# Une étude évalue le jugement des IA face aux preuves scientifiques

> Des chercheurs présentent un benchmark de 96 000 cas en biologie et indiquent que l’entraînement au calibrage a amélioré les prévisions des modèles et leur choix d’expériences.

Oossa · 2026-11-02 · https://oossa.com/fr/study-tests-how-ai-weighs-scientific-evidence

Des chercheurs ont présenté EDB-Bio, un benchmark constitué à partir d’études publiées dans trois domaines de la biologie, afin de vérifier si des modèles de langage peuvent évaluer les preuves à l’appui d’hypothèses scientifiques. Lors de leurs tests, les modèles non entraînés manquaient systématiquement de confiance et obtenaient des résultats comparables à ceux d’une simple prévision fondée sur les taux de base. Un entraînement visant à mieux calibrer leurs probabilités a amélioré leurs résultats.

Selon les chercheurs, leur modèle Ibis0 a sélectionné des expériences 2.5 fois plus efficacement que le meilleur modèle de pointe dans le cadre d’une tâche de sélection séquentielle d’expériences. Ils ont publié le code, les données et les modèles entraînés.

## Les faits

- EDB-Bio comprend 96,000 épisodes issus de la transcriptomique, de cribles CRISPR et d’études d’association pangénomique chez l’humain.
- L’article a été publié sur arXiv le 2026-10-29 ; la notice indique une date de publication au November 2, 2026.

## Pourquoi c'est important

Pour les scientifiques qui s’appuient sur l’IA afin de choisir leurs expériences, ces résultats suggèrent qu’un entraînement au calibrage des probabilités pourrait améliorer cette sélection. L’avantage rapporté se limite toutefois à la tâche étudiée et n’a pas fait l’objet d’une validation indépendante ici.

## Sources et références

1. [Do Language Models Know What Compelling Scientific Evidence Looks Like?](https://arxiv.org/abs/2610.41015) – arXiv cs.LG, 2026-11-02

Dernière mise à jour: 2026-11-02