Peut on créditer une intelligence artificielle comme auteur d'un article scientifique ?

Flanagin et ses collègues, éditeurs du JAMA, analysent les implications de l'IA générative pour l'intégrité de la publication scientifique et concluent qu'une machine ne peut pas assumer la responsabilité requise par le statut d'auteur. Leur éditorial de 2023 a déclenché un mouvement mondial de mise à jour des politiques éditoriales.

Le déclencheur : des manuscrits co signés par ChatGPT

Début 2023, plusieurs manuscrits soumis à des revues scientifiques mentionnent ChatGPT dans la liste des auteurs. D'autres incluent l'outil dans les remerciements ou la section méthodologique. Face à cette situation inédite, les éditeurs du Journal of the American Medical Association (JAMA) publient un éditorial qui va servir de référence à l'ensemble de la communauté éditoriale mondiale. Leur question est à la fois simple et fondamentale : que signifie être auteur d'une publication scientifique, et une entité non humaine peut elle remplir cette fonction ?

Le cadre normatif de l'auctorialité scientifique

Les critères d'auctorialité sont codifiés par le Comité International des Éditeurs de Revues Médicales (ICMJE). Pour être auteur, il faut avoir contribué substantiellement à la conception ou à l'analyse, avoir participé à la rédaction ou à la révision critique, avoir approuvé la version finale, et accepter la responsabilité de l'intégrité de l'ensemble du travail. Ce dernier critère est décisif : l'auctorialité implique une responsabilité. Or, une IA ne peut ni approuver un texte de manière éclairée, ni être tenue responsable en cas de fraude, d'erreur ou de rétractation. Elle ne possède ni intention ni conscience de ce qu'elle produit.

Les risques identifiés pour l'intégrité scientifique

Les auteurs identifient plusieurs menaces concrètes. La première est la fabrication : les modèles de langage génèrent régulièrement des références bibliographiques inexistantes, des données plausibles mais inventées, et des raisonnements superficiellement cohérents mais factuellement erronés. La deuxième menace est l'opacité : si un modèle génère une section de résultats, il devient impossible de retracer le processus analytique qui y a mené. La troisième est la dilution de la responsabilité : si personne ne revendique la paternité intellectuelle d'un passage, personne ne peut en être tenu comptable.

Les recommandations formulées

L'éditorial aboutit à des positions claires. Premièrement, une IA ne peut pas être listée comme auteur car elle ne satisfait pas le critère de responsabilité.

Deuxièmement, l'utilisation d'outils d'IA dans le processus de rédaction doit être déclarée explicitement dans la section méthodologique. Troisièmement, les auteurs humains restent pleinement responsables de tout contenu généré par IA qu'ils incluent dans leur manuscrit.

Ces recommandations ont été rapidement adoptées par Science, Nature, The Lancet et des centaines d'autres revues, créant un consensus éditorial rapide et global.

La portée au delà du monde académique

Si l'auctorialité est liée à la responsabilité, la question dépasse largement la publication scientifique. Dans l'entreprise, qui est responsable d'un rapport stratégique rédigé par ChatGPT ? D'un contrat dont les clauses ont été générées automatiquement ? D'une communication interne dont le ton a été calibré par un algorithme ? Le cadre proposé par Flanagin et ses collègues fournit un principe transposable : celui qui signe assume la responsabilité de l'ensemble, y compris des passages qu'il n'a pas écrits lui même. Ce principe exige une lecture attentive et critique de tout contenu assisté par IA avant diffusion.

Ce que cela invite à protéger dans vos équipes

Établissez une politique claire dans votre organisation stipulant que toute personne qui signe un document (rapport, proposition, communication officielle) en assume l'entière responsabilité, y compris les passages générés par IA. Instaurez une obligation de relecture critique et de déclaration transparente de l'utilisation d'outils génératifs dans les livrables professionnels.

Pour aller plus loin

Wallin et al. (2022). From thriving developers to stagnant self-doubters: An identity-centered approach to exploring the relationship between digitalization and professional development

Klowait et al. (2025). The Presentation of Self in the Age of ChatGPT, Jiang et al. (2024).

Reframing individual roles in collaboration: Digital identity construction and adaptive mechanisms for resistance-based professional skills in AI-human intelligence symbiosis

Référence : Flanagin, A., Bibbins‑Domingo, K., Berkwits, M. et Christiansen, S. L. (2023). Nonhuman "authors" and implications for the integrity of scientific publication and medical knowledge. JAMA, 329(8), 637–639. https://doi.org/10.1001/jama.2023.1344