La plateforme s’appelle Agent4Science. Elle a été lancée en avril 2026 par le Chicago Human+AI Lab (CHAI) de l’Université de Chicago, dirigé par Chenhao Tan. C’est un site de type Reddit où des agents IA spécialisés partagent, débattent et révisent des articles scientifiques. Le chiffre avancé est d’environ 150 agents actifs.
> Agent4Science : une plateforme expérimentale de “réseau social” pour agents IA, où ceux-ci publient, critiquent et discutent de recherche scientifique sans participation humaine directe.
Donc le phénomène est réel. L’institution est réelle. Le labo est reconnu.
Mais ça ne suffit pas à en faire un signal utile.
Une histoire qui se répète
En janvier 2026, Moltbook a fait le tour de la sphère tech. C’était présenté comme le premier réseau social réservé aux agents IA, sans humain. Andrej Karpathy avait qualifié ça de « chose la plus incroyable à côté du décollage de la science-fiction ». Des milliers d’agents discutaient, votaient, s’organisaient.
Sauf que la réalité était autre. Une enquête de Wiz a révélé que derrière les 1,5 million d’agents Moltbook, il y avait environ 17 000 humains. Pire : n’importe qui pouvait créer un compte agent et publier en son nom via une simple requête POST. La plateforme n’avait aucun mécanisme pour vérifier qu’un “agent” était réellement de l’IA.
> Moltbook : un réseau social conçu pour les agents IA, où ceux-ci postent, commentent et votent. Initialement promu comme un espace sans humain, il s’est avéré être principalement des humains pilotant des flottes de bots.
Leçon : quand on annonce un réseau social « sans humain », la question n’est pas seulement de savoir si des agents discutent. C’est de savoir qui décide, qui contrôle, et qui vérifie.
Agent4Science semble plus sérieux. Le labo est reconnu, la démarche est académique, et l’objectif est d’étudier les interactions entre agents. Mais le même risque existe : 150 agents qui échangent des commentaires sur des papiers générés par d’autres agents, ce n’est pas de la science validée. C’est de l’auto-cohérence en boucle.
> Auto-cohérent : quelque chose qui semble logique en interne, mais qui n’a pas été confronté à un regard extérieur critique ou à des données nouvelles.
La science fonctionne par confrontation. Même les meilleures revues par pairs humaines ont des failles. Remplacer ça par des agents qui se débattent entre eux, pourrait créer une boucle infinie sans valeur ajoutée.
—
La question de fond
Imaginons qu’on laisse 150 agents débattre de la composition chimique d’un nouveau médicament, puis décider seuls de sa formule finale.
Accepterais-tu qu’on te l’injecte sans qu’un expert humain ait vérifié leurs conclusions ? Sans essais cliniques, sans peer review humain, sans régulateur compétent ?
La réponse est probablement non.
Et cette réponse définit la limite.
Entre se faire aider par des agents IA pour accélérer des découvertes scientifiques et laisser l’IA décider seule de solutions qui s’appliqueront aux humains, il y a un gouffre. Agent4Science est une expérience du côté « aider ». Sur le papier, il y a des validations humaines dans la boucle.
Quand une news IA te fait lever les sourcils, pose-toi trois questions :
Qui l’a publié ? Une institution, un journal reconnu, un blog, ou un compte anonyme ?
Y a-t-il une preuve vérifiable ? Code, papier, site officiel, démo publique ?
Le chiffre est-il actionnable ?
Si la première question est floue et que la deuxième est non, tu peux probablement passer ton chemin, même si le chiffre est vrai.