Chercheurs en IA Submergés par un Déluge de « Slop » Généré par IA

Sujet: Chercheurs en IA Submergés par un Déluge de « Slop » Généré par IA
Date: 3 fevrier 2026

Les conférences majeures en intelligence artificielle comme ICML 2026, ICLR 2026 et NeurIPS imposent des restrictions strictes sur l'usage des grands modèles de langage (LLM), submergées par un afflux massif de papiers et reviews de basse qualité générés par IA, qualifiés de « sl

Contexte de la Crise

ICML 2026 interdit explicitement de lister les LLM comme auteurs, rejette automatiquement les soumissions avec « prompt injection » (texte invisible manipulant les LLM pour reviews favorables) et autorise les outils IA en review sans délégation totale. ICLR 2026 fait face à 20 000 soumissions (record), dont 21% de reviews fully AI-générées et >50% avec traces IA détectées ; les reviewers AI identifiés voient toutes leurs soumissions rejetées et ban permanent.

NeurIPS rapporte des citations hallucinées dans des papiers acceptés, tandis qu'arXiv bannit reviews et position papers en CS pour libérer modérateurs.

Mesures Anti-Slop Déployées

ICML 2026 : LLM OK pour aide écriture/recherche, mais responsabilité auteurs pleine ; rejet direct pour non-divulgation ou injection.
ICLR 2026 : Détection automatisée future ; rejet desk pour LLM extensif non déclaré ; sanctions dual submission (paraphrase LLM).
Général : Déclaration obligatoire usage IA, outils détection (GPTZero), limite reciprocal reviews.

Impacts sur la Recherche

Ce « slop » — contenus superficiels, plagiés ou fabriqués — menace intégrité académique, gonfle volumes (ICLR +50% soumissions) et surcharge reviewers humains ; Bharath Hariharan (Cornell, ICLR SPC) note échelle inédite. Chercheurs appellent à watermarking obligatoire et audits IA.

Perspectives et Débats

Conférences explorent IA pour reviews (AAAI 2026 pionnier), mais priorisent confiance ; ironie : outils IA menacent le champ qui les a créés. Solutions proposées : politiques double-blind renforcées, outils détection avancés.