Publié le 2025-10-28 10:38:00. Des chercheurs ont développé un nouvel outil d’intelligence artificielle, baptisé Funding the Frontier (FtF), capable de cartographier l’impact des subventions de recherche à l’échelle mondiale. Cette initiative vise à offrir une vision transparente et globale de la manière dont l’argent investi dans la science se traduit concrètement dans les publications, les brevets, les politiques publiques, les essais cliniques et même dans les médias.
- Funding the Frontier (FtF) analyse la manière dont les financements de la recherche se déploient dans divers domaines d’impact.
- L’outil, basé sur un vaste ensemble de données mondiales, relie des millions de subventions à des publications, brevets, documents politiques, essais cliniques et articles de presse.
- Les critiques alertent cependant sur le risque d’orienter le financement vers des recherches jugées « sûres » et de négliger l’innovation de rupture ou la recherche fondamentale.
Chaque année, des sommes colossales sont consacrées à la recherche scientifique à travers le monde, alimentant des découvertes majeures. Mais la destination précise de ces fonds et leurs répercussions concrètes demeurent souvent floues. Pour combler ce manque, des scientifiques ont mis au point Funding the Frontier (FtF), un système d’intelligence artificielle apprenant de ses données qui visualise l’ensemble des retombées des financements de la recherche. Cette cartographie inédite prend en compte les publications académiques, les dépôts de brevets, l’élaboration de politiques publiques, les avancées dans les essais cliniques, et même la couverture médiatique. L’objectif est de fournir aux bailleurs de fonds, aux décideurs politiques, aux responsables universitaires et aux chercheurs une vue d’ensemble claire et transparente de la façon dont les investissements transforment la science et, par extension, la société.
Si l’importance du financement scientifique est un sujet de longue date, les études se sont souvent concentrées sur les publications et les subventions elles-mêmes, laissant de côté d’autres formes d’impact moins évidentes. FtF entend combler cette lacune en offrant une perspective multidimensionnelle.
Construit à partir de l’une des plus grandes bases de données jamais compilées dans ce domaine, FtF s’appuie sur des informations collectées auprès de plateformes telles que Dimensions, SciSciNet et Altmetric. Le système parvient à établir des liens entre plus de 7 millions de subventions de recherche et 140 millions d’articles scientifiques, 160 millions de brevets, 10,9 millions de documents politiques, 800 000 essais cliniques et 5,8 millions d’articles de presse. L’ensemble est interconnecté via près de 1,8 milliard de relations de citation.
« FtF a été conçu grâce à une étroite collaboration avec des décideurs du monde réel. Il pourrait permettre de passer à une vision globale et multidimensionnelle de l’impact. Les décideurs pourraient voir non seulement quels projets produisent des articles, mais également lesquels contribuent à l’innovation, aux politiques, à la santé ou à la compréhension du public. »
Yifang Wang, Université d’État de Floride
L’outil va plus loin en permettant une analyse fine de la répartition des financements, que ce soit par domaine scientifique, par institution, par genre ou par étape de carrière. Cela offre la possibilité de déceler d’éventuelles inégalités d’accès aux financements.
« FtF visualise également la répartition des financements à plusieurs niveaux : par domaine, institution, sexe et étape de carrière, ce qui permet aux utilisateurs de voir qui reçoit des financements et où existent des inégalités potentielles. »
Yifang Wang, Université d’État de Floride
Cette capacité pourrait révolutionner le processus de décision en matière de financement, en aidant à identifier les recherches les plus prometteuses et en anticipant les opportunités futures. James Wilsdon, de l’University College London, qui n’a pas participé à l’étude, qualifie l’initiative d’« tentative ambitieuse et louable de combiner et de synthétiser un large éventail de données, d’indicateurs et d’algorithmes ». Il souligne que ce qui distingue cet outil de la plupart des analyses scientométriques est la diversité des éléments intégrés dans un cadre unique.
Vincent Traag, de l’Université de Leiden, également extérieur à l’étude, met en avant la force du système dans son interface utilisateur, qui permet une exploration intuitive des résultats scientifiques, de leurs retombées et de leurs impacts.
Inquiétudes sur le risque d’un financement trop prudent
Cependant, certains experts expriment des réserves. La dépendance excessive à l’égard des mesures et des modèles prédictifs pourrait, selon eux, favoriser des projets jugés plus « sûrs », au détriment de la recherche fondamentale, de longue haleine, ou de celle guidée par la pure curiosité scientifique.
« Pourrait-il y avoir un risque que la recherche devienne une prophétie auto-réalisatrice si nous prenons des décisions basées sur de tels algorithmes ? La prise de décision pourrait-elle devenir plus conservatrice, si elle était basée sur ce qui a fonctionné dans le passé et non sur ce qui devrait fonctionner à l’avenir ? »
James Wilsdon, University College London
Cette préoccupation est partagée par les éthiciens, qui craignent qu’une telle approche ne consolide le statu quo. Philippe Brey, de l’Université de Twente, avertit que l’utilisation des performances passées comme seul guide pour le financement futur pourrait amener à éviter les recherches novatrices qui génèrent de nouveaux types d’impacts ou qui brisent les schémas historiques.
« Quand un système comme celui-ci est utilisé pour allouer du financement de la recherche qui a, dans le passé, donné un impact, le préjudice potentiel est que cela pourrait conduire à éviter de financer des recherches innovantes qui génèrent de nouveaux types d’impacts ou qui brisent les schémas historiques. De nombreuses recherches innovantes, révolutionnaires et disruptives ne génèrent pas immédiatement d’impact, mais méritent néanmoins d’être financées. »
Philippe Brey, Université de Twente
Les spécialistes de la politique en matière d’IA soulignent également le danger d’une confiance aveugle dans les résultats de FtF, sans une compréhension approfondie de la manière dont ces conclusions ont été produites ou de l’incertitude inhérente à ces prédictions. Vincent Traag note que si nous avons tendance à analyser plus facilement les jugements humains, il est plus aisé d’accepter les prédictions algorithmiques.
« Pourtant, il existe encore une incertitude considérable quant à la prévision des subventions qui produiront quels impacts… et les gens pourraient accorder trop de confiance aux résultats. »
Vincent Traag, Université de Leiden
Il est également crucial de noter que les prédictions de FtF se basent uniquement sur les modèles textuels présents dans les demandes de subvention, ce qui limite intrinsèquement leur portée. « Il s’agit d’une traduction plutôt simple des mots en impact, sans informations contextuelles plus larges et plus larges », explique Vincent Traag. « Une perspective plus utile serait probablement d’esquisser le résumé d’une proposition de subvention dans un contexte plus large pour permettre aux utilisateurs d’explorer… les domaines dans lesquels la proposition va au-delà des connaissances existantes. »
En conclusion, le consensus général est que des outils comme FtF devraient être utilisés comme un soutien à la décision, et non comme un facteur déterminant. « Ces types d’analyse prédictive doivent être abordés avec prudence et testés de manière approfondie avant d’être adoptés et mis en œuvre par les bailleurs de fonds de la recherche et les décideurs politiques », insiste James Wilsdon.