Les grands modèles de langage ont fait entrer la recherche dans une ère nouvelle. Encore faut-il distinguer l’outil de son usage. Car ce qui s’observe aujourd’hui dans nos amphithéâtres et sur nos bureaux d’éditeur n’est pas le triomphe d’une technologie. On assiste, impuissant, à la lente érosion d’une compétence.
Je le dis d’emblée, pour qu’aucun malentendu ne s’installe. Je ne suis pas de ceux qui redoutent l’intelligence artificielle. Je la pratique. Je l’enseigne. Je bâtis avec elle. J’ai animé à Douala deux séminaires entiers consacrés à l’IA et à la recherche universitaire. Je développe une application destinée à codifier le camfranglais, cette variété de contact dont je fais depuis des années un objet d’étude. Mon propos n’est donc pas celui d’un technophobe. Il est plutôt celui d’un praticien inquiet. Car l’outil que je défends, je le vois chaque jour détourné de ce qui en fait la valeur. Et c’est depuis cette double position d’enseignant et d’éditeur que je témoigne.
- Ce que l’IA bien employée apporte à la recherche
Bien utilisé, un large modèle de langage est un remarquable auxiliaire du chercheur, un assistant redoutable. Il accélère la revue de littérature, reformule une idée rétive, traduit une source, débroussaille un raisonnement, propose des contre-arguments que l’on n’avait pas anticipés. Il fait office de premier lecteur, infatigable et disponible, à qui l’on soumet une hypothèse pour en éprouver la solidité. Il abaisse, pour le chercheur africain souvent isolé de ses pairs et privé d’abonnements coûteux, une partie des barrières matérielles à la production scientifique. Refuser cela par principe serait absurde. Et même contre-productif au moment où la compétition scientifique mondiale se joue aussi sur la maîtrise de ces instruments. Encore faut-il pouvoir y accéder. Car les modèles les plus puissants ne sont pas également distribués. Leurs versions les plus performantes sont tantôt réservées à un cercle restreint d’institutions « de confiance », tantôt facturées à des tarifs qui les placent hors de portée du chercheur africain ordinaire, lequel demeure cantonné à l’offre gratuite, la moins performante, et celle qui se nourrit de ses données. L’accès à la machine reproduit ainsi la hiérarchie qu’il prétendait abolir.
L’apport des larges modèles de langage est, il faut le souligner, suspendu à une condition, que les instances internationales ont formulée avec une rare convergence. L’UNESCO, dans son Guidance for Générative AI in Education and Research de 2023, le Comité d’éthique des publications (COPE), le Comité international des rédacteurs de revues médicales (ICMJE) et les grands éditeurs scientifiques (Nature, Springer, Elsevier, Taylor & Francis) disent tous la même chose, en trois points. Une intelligence artificielle ne peut jamais être créditée comme auteure, elle ne peut répondre de rien. Tout recours à ces outils doit être déclaré, explicitement, dans le corps du travail. L’auteur humain demeure intégralement responsable de ce qu’il signe, exactitude des faits comme des références.
Telle est la ligne de partage. L’IA est un instrument que l’on déclare et que l’on contrôle, jamais un nègre que l’on dissimule. Le bon usage suppose une compétence préalable. Il faut savoir juger ce que la machine produit pour pouvoir s’en servir. C’est précisément cette compétence qui fait défaut.
Le revers camerounais
Comme enseignant, je constate que les étudiants recourent systématiquement à ces outils pour leurs devoirs de maison comme pour leurs mémoires. Nous voyons circuler des travaux (devoirs, mémoires, jusqu’à des thèses) rédigés en tout ou en partie par une machine, sans le moindre respect des règles qui en encadrent le bon usage. Le problème, loin d’être l’outil, est que ces étudiants n’ont pas bâti, en amont, les compétences qui leur permettraient d’en faire un usage critique.
Les conséquences sont triples et toutes graves.
Faute d’avoir appris à chercher, à formuler une problématique, à interroger une source, à bâtir une démonstration, ils ne deviendront jamais des chercheurs.
Faute de savoir évaluer une réponse, ils demeureront prisonniers des biais des modèles, incapables de repérer une référence inventée ou un raisonnement spécieux.
Et faute d’autonomie intellectuelle, ils en seront durablement dépendants, condamnés à sous-traiter une pensée qu’ils n’auront pas formée.
On forme ainsi une génération qui sait commander un texte, mais non le produire, qui sait obtenir une réponse, mais non la questionner. La compétence de chercheur, on ne la télécharge pas. Elle se construit par l’exercice, et c’est cet exercice que la facilité de la machine vient court-circuiter.
À cela s’ajoute une dépossession dont ils n’ont même pas conscience. Presque tous, y compris de très nombreux enseignants, utilisent les versions gratuites de ces modèles, et ignorent que leurs données et leurs conversations servent à entraîner les machines. Le fait est vérifiable. Chez les principaux fournisseurs, l’entraînement sur les échanges des comptes personnels gratuits est activé par défaut, et c’est à l’utilisateur qu’il revient de le désactiver, démarche que nul n’accomplit, faute d’en connaître l’existence. Chez l’un d’eux, les conversations relues par des évaluateurs humains sont même conservées jusqu’à trois ans, y compris après que l’utilisateur les a supprimées. Ainsi, l’Afrique, scientifiquement absente de cet environnement numérique, contribue-t-elle gratuitement à perfectionner des modèles qui ne la connaissent pas.
