Grands modèles de langue : quelles perspectives à l’ère de la science ouverte ?

Session 1 : Enjeux de l'intelligence artificielle pour la recherche, les établissements et les laboratoires

• Grands modèles de langue : quelles perspectives à l’ère de la science ouverte ? - Didier Schwab (Laboratoire d'Informatique de Grenoble - UGA)

Résumé : Dans cette présentation, j’explore les perspectives offertes — mais aussi les limites imposées — par les grands modèles de langue (LLM) dans le cadre de la science ouverte, avec un accent particulier sur le Traitement Automatique des Langues et de la Parole (TALP). Elle met en regard modèles décodeurs (génératifs, comme GPT) et encodeurs (prédictifs, comme BERT), en illustrant leurs architectures d’autoapprentissage non supervisé. J’y souligne les risques majeurs liés à l’opacité et à la contamination des données d’entraînement des modèles fermés, qui compromettent toute reproductibilité scientifique. La présentation analyse ensuite le spectre d’ouverture des modèles actuels — fermés, poids ouverts ou entièrement ouverts — et insiste sur la nécessité d’un encadrement clair pour l’usage des modèles opaques en recherche. Elle rappelle enfin que la science ne peut progresser que si les données, les modèles et les pipelines sont documentés, traçables et accessibles.