Le laboratoire d'IA d'Anthropic revendique sa première découverte en biologie, et les biologistes contestent

Anthropic a lancé un laboratoire de biologie moléculaire plus tôt cette année. Selon The Algorithm, la newsletter de MIT Technology Review consacrée à l'IA, l'annonce est tombée le 28 septembre. Des agents Claude lisent et formulent des conjectures sur des problèmes difficiles de biologie, pendant que des scientifiques humains mènent les expériences sur ce qu'ils rapportent. L'entreprise a déclaré que le laboratoire avait réalisé sa première découverte.

Ce que le système a réellement trouvé compte. MIT Technology Review rapporte que la séquence n'était pas nouvelle. Au bout de 21 heures, les 950 agents d'Anthropic ont signalé un motif répété autour d'une enzyme connue, que l'entreprise présentait comme jamais répertoriée auparavant.

Ce que les agents ont fait, en clair

MIT Technology Review pose le problème comme un problème de bibliothèque : des millions de séquences d'ADN, qui s'accumulent à mesure que les scientifiques séquencent le monde vivant, et une voie possible vers une percée consiste à repérer une séquence particulière qui code une enzyme intéressante. Il faut ensuite déterminer ce que cette enzyme fait. La newsletter précise que c'est cette deuxième étape qui est difficile, et que l'expertise humaine y reste indispensable. Le système d'Anthropic, selon l'entreprise, a été conçu pour aider à la première étape, pas à la seconde. Pourtant, l'annonce a brouillé les deux, selon les critiques.

L'annonce d'Anthropic s'appuyait sur une comparaison. Elle qualifiait le motif de « rappelant » ce qui a mené à CRISPR, la technologie d'édition génétique qui, selon les termes de l'entreprise, « a déjà transformé la science et la médecine ». Lu ainsi, une armée d'agents avait trouvé quelque chose de notable.

Les biologistes ne l'ont pas lu ainsi. Un post devenu viral de Lucas Harrington, biologiste, soutenait que « trouver un groupe étrange de gènes et de répétitions est souvent la partie facile », et que la partie difficile, celle d'où viennent les vraies découvertes, consiste à comprendre ce que le système fait. Le post a ensuite été approuvé par le président-directeur général du laboratoire pharmaceutique Eli Lilly, selon MIT Technology Review.

Une revendication antérieure, et une question sur Claude

Puis est venu un second problème. Pendant le week-end, Mario Rodríguez Mestre, biologiste à l'université de Copenhague, a affirmé que son équipe avait déjà découvert ce même motif, rapporte le New York Times. Mestre, qui discutait régulièrement avec Claude dans son travail, s'est demandé si l'équipe d'Anthropic avait appris de ses conversations. Anthropic le nie. Mestre dit qu'il arrête de toute façon tout usage de Claude.

C'est la partie de l'histoire qui ne se réglera pas vite. Une entreprise dit que son modèle a trouvé quelque chose. Un chercheur dit qu'il l'a trouvé avant elle, il y a quatre ans, et qu'il avait discuté de travaux liés avec le modèle. Le différend porte sur les données d'entraînement et la transparence, pas sur la biologie, et aucun mécanisme évident ne permet de le trancher publiquement.

Le débat de fond porte sur la présentation. MIT Technology Review note que les entreprises d'IA ne présentent pas leurs systèmes simplement comme des outils, à la manière de microscopes ou de supercalculateurs, mais insistent sur le fait que les systèmes font eux-mêmes les découvertes. Pour certains biologistes, c'est incompatible avec la façon dont la science fonctionne, où les connaissances nouvelles naissent plutôt de la collaboration et d'un arsenal croissant d'outils.

Pourquoi les critères se déplacent

Cette présentation a un coût. MIT Technology Review soutient qu'une fois le critère devenu « Claude a-t-il lui-même fait une découverte », chaque résultat est rangé dans l'une de deux catégories : percée ou échec. Le terrain intermédiaire, où une IA réduit 200 000 candidats à quelques-uns qui méritent d'être explorés, disparaît du tableau, même si la newsletter qualifie ce travail de scientifique légitime.

Le même schéma est apparu plus tôt ce mois-ci. OpenAI a affirmé que ses propres agents avaient résolu un problème de mathématiques à un million de dollars, et deux semaines plus tard, presque tous les sceptiques de l'IA partageaient un article demandant si c'était bien ce problème de mathématiques qui importait. MIT Technology Review précise clairement que cet article ne soutenait pas que la solution d'OpenAI était fausse. Il soutenait que le résultat en question n'était peut-être pas celui qui intéresse le plus les mathématiciens. Ajoutez l'accusation d'un mathématicien selon laquelle les modèles ont utilisé certains de ses travaux sans le créditer, et le public se retrouve avec deux lectures : OpenAI a triché, ou la réponse n'avait pas d'importance. Ou les deux.

