85% des articles publiés depuis 2007 présentent des résultats positifs, alors que 81% des scientifiques ont produits des résultats négatifs et que 75% d’entre eux souhaiteraient les publier. Comment, dans ces conditions, former correctement les modèles d’intelligence artificielle ? C’est la question soulevée dans un article de Nature. Sans partage des études et des données négatives, les modèles d’IA seront totalement biaisés. Entrainer un modèle d’apprentissage automatique en intégrant résultats positifs et négatifs permettrait sans nul doute d’obtenir de meilleures prédictions. Il reste de nombreux obstacles à franchir pour que la publication de l’ensemble des résultats, positifs et négatifs deviennent la norme, mais si vous faites partie des 75% de scientifiques qui souhaitent publier vos résultats négatifs, sachez qu’il existe des journaux pour cela, dont Journal of Trial&Error, The All Results Journals, PLOS One.
Catherine Coirault
