Pistes de recherche
Ce que ce corpus rend possible — et ce qu'il ne permettra pas.
Le recensement n'est pas une fin. Il sert à poser précisément des questions qui, sans lui, resteraient des impressions. Les pistes qui suivent sont celles que ce matériau ouvre, avec, pour chacune, ce qui la soutient dans la base et ce qu'il faudrait pour la mener.
Ce ne sont ni des résultats, ni des travaux en cours, ni une liste exhaustive. Ce ne sont pas non plus des engagements : ces pistes s'adressent à quiconque voudrait les suivre, seul ou avec nous. Le corpus est déposé et librement réutilisable.
Ce que la langue fait à la pensée
Une communauté qui ne travaille que dans une langue converge sur les questions que cette langue rend faciles à poser. L'hypothèse est discutable ; elle est aussi mesurable, au moins en partie.
Le vocabulaire se forge-t-il, ou décalque-t-il ?
Le français de l'intelligence artificielle invente-t-il ses termes, ou transpose-t-il ceux de l'anglais ?
Suivre la part des termes de forme anglaise dans les mots-clés, et son évolution depuis 2015. Observer les couples concurrents — apprentissage profond et deep learning — pour voir lequel gagne, et dans quelles disciplines.
19 351 termes distincts (18 241 après fusion des variantes de casse et d'accents), sur 88% des notices, 5.8 par document.
Quelles disciplines écrivent encore en français ?
L'abandon du français comme langue de travail est-il uniforme, ou certaines disciplines le maintiennent-elles ?
Croiser la discipline et l'objet d'étude : les sciences de l'éducation, le droit, l'informatique ne parlent pas des mêmes aspects de l'IA. Une discipline qui écrit peu en français sur l'IA n'en écrit pas forcément peu tout court — c'est l'écart qui est instructif.
17 disciplines renseignées sur la totalité du corpus.
Les objets que le français seul traite
La recherche publiée en français porte-t-elle sur les mêmes sujets que la recherche mondiale ?
C'est la question la plus forte, et la seule qui exige un corpus témoin anglophone annoté sous la même taxonomie. Un échantillon suffirait à comparer des répartitions ; le gisement anglophone entier est hors de portée.
Rien dans ce corpus ne permet cette comparaison aujourd'hui : il ne contient que du français, par construction.
Ce que publier en français coûte et rapporte
Publier dans sa langue a un prix de visibilité. Reste à savoir lequel, qui le paie, et ce qu'on reçoit en échange.
Que coûte, et que rapporte, l'accès libre
Quelle part de cette production est consultable sans abonnement, et cela dépend-il du type de publication ?
Croiser l'accès ouvert avec le type de document et l'année. Une thèse et un article de revue n'obéissent pas aux mêmes logiques de diffusion.
Statut d'accès documenté sur 47% des notices, lien vers un texte intégral sur 50%. Les taux calculés décrivent la partie documentée, non le corpus entier.
Où se publie la recherche francophone sur l'IA
Quelles revues et quels éditeurs portent cette production, et le champ est-il concentré ou dispersé ?
Mesurer la concentration éditoriale : quelques revues accueillent-elles l'essentiel, ou la production est-elle éclatée entre des dizaines de supports ? La réponse change ce qu'on peut dire de la structuration du domaine.
982 revues distinctes sur 52% des notices, 438 éditeurs sur 32%.
Ces travaux circulent-ils ?
La recherche publiée en français est-elle lue et citée, ou reste-t-elle confinée à l'espace où elle est produite ?
Les décomptes de citations sont accessibles pour les documents portant un identifiant pérenne. Mais l'indicateur porte un biais connu : les bases de citations sous-représentent structurellement les publications non anglophones — c'est-à-dire qu'elles mesurent en partie le phénomène même qu'on cherche à étudier. Toute conclusion devrait porter cette réserve.
Identifiant pérenne présent sur 40% des notices.
Ce qui se décide, et où
Les systèmes d'intelligence artificielle sont entraînés sur des textes, et régulés par d'autres textes. La langue dans laquelle un domaine s'écrit n'est donc pas sans effet sur la façon dont il se gouverne.
Comment le champ se partage
Quelles préoccupations vont ensemble, et lesquelles ne se rencontrent jamais ?
Une part importante des documents relève de deux objets à la fois. Cela permet de dresser la matrice de leurs croisements : le droit et l'éthique se traitent-ils ensemble ? la technique et ses applications ? Un croisement systématiquement vide en dit autant qu'un croisement fréquent.
59% des notices portent un second objet d'étude, sur sept objets possibles.
La recherche devient-elle plus normative ?
Le regard porté sur l'IA se déplace-t-il de la description vers la critique et la prescription ?
Suivre la posture dans le temps, et par objet. Une montée des postures critiques et prescriptives sur les objets juridiques et éthiques n'aurait pas la même signification qu'une montée générale.
Posture renseignée sur la totalité du corpus. C'est une annotation, donc porteuse de l'incertitude mesurée au calibrage : toute publication doit l'accompagner de sa mesure d'accord.
Les francophonies hors de France
Qui, dans l'espace francophone, écrit sur l'intelligence artificielle en français ?
Le pays de signature est renseigné sur la majeure partie du corpus : les métadonnées de structure de HAL l'ont fourni pour les notices qui en manquaient. Une réserve pèse sur la mesure elle-même, et elle doit accompagner toute répartition : HAL donne le pays de la structure DÉPOSANTE, non celui de l'auteur, ce qui majore la part française. La provenance est inscrite notice par notice, de sorte que toute répartition peut être refaite sur la seule source indépendante, en contrôle.
Pays renseigné sur 81% des notices (88 pays distincts). Contrôle du 2026-09-07 : 97% d'accord avec la source antérieure sur 300 documents, 3% de contradictions.
Ce que ce corpus ne permettra pas
Une liste de possibilités sans liste d'impossibilités se lit comme un argumentaire. Ces quatre limites sont structurelles : aucun enrichissement ne les lèvera.
Tout ce qui demande le texte intégral. L'analyse du raisonnement, de l'argumentation, du style, des références citées à l'intérieur des travaux. Le corpus contient des métadonnées et des résumés reformulés, pas des textes.
Toute évaluation de qualité. Le corpus recense ce qui s'écrit. Il ne mesure ni la rigueur, ni l'originalité, ni la valeur des travaux — et prétendre le contraire serait la manière la plus rapide de lui retirer toute portée.
Les trajectoires individuelles de chercheurs. Les auteurs sont là, mais sans identifiant désambiguïsé : deux homonymes se confondent, un même auteur signant de deux façons se dédouble.
La causalité. Le corpus montrera des évolutions conjointes. Il ne dira jamais pourquoi un objet monte ou décline.
Travailler à partir de ce corpus
Le corpus est déposé, versionné et diffusé sous licence libre : il se télécharge et se réutilise sans autorisation préalable, à charge d'en citer la source. La note de méthode qui l'accompagne indique les sources interrogées, les requêtes, les critères d'inclusion et les mesures de fiabilité.
Une piste manquante, une erreur repérée, une collaboration envisagée : le signalement est la contribution la plus utile qu'on puisse apporter à un recensement.