La suggestion finale de Harrington, citée par MIT Technology Review, était que les entreprises d'IA devraient « placer la barre haut dès maintenant, pour que lorsqu'une IA découvrira réellement un mécanisme biologique fondamentalement nouveau, tout le monde mesure l'ampleur de l'événement ». La newsletter ajoute un jugement sans détour : pendant que Sam Altman et Dario Amodei rivalisent pour se surpasser, relever la barre est peut-être la dernière de leurs préoccupations.

Le reste de la semaine en matière de revendications de découvertes

Le laboratoire d'Anthropic n'était pas le seul sujet de l'édition du 29 septembre de The Download. MIT Technology Review signalait aussi que le Starship de SpaceX avait atteint l'orbite pour la première fois et déployé des satellites Starlink, même si le vol a été écourté après une panne de moteur. La newsletter notait qu'OpenAI avait abandonné un modèle, GPT-6.1 Astra, pour des raisons de sécurité, et que la Floride avait demandé à un tribunal d'interdire à OpenAI de développer de nouveaux modèles. Un autre élément indiquait que l'agent d'IA de Meta avait invité un inconnu chez un utilisateur pendant une négociation de vente sur Marketplace.

Du côté scientifique, la newsletter renvoyait à un résultat de Nature selon lequel de vieux cœurs semblent rajeunir après une transplantation, et à Quanta rapportant que des mathématiciens avaient résolu un problème vieux de 55 ans grâce au hasard, achevant une preuve proposée en 1971.

L'édition du 29 septembre citait aussi le groupe de pirates informatiques ShinyHunters, qui a déclaré au New York Times avoir ciblé le FBI pour riposter à un avis mettant en garde contre ses activités : « Nous pouvons avoir l'air d'enfants dont les sentiments sont blessés, certes, mais dans notre jeu, la réputation est la seule chose qui compte. »

Le seuil d'une découverte

Il faut distinguer deux choses que l'épisode Anthropic a fusionnées. La première est la capacité : un chatbot généraliste peut-il passer au crible un vaste espace de séquences et faire remonter des candidats qu'un humain aurait du mal à voir. MIT Technology Review concède que c'est notable, même avec des humains qui orientent et réalisent les expériences. La seconde est le crédit : le modèle, plutôt que la chaîne d'outils qui l'entoure, est-il le découvreur.

La seconde question n'a pas de réponse nette, et c'est pourquoi la dispute revient sans cesse. Un résultat de laboratoire est une chaîne : hypothèse, recherche, candidat, test, réplication, interprétation. Les agents d'Anthropic en occupaient un maillon. L'annonce de l'entreprise décrivait toute la chaîne comme la découverte du système. Les biologistes décrivaient le même événement comme une aide sur le gros du travail.

Les deux descriptions peuvent être vraies en même temps. C'est précisément le problème pour quiconque tente de juger les progrès. Si une entreprise revendique une découverte et qu'un chercheur dit que le motif était connu, le désaccord ne porte pas sur le fait que le logiciel a tourné. Il porte sur ce qui compte.

La façon dont MIT Technology Review pose les enjeux est plus étroite que ne le suggèrent les gros titres. La newsletter ne dit pas que l'IA ne peut pas contribuer à la biologie. Elle dit que le secteur place peut-être la barre au mauvais niveau, et que les grandes déclarations rendent les vrais progrès plus difficiles à reconnaître quand ils arrivent.

Anthropic n'est pas revenu sur son annonce. L'entreprise nie que les conversations de Mestre avec Claude aient nourri son résultat. Mestre a cessé d'utiliser le modèle. Aucune des deux positions n'a été vérifiée de façon indépendante dans les éléments disponibles.

Il reste un cas d'école que d'autres laboratoires vont désormais observer. Si le laboratoire d'Anthropic produit un second résultat, où le mécanisme, et pas seulement le motif, est établi et reproduit par un groupe extérieur, le débat sur la présentation devient plus simple. D'ici là, le récit du 28 septembre reste une discussion sur le vocabulaire autant que sur la biologie.

Ce qu'il faut suivre ensuite

MIT Technology Review publiera le 6 octobre sa liste 2026 des entreprises de technologies climatiques à suivre, un ensemble consacré au stockage d'énergie, au nucléaire et aux transports. C'est un fil distinct de la dispute sur les découvertes de l'IA, mais il partage le même problème éditorial : comment juger les promesses de progrès dans des domaines où les délais sont longs et les indicateurs contestés.

Pour l'IA, le signal à court terme n'est pas une nouvelle annonce. C'est de savoir si un laboratoire indépendant reproduit un mécanisme mis au jour par le système d'Anthropic, et si l'entreprise décrit ce travail comme la découverte du système ou comme celle du laboratoire.

D'ici là, la lecture la plus prudente de l'histoire du 28 septembre est celle que propose MIT Technology Review : ce qui est nouveau pour une IA peut être routinier, sans surprise, ou simplement sans grande conséquence pour un biologiste.