Google DeepMind et MIT ont conjointement développé l'agent IA CoDaS : capable de mener des recherches scientifiques de manière autonome, rédigeant des articles en seulement 8 heures

L’IA ne se limite pas à la conversation, elle peut désormais aussi faire ses propres recherches et rédiger des articles ! La scientifique IA « CoDaS », développée conjointement par Google DeepMind et le MIT, a récemment secoué le monde académique. Elle peut analyser de manière autonome des données de milliers d’utilisateurs portant des dispositifs intelligents, identifier automatiquement que le « doomscrolling nocturne » est un indicateur potentiel de dépression, et même vérifier et rédiger des articles scientifiques. Ce qui prenait auparavant plus d’un mois pour des experts, CoDaS peut le faire en seulement 6 à 8 heures.
(Précédent : Conférence de He Yi : augmenter la productivité par l’IA de 10 fois, nous servons 3 milliards d’utilisateurs dans le monde)
(Contexte supplémentaire : un outil IA open source peu utilisé a alerté il y a 12 jours sur une faille de 292 millions de dollars de Kelp DAO)

Table des matières de cet article

Toggle

• Sans supervision humaine, l’IA découvre par elle-même que le « doomscrolling nocturne » peut provoquer la dépression
• Intégration d’une « validation antagoniste » pour automatiser la détection de fausses informations
• Réduction d’un volume de travail de 37 jours à 8 heures, validation par des experts lors d’un test à l’aveugle

Avec l’avancée fulgurante de l’intelligence artificielle, le rôle de l’IA évolue du simple « outil d’assistance » à celui de « chercheur scientifique autonome ».

Récemment, une étude majeure menée par Google Research, Google DeepMind et le MIT a présenté un système d’IA multi-agents appelé CoDaS (AI Co-Data-Scientist), capable de réaliser entièrement un processus de découverte de biomarqueurs de façon autonome. La communauté technologique et les leaders d’opinion comme Wes Roth et Samuel Schmidgall ont largement relayé cette avancée révolutionnaire sur la plateforme X.

Une équipe conjointe de Google Research, Google DeepMind et MIT a présenté CoDaS, un système d’IA multi-agents conçu pour gérer de manière autonome tout le cycle de découverte de biomarqueurs, depuis l’analyse de données brutes de capteurs portables jusqu’à la génération d’hypothèses, l’analyse statistique et… https://t.co/KLgxFT4OSq pic.twitter.com/4ursWqeo7l

— Wes Roth (@WesRoth) 20 avril 2026

Sans supervision humaine, l’IA découvre par elle-même que le « doomscrolling nocturne » peut provoquer la dépression

CoDaS est un système spécialement conçu pour découvrir de manière autonome des biomarqueurs de santé à partir de données brutes issues de « capteurs portables » (wearable sensors). Son processus inclut la génération d’hypothèses, l’analyse statistique, la validation antagoniste et le raisonnement basé sur la littérature, pour finalement produire un brouillon complet d’article scientifique.

Lors des tests, l’équipe de recherche a fourni à CoDaS un vaste ensemble de données de près de 10 000 participants (incluant sommeil, activité, fréquence cardiaque, habitudes d’utilisation du téléphone, etc.). Sans aucune indication humaine, l’IA a identifié plusieurs caractéristiques de santé pertinentes, dont une indicateur psychologique particulièrement remarquable :

L’IA a découvert qu’un comportement excessif de navigation sur les réseaux sociaux ou de lecture de nouvelles négatives la nuit était fortement corrélé à la gravité de la dépression (coefficient de corrélation ρ = 0,177, p < 0,001, n = 7 497).

Ce qui est encore plus impressionnant, c’est que l’IA a même autonomement nommé ce comportement « doomscrolling nocturne » (navigation apocalyptique tard dans la nuit). En plus de la santé mentale, elle a aussi réussi à établir une corrélation négative entre le ratio de pas quotidiens et la fréquence cardiaque au repos, avec des maladies métaboliques (résistance à l’insuline).

Intégration d’une « validation antagoniste », pour automatiser la détection de fausses découvertes

Pour éviter que l’IA ne produise des « hallucinations scientifiques » ou des inférences sans fondement, CoDaS intègre un puissant mécanisme de validation antagoniste (Adversarial Validation).

Par exemple, lors de la recherche de caractéristiques liées à la métabolique, le système a proposé d’utiliser « le carré du glucose » pour prédire la résistance à l’insuline. Bien que cette formule ait montré une forte corrélation statistique, le mécanisme de validation de CoDaS a immédiatement détecté qu’il s’agissait d’un « tautologie » sans fondement scientifique, et a rejeté cette caractéristique. Ce mécanisme augmente considérablement la fiabilité scientifique et le potentiel clinique des résultats produits par l’IA.

Réduction du volume de travail de 37 jours à 8 heures, validation par des experts lors d’un test à l’aveugle

L’efficacité et la qualité des résultats de CoDaS bouleversent complètement le mode de recherche traditionnel. Selon les données de l’étude, une tâche d’analyse de données volumineuses et de rédaction qui aurait normalement pris 37 jours-personne à un expert humain peut être réalisée par CoDaS en seulement 6 à 8 heures.

Plus convaincant encore, lors d’une évaluation à l’aveugle par des experts du domaine :

• Les articles générés par CoDaS ont obtenu un taux d’acceptation ou de révision mineure de 86% (c’est-à-dire acceptés, avec de petites ou grandes modifications).
• En comparaison, le taux de rejet d’autres agents IA scientifiques de référence se situe entre 85% et 100%.

Cette étude démontre comment un système multi-agents peut transformer efficacement des données portables passives en insights cliniquement précieux. En tant que progrès emblématique de l’IA agentique (Agentic AI) dans le domaine de la santé numérique, CoDaS annonce une nouvelle ère où humains et IA collaborent pour la découverte scientifique, une ère peut-être déjà à nos portes.