ScientistOne Zéro référence : Analyse de la chaîne de preuves

Les citations universitaires sont censées être des justificatifs, pas des coussins décoratifs. Pourtant, la recherche générée par l’IA a développé une charmante petite habitude : agrafer de faux justificatifs à une prose très sûre d’elle, ce qui donne des articles qui ont l’air d’avoir été évalués par les pairs par un comité de polices de caractères. C’est pourquoi le résultat rapporté de ScientistOne mérite qu’on s’y arrête. Crypto Briefing indique que le nouveau cadre de Google a enregistré zéro référence hallucinée sur 75 articles évalués, un chiffre qui ressemble à l’équivalent, pour les citations, d’un test antidopage impeccable. Le point important n’est pas que les références étaient joliment mises en forme. Le point important, c’est que le système a été conçu pour garder les preuves attachées aux affirmations avant que le manuscrit ne devienne un petit menteur bien poli.

Le chiffre est spectaculaire, mais le mécanisme est l’essentiel

Google Research a présenté le Science One Framework le 30 juillet 2026, Rui Meng et Tomas Pfister le décrivant comme un prototype de recherche expérimental conçu pour éliminer les hallucinations en construisant nativement des chaînes de preuves vérifiables. Le même billet de Google Research a aussi présenté CoE Audit, un protocole automatisé pour évaluer l’intégrité des articles générés par l’IA. Autrement dit, le système ne se contente pas d’apprendre au modèle à dire veuillez consulter l’annexe A avec un accent plus professoral.

AlphaSignal rapporte que le cadre repose sur la Chain-of-Evidence, qui exige que chaque affirmation dans un article généré par l’IA puisse être rattachée à une source de preuve fondée au moment où elle est produite. Ce moment compte. Si la provenance est ajoutée après la génération, vous ne vérifiez pas vraiment une affirmation : vous demandez plutôt au modèle de faire semblant d’être bibliothécaire après avoir déjà réorganisé les rayons avec un souffleur de feuilles.

Le résultat rapporté de zéro référence hallucinée sur 75 articles évalués, cité par Crypto Briefing, doit donc être lu avant tout comme un résultat d’architecture. Il en dit moins sur une formulation magique que sur une discipline de flux de travail. Les agents de recherche ont besoin de l’équivalent d’un contrôle de version pour les affirmations, où chaque phrase ayant un poids scientifique possède un historique de commits.

Le bogue des fausses citations n’a jamais été seulement un bogue de bibliographie

Google Research présente le problème autour d’agents autonomes capables de mener des flux de travail scientifiques de bout en bout. Son billet note que des systèmes récents, notamment AI-Scientist de Sakana, AutoResearchClaw, DeepScientist et AI-Researcher, peuvent passer en revue la littérature, formuler des hypothèses, exécuter des expériences et rédiger des manuscrits complets comparables à des articles écrits par des humains. C’est impressionnant, et c’est aussi exactement le moment où le plancher commence à craquer.

Comme Google Research le souligne dans sa propre analyse, la qualité de surface des manuscrits s’est améliorée, tandis que la vérifiabilité est devenue le problème structurel. La génération itérative signifie que les erreurs introduites à une étape peuvent être amplifiées plus tard, comme une faute de frappe dans une feuille de calcul qui grandit, obtient la titularisation et se met à encadrer des doctorants.

Certains systèmes existants peuvent générer des citations inexistantes, selon le billet de Google Research, ce qui est l’équivalent universitaire de nommer son ami imaginaire comme coauteur. C’est pourquoi la mise en forme des citations n’est pas le bon combat à mener jusqu’au bout. Une référence bien formée vers un article inexistant reste de la fiction, simplement avec de l’italique. Le problème d’ingénierie le plus difficile consiste à maintenir les liens entre la littérature, les affirmations, les expériences, les résultats et les artefacts de code à mesure que l’agent avance dans le flux de travail de recherche.

Les audits valent mieux que les impressions

Google Research affirme que CoE Audit est un protocole automatisé pour évaluer l’intégrité des articles générés par l’IA. C’est la partie que les concepteurs devraient souligner deux fois, de préférence sans laisser le modèle choisir la couleur du surligneur. Un outil de recherche vérifiable a besoin d’un moyen d’inspecter si les affirmations de l’article généré se relient réellement à des preuves, au lieu de demander aux utilisateurs de faire confiance à la machine à paragraphes fluides parce qu’elle donne l’impression de posséder une veste en tweed.

AlphaSignal décrit l’objectif comme celui de rendre la recherche générée par l’IA reproductible et vérifiable grâce à la Chain-of-Evidence. La leçon utile n’est pas qu’un seul cadre résout pour toujours la vérité scientifique, parce que, s’il vous plaît, nous avons tous survécu à la saison des benchmarks. La leçon utile est que la vérification doit faire partie du substrat de génération : les enregistrements de récupération, les journaux d’évaluation, les traces d’implémentation et la provenance au niveau des affirmations doivent être des objets de premier ordre, pas une garniture de note de bas de page.

Pour les équipes produit qui construisent des assistants de recherche, cela change la liste de contrôle. Ne demandez pas seulement si le modèle peut résumer des articles. Demandez si chaque affirmation du résumé peut être rattachée à une source au moment de sa création, si les affirmations numériques ont un appui d’évaluation, et si un audit ultérieur peut rejeter la sortie avant qu’un humain ne perde un après-midi à déboguer une piste de citations hallucinées.

Ce que les concepteurs devraient surveiller ensuite

La couverture de KuCoin présente ScientistOne comme une réponse au problème de crédibilité dans la recherche générée par l’IA, où les systèmes peuvent produire de façon autonome des articles universitaires mais ont encore du mal avec la confiance. Ce cadrage est utile, car le marché des outils scientifiques ne sera pas remporté par celui qui produit le PDF le plus assuré. Il sera remporté par les outils qui rendent l’incertitude inspectable et les preuves peu coûteuses à vérifier.

La prochaine chose à surveiller est de savoir si d’autres systèmes de recherche autonomes adopteront des mécanismes comparables de chaîne de preuves et publieront des évaluations qui vont au-delà de jolis manuscrits. Pour les lecteurs qui construisent des outils d’écriture IA, de RAG, de flux de travail agentiques ou d’outillage de laboratoire, la leçon est agréablement directe : la provenance est une fonctionnalité produit, pas des confettis de conformité. La bibliographie n’a jamais été le justificatif. C’était le papier cadeau.