Le calcul scientifique à l’ère de l’IA agentique

Le calcul scientifique est un pilier essentiel de la recherche moderne, tant universitaire qu’industrielle. Pourtant, les logiciels nécessaires à l’analyse des informations scientifiques peinent à suivre le rythme effréné de la production de données. De nombreux outils de recherche largement utilisés ont commencé sous forme de code accompagnant un article scientifique, créé par de petites équipes universitaires disposant d’une expérience limitée en ingénierie et de peu de temps pour le packaging, les tests, l’optimisation ou l’assistance à long terme. Il en résulte une infrastructure scientifique qui dépend souvent de processus lents et fragiles, exigeant une maintenance constante. Ces contraintes ralentissent les découvertes.

Les agents d’IA commencent à changer la donne. En réduisant le coût des travaux d’ingénierie et en prenant en charge les tâches d’implémentation fastidieuses, ils peuvent aider les chercheurs à prototyper plus rapidement leurs idées, à mener des projets auparavant irréalisables et à assurer plus facilement la maintenance à long terme des logiciels. Les logiciels scientifiques gagnent ainsi en efficacité et sont mieux entretenus, ce qui permet aux chercheurs de consacrer davantage de temps aux découvertes.

Nous publions un rapport exploratoire portant sur huit projets de calcul scientifique assistés par des agents, principalement dans les sciences de la vie : cinq utilisant uniquement Codex et trois associant Codex à Claude Code. Le rapport réunit des études de cas rédigées par les équipes à l’origine de chaque projet et dégage des thèmes récurrents. Les projets vont de la maintenance courante et de l’optimisation ciblée aux migrations de langages à grande échelle et aux refontes conçues nativement pour les GPU. Selon les contributeurs, les agents ont considérablement accéléré le développement et la maintenance des logiciels, aidant parfois de petites équipes à entreprendre des travaux qui auraient autrement exigé beaucoup plus de temps ou une expertise technique spécialisée. Ils soulignent toutefois la difficulté persistante d’établir une responsabilité claire et une gouvernance durable pour les outils qui en résultent.

Les contributeurs décrivent systématiquement une évolution du rôle des chercheurs, qui passent de l’implémentation à la vérification et à l’orchestration : préciser ce qu’il faut créer, définir comment en mesurer la justesse et décider quand un projet est prêt à être lancé. Dans ce modèle émergent, les chercheurs gardent la maîtrise de l’orientation scientifique et du niveau de qualité attendu, tout en bénéficiant de l’accélération apportée par l’assistance agentique.

Malgré des périmètres très variés, ces projets ont montré que les agents de programmation réduisent le poids des contraintes liées aux efforts d’ingénierie et à l’expertise techniques dans le calcul scientifique. Le principal goulot d’étranglement est désormais la validation des résultats produits par un agent d’IA, qui repose encore sur le jugement humain.

Dans toutes les études de cas, les agents ont traité efficacement les demandes précises et bien délimitées, sans toutefois pouvoir déterminer de façon fiable si leur travail était scientifiquement valide ou conforme aux attentes. En effet, les agents se montraient souvent confiants même lorsque leur travail comportait des erreurs manifestes. Les évaluateurs humains ont donc dû trouver des méthodes fiables pour valider les résultats. Les approches les plus fiables s’appuyaient sur une référence externe ou un critère d’acceptation mesurable, comme la concordance exacte des résultats, la parité avec un outil existant, un comportement statistique approprié ou des réponses établies à l’avance à l’aide de données simulées.

Autre thème récurrent : les projets avançaient généralement par étapes, au fil d’itérations guidées par les retours, plutôt que selon une approche en une seule passe. Les contributeurs ont décomposé les grands objectifs en modifications plus modestes, puis utilisé des benchmarks intermédiaires et des systèmes de test pour évaluer et affiner le travail des agents. Les agents produisaient souvent rapidement les premières implémentations, mais la résolution des cas limites et des écarts numériques subtils prenait bien plus de temps. La finalisation d’une implémentation demandait souvent le plus de travail.

Dans l’ensemble, ces études de cas indiquent que les agents permettent aux chercheurs de consacrer moins de temps à l’implémentation et davantage au pilotage des travaux scientifiques. Les humains définissent l’objectif, décomposent les projets complexes en étapes gérables et déterminent si les résultats sont scientifiquement valides. En allégeant des contraintes techniques anciennes, les agents élargissent le champ de ce que les chercheurs peuvent créer, tout en leur permettant de se concentrer sur les questions et décisions scientifiques les plus importantes.

Le déficit de maintenance des logiciels de recherche ralentit depuis longtemps les itérations et limite la reproductibilité et la fiabilité. Des études publiées sur le « code de recherche⁠(ouverture dans une nouvelle fenêtre) » et les outils omiques⁠(ouverture dans une nouvelle fenêtre) ont constaté que les logiciels publiés ne s’installent souvent pas correctement dans un nouvel environnement informatique ou ne fonctionnent pas comme le prévoit la documentation, obligeant les chercheurs à consacrer beaucoup de temps à la configuration et au débogage. Même les améliorations courantes peuvent faire gagner du temps aux chercheurs et réduire les besoins de calcul, tandis que les refactorisations et réécritures axées sur les performances peuvent apporter des gains plus importants.

Toutefois, la baisse des coûts d’implémentation facilite aussi la multiplication de réécritures similaires, ce qui fragmente les utilisateurs et disperse l’attention des spécialistes nécessaire pour préserver la fiabilité de chaque outil. La gouvernance et l’attribution à long terme sont donc essentielles. Les logiciels scientifiques matures intègrent des conventions non documentées, des exigences de compatibilité et la confiance des utilisateurs, que la simple transposition du code source ne peut reproduire.

Les études de cas illustrent plusieurs pistes possibles. Les modifications apportées à MHCflurry et cyvcf2 ont été intégrées à leurs projets d’origine, tandis que rustar-aligner est passé sous la responsabilité d’une nouvelle communauté, le projet initial ayant été abandonné. Lorsqu’une coordination avec les responsables de maintenance existants est possible, elle doit commencer le plus tôt possible. Lorsqu’une implémentation distincte est nécessaire, elle doit avoir un responsable clairement désigné et un plan de maintenance crédible. Sans cela, la réécriture moderne d’aujourd’hui risque de devenir le code abandonné de demain, plutôt qu’une infrastructure scientifique fiable.

Ce rapport de terrain est rétrospectif et exploratoire, mais les études de cas révèlent une évolution concrète de la manière dont les logiciels scientifiques sont développés. Les agents de programmation comme Codex peuvent réduire considérablement le coût de la maintenance, des migrations, de l’optimisation et des nouvelles implémentations. Leur valeur scientifique à long terme dépend toujours des décisions humaines : que créer, comment le vérifier et qui en assurera la maintenance. Le changement le plus profond ne tient pas simplement au fait que les chercheurs peuvent produire davantage de logiciels, mais à la possibilité de consacrer plus d’efforts à définir, valider et gérer ces outils.

Ces études de cas montrent que les agents peuvent déjà accélérer le rythme des itérations en calcul scientifique. À mesure que les agents de programmation progresseront, les chercheurs pourront consacrer moins de temps au fonctionnement des chaînes d’analyse et davantage à l’avancement de leur domaine.