ICM 2026 Panel - IMU Panel: Committee on Publishing

ICM 2026 Panel - IMU Panel: Committee on Publishing

ICM 2026 Panel - Panel de l'IMU: Comité de publication

🎙 Simons Foundation 👥 60K 📅 9 septembre 2026 ⏱ 49 min 👁 464 📄 opinion experte 🧭 2026-09-10
Disponible en : Français (actuel) English

Mots-clés

publication mathématiquejournaux prédateurscartels de citationsDéclaration de Leidenintelligence artificielle

Résumé

Lors du panel de l’IMU à l’ICM 2026, deux intervenants présentent des réflexions sur les défis de l’édition et de l’évaluation en mathématiques. La première partie, menée par un membre du comité de publication, diagnostique le système d’évaluation quantitative : les incitations perverses encouragent la fraude (journaux prédateurs, cartels de citations, paper mills), comme illustré par la suppression de Clarivate en 2023. Des données montrent que les chercheurs les plus cités ne correspondent pas toujours aux mathématiciens de renom. Des recommandations sont proposées pour les individus (éviter la délégation du jugement, citer par pertinence), les institutions (ne pas compter les publications, valoriser les travaux majeurs) et les décideurs (allocation fondée sur des comités d’experts). La seconde présentation, par Jim Portegies, présente la Déclaration de Leiden sur l’IA et les mathématiques, signée par plus de 3000 mathématiciens. Le texte identifie les valeurs de la discipline (certitude, crédit, responsabilité, transparence, autonomie) menacées par l’IA générative, la surproduction de résultats non fiables et la dépendance technologique. Il appelle à préserver ces valeurs et à discuter de l’impact de l’IA dans la recherche mathématique. Les deux approches convergent vers la nécessité de réformer l’évaluation scientifique et de maintenir une orientation humaine.

197 mots

Évaluation critique

Valeur des informations & solidité de l’argumentation

La valeur des informations est élevée : les intervenants utilisent des exemples concrets et des données chiffrées pour étayer leurs arguments. La première présentation s’appuie sur l’analyse de Clarivate, sur les listes de chercheurs hautement cités, et sur des phénomènes documentés comme les retractions. Les recommandations sont pratiques et hiérarchisées (individus, institutions, décideurs). L’argumentation est solide, bien structurée, et prend appui sur des références institutionnelles (IMU, Notices de l’AMS). La deuxième présentation présente la Déclaration de Leiden, un texte collaboratif élaboré après un atelier multidisciplinaire, soutenu par l’IMU et Nature. L’argumentaire insiste sur la nécessité de préserver les valeurs humaines des mathématiques face à l’IA. La solidité réside dans la notoriété des signataires et la démarche collective, même si certains points pourraient être approfondis (mécanismes précis de mise en œuvre, critères de distinction entre usage bénéfique et nuisible de l’IA).

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est bonne : les sources citées sont reconnues dans le domaine (Clarivate, Retraction Watch, PubPeer, Declarations). La présentation s’appuie sur des études publiées dans Notices of the AMS et sur la Déclaration de Leiden. L’adéquation titre/contenu est parfaite : le panel du comité de publication aborde directement les enjeux de l’édition scientifique mathématique. Le titre est un peu générique mais reste précis. Aucun commentaire de public n’est disponible pour analyser les tendances.

230 mots

Adéquation titre / contenu

Le titre indique un panel de l'IMU sur le comité de publication ; le contenu correspond bien : deux présentations sur les problèmes d'édition mathématique et les recommandations.

Qualité & fiabilité

8/10

Présentation issue d'un panel de l'IMU lors de l'ICM 2026, par des experts reconnus, s'appuyant sur des données publiées et des recommandations institutionnelles. Le contenu est bien structuré et référencé (Clarivate, Retraction Watch, Déclaration de Leiden). Quelques affirmations manquent de nuances ou de sources détaillées.

Moments clés

Sources citées

  • Déclaration de Leiden sur l'IA et les mathématiques — Présentée par Jim Portegies comme une initiative communautaire pour préserver les valeurs des mathématiques face à l'IA.
  • Notices of the American Mathematical Society — Publication de deux articles sur 'Publishing Mathematical Sciences' mentionnés par le premier intervenant.
  • Retraction Watch — Cité comme une ressource pour signaler les articles rétractés ou frauduleux.
  • PubPeer — Recommandé pour signaler les publications problématiques ou les mauvaises pratiques.
  • Clarivate Analytics — Société à but lucratif gérant les index de citations ; a retiré les mathématiques de sa liste des chercheurs les plus cités en 2023.

Sources concordantes

  • Déclaration de Leiden sur l'IA et les mathématiques — Source principale de la seconde présentation, souligne les risques de l'IA pour les valeurs mathématiques.
  • Notices of the American Mathematical Society - Publishing Mathematical Sciences — Articles cités comme fondements du diagnostic présenté.

Apport & nouveautés

La vidéo apporte un éclairage institutionnel sur les dérives de l’édition scientifique en mathématiques, avec des recommandations concrètes pour les chercheurs et les institutions. Elle met en avant la Déclaration de Leiden, un texte fondateur pour encadrer l’usage de l’IA dans la recherche mathématique. L’originalité réside dans la double approche : diagnostic chiffré des dysfonctionnements et appel à une refonte des valeurs.

Pour aller plus loin :

  • Loi de Goodhart — Cette loi illustre la perversion des indicateurs quantitatifs lorsqu’ils deviennent des objectifs, concept central de la première présentation.
  • Journal prédateur — Définition et exemples de ces revues à faibles standards, mentionnées comme une menace pour l’intégrité scientifique.
  • Évaluation par les pairs — Processus fondamental de contrôle qualité, dont l’importance est rappelée dans les recommandations.

125 mots

Profil radar

Le profil radar montre des scores élevés en quantité et qualité d'information, ainsi qu'une bonne fiabilité globale. Le niveau technique est légèrement inférieur, reflétant la nature accessible des recommandations, sans aller dans les détails mathématiques avancés.

Fiabilité 8/10