes de recherche : intelligence artificielle, apprentissage automatique, apprentissage profond, réseaux de neurones, traitement automatique des langues, modèle de langage, IA générative, algorithmique. Leur union définit le champ : mesuré le 25 août 2026, ils renvoient 8 903 documents dans HAL et 6 944 dans OpenAlex.

Deux sources sont moissonnées : HAL, qui forme le socle du corpus (65% des documents y offrent un texte intégral librement accessible), et OpenAlex, qui complète avec les DOI, les citations, l'accès ouvert et les affiliations. Les mémoires de master sont écartés - ce sont des travaux non évalués par les pairs (645 documents recensés dans HAL à cette date).

Les apports propres du projet (sélection, résumés reformulés, annotations, pages) sont sous licence CC BY 4.0. Les métadonnées elles-mêmes restent régies par les conditions de HAL et d'OpenAlex - on ne peut placer sous licence ce qu'on n'a pas produit.

Note : la réflexion et les choix de ce billet sont d'origine humaine ; une IA (Claude) en a assuré la relecture et la mise en forme, certains points ayant été rediscutés avec elle avant validation finale.