L'IA peut-elle prédire le lauréat d'un prix Nobel de physique ou de chimie avec une précision de 85 % dix ans à l'avance ?

Les prédictions des prix Nobel reposent sur l'identification de contributions scientifiques révolutionnaires mais souvent imprévisibles. L'IA peut analyser les réseaux de citations, les tendances de recherche et les schémas historiques pour anticiper les futurs lauréats. Cette capacité reflète le rôle croissant de l'IA dans l'évaluation de l'impact scientifique à long terme, bien que cela reste controversé dans les milieux universitaires.

Les chercheurs ont tenté de prévoir les percées dignes d'un Nobel en exploitant les réseaux de citations et les schémas de récompenses, mais une précision à long terme bien supérieure au hasard reste insaisissable ; des études récentes ne signalent que des indices précoces modestes, dans 40 à 60 % des cas seulement, lorsqu'il s'agit de prédire les grands prix cinq ans ou plus à l'avance. Les travaux qui revendiquent un taux de réussite de 85 % reposent généralement sur de petits ensembles de données sélectionnés ou sur un étiquetage rétrospectif plutôt que sur une validation hors échantillon couvrant des décennies d'histoire des Nobel. L'Académie royale des sciences de Suède elle-même souligne que les décisions de prix dépendent de jugements de comité inquantifiables, rendant toute prédiction déterministe irréalisable à de tels seuils stricts.

— Enrichi le 12 mai 2026 · Source : résumé de bonne foi, aucune référence publique