Car ces modèles ne sont pas neutres. Leurs données d’entraînement sont massivement anglophones et occidentales, au point que l’on a pu parler de colonialisme algorithmique. On n’est pas sorti d’une forme de colonisation qu’on entre dans une autre. La machine reconduit les références, le style et jusqu’à la morphosyntaxe du monde qui l’a façonnée. Interrogée sur une question africaine, elle répondra souvent par le détour d’auteurs occidentaux, ignorant les corpus locaux qu’elle n’a jamais lus. L’étudiant et l’enseignant qui s’y abandonnent sans distance importent une manière de penser, une hiérarchie implicite des savoirs, et effacent les leurs. Ce qui se joue ici dépasse la triche. Il ne s’agit, ni plus ni moins, que d’une question de souveraineté épistémique.
Du côté de l’édition
Comme éditeur, le constat n’est pas plus rassurant. Il est même alarmant. À Pygmies Éditions, nous vérifions systématiquement les manuscrits qui nous sont soumis. Sur quinze textes reçus entre 2025 et 2026, une proportion que j’estime à 40 % présentait des marqueurs de génération automatique. Or, lorsqu’ils sont confrontés à ces indices, les auteurs nient le plus souvent. Rares sont ceux qui reconnaissent, plus rares encore ceux qui déclarent spontanément leur recours à ces outils. Les conséquences sont nombreuses. Des éditeurs africains sérieux abandonnent le métier. Le terrain est occupé par les prédateurs locaux et, surtout, occidentaux. Les libraires refusent les livres édités en Afrique pour défaut de qualité scientifique, présence de plagiat et de nombreux contenus générés par l’intelligence artificielle. On s’auto-exclut d’un écosystème dans lequel notre place est déjà marginale.
La dissimulation du recours à l’intelligence artificielle fait courir un risque sérieux à la recherche camerounaise. Un usage sincère, déclaré et maîtrisé est un appui. Un usage caché et incontrôlé est une fraude, qui corrompt la chaîne de validation scientifique tout entière. Lorsqu’un article généré sans contrôle franchit les étapes de l’évaluation, ce sont les références erronées, les analyses approximatives et les biais non corrigés qui s’installent dans le patrimoine scientifique national. On ne saurait construire une recherche crédible sur des fondations que leurs propres auteurs n’assument pas. La crédibilité, une fois entamée, est longue à reconquérir.
Ce risque a, du reste, un pendant souvent ignoré. Les mêmes normes internationales interdisent à l’évaluateur de téléverser un manuscrit confidentiel dans un outil d’IA grand public, même pour le corriger, car rien ne garantit qu’il n’en conservera ni n’en réutilisera le contenu. Un travail inédit, soumis en toute confiance à la lecture critique d’un pair, peut ainsi se retrouver versé, à son insu, dans les entrailles d’un modèle. La vigilance ne concerne donc pas seulement l’auteur qui dissimule, elle engage toute la chaîne éditoriale, du contributeur au relecteur.
- Légiférer, sans attendre, et s’arrimer au CAMES
Il faut saluer les universités qui ont déjà pris la mesure du problème, Yaoundé I et Maroua, par exemple, ont commencé à encadrer ces pratiques. Mais il faut regretter que la démarche reste isolée. Ce qui vaut pour quelques établissements doit valoir pour tous.
Le mouvement, du reste, est déjà engagé au sommet de l’État. Le 10 février 2026, l’UNESCO remettait au ministère des Postes et Télécommunications le rapport d’évaluation de l’état de préparation du Cameroun à une gouvernance éthique et responsable de l’IA. Quelques jours plus tard se tenait à Yaoundé un atelier consacré à « l’intelligence artificielle responsable au Cameroun ». L’élan existe. Il lui manque son volet universitaire. Mais surtout, il ne faut pas se limiter aux déclarations d’intention.
Le Cameroun doit donc légiférer pour préserver la qualité de sa recherche, et, au niveau du Conseil consultatif des institutions universitaires, s’arrimer aux normes que le CAMES élabore en la matière. L’institution a déjà actualisé son Code d’éthique et de déontologie et ouvert le chantier de l’IA dans la formation des enseignants du supérieur. Une telle réglementation n’aurait rien d’une interdiction. Elle poserait simplement les trois exigences que le monde scientifique a déjà faites siennes : usage encadré, pas d’auctorialité machinique, déclaration obligatoire de l’usage, responsabilité pleine et entière de l’auteur. Elle imposerait surtout que l’on forme les étudiants et les chercheurs à l’usage critique de ces outils, avant qu’ils ne les emploient, ou alors pour qu’ils les emploient convenablement, car une compétence que l’on n’a pas acquise ne saurait être déléguée. L’intelligence artificielle ne dispense pas de penser. Elle suppose, pour être utile, que l’on sache déjà le faire. Le jour où nous l’aurons compris, la machine cessera d’appauvrir notre recherche pour commencer à la servir. C’est tout l’enjeu, et il est entre nos mains.
Par Laurain Assipolo, Maitre de conférences à l’Université de Douala
Fondateur et gérant de Pygmies Éditions
