En juillet 2026, le Département de l'Énergie des États-Unis a lancé la mission Genesis, finançant 278 projets visant à intégrer l'intelligence artificielle dans la recherche scientifique. L'un de ces projets consiste à utiliser l'IA pour aider les physiciens à détecter un événement extrêmement rare : la transformation d'un muon en électron. Cette expérience, appelée Mu2e, a lieu au Fermi National Accelerator Laboratory, près de Chicago. Des scientifiques comme Sarah Demers, physicienne de l'Université Yale et directrice du département de physique, explorent la manière dont l'IA pourrait aider à optimiser le montage expérimental. « Nous avons de nombreuses variables à ajuster », a expliqué Demers, décrivant comment l'IA pourrait rapidement affiner des facteurs tels que l'intensité du champ magnétique, la durée d'exécution et les configurations du système. Elle a décrit le processus comme ressemblant parfois plus à un art qu'à une science, et a déclaré que l'IA pourrait être un outil précieux dans ce domaine. Malgré son enthousiasme pour l'utilisation de l'IA en physique expérimentale, Demers reste prudente quant à son utilisation dans d'autres domaines de son travail et de sa vie. L'une de ses préoccupations est que les grands modèles de langage (LLM), qui alimentent de nombreuses outils d'IA, sont souvent formés sur de vastes ensembles de données qui incluent des contenus protégés par le droit d'auteur, y compris le travail de scientifiques comme elle. Ces modèles échouent fréquemment à créditer les sources originales, ce qui lui semble être un problème éthique sérieux. Alors que l'IA devient de plus en plus intégrée dans la recherche en physique, les scientifiques repensent également ce que signifie faire de la physique. Demers participe à l'élaboration d'une déclaration de politique sur l'IA dans le domaine, par le biais de la Société Américaine de Physique. Elle souligne l'importance de définir les aspects de la physique qui restent inchangés par l'IA, tels que l'importance de l'attribution et le processus scientifique lui-même. L'évolution rapide de l'IA transforme déjà les compétences nécessaires en physique. Demers a noté qu'autrefois, les physiciens devaient savoir lire le allemand pour accéder aux articles de recherche clés, mais ces compétences peuvent ne plus être aussi cruciales aujourd'hui. Alors que les outils d'IA prennent en charge des calculs plus complexes et l'analyse des données, l'accent se déplace vers la compréhension de la manière d'utiliser et de valider efficacement ces outils. Bien que l'IA puisse accélérer la recherche et permettre aux scientifiques de poser de nouvelles questions, elle soulève également des préoccupations quant à la manière de maintenir la rigueur scientifique et d'assurer une reconnaissance adéquate des travaux originaux. Certains physiciens s'inquiètent de la possibilité de fausses informations ou de l'érosion des pratiques de recherche traditionnelles. Demers a également discuté de l'impact de l'IA sur l'éducation et la formation en physique. Elle a suggéré que les étudiants du futur pourraient interagir plus rapidement avec les données et répondre à des questions complexes que les générations précédentes. Cependant, elle a également reconnu la valeur de l'expérience humaine d'apprentissage par essai et erreur, ainsi que l'importance des conversations significatives avec des pairs. Bien que certains chercheurs trouvent les outils d'IA utiles comme des « partenaires de réflexion », Demers évite personnellement d'en utiliser pour des tâches comme rédiger des e-mails ou planifier des activités personnelles. Elle croit que se reposer sur l'IA dans ces domaines pourrait l'empêcher de faire face aux défis fondamentaux qu'elle rencontre. De plus, elle craint que l'utilisation de l'IA pour répondre aux questions réduise les opportunités de dialogues significatifs avec d'autres dans son domaine.