Botshit et recherche d’information scientifique : quel est le risque pour les chercheurs en sciences de gestion ?

Les IA génératives telles que ChatGPT mobilisées pour la recherche d’information s’appuient sur des données d’entraînement et de contexte collectées sur le Web, où les éditeurs bloquent fréquemment les robots. À partir de la liste FNEGE 2022, nous documentons la concentration du marché de l’édition scientifique et mesurons les taux de blocage de cinq robots. Nous montrons que la collecte de données d’entraînement est davantage bloquée que celle des données contextuelles. Notre évaluation de deux outils spécialisés (Consensus et Elicit) met en évidence des gains de traçabilité des réponses mais une transparence limitée sur la composition des corpus ainsi que sur les critères de classement des ressources collectées pour générer la réponse. Nous soutenons que ces caractéristiques induisent trois biais en recherche d’information : validation (accessibilité accrue de sources potentiellement moins robustes), couverture (lacunes dans les bases d’articles) et sélection (sensibilité au classement et aux prompts). Nous recommandons d’harmoniser les politiques de blocage selon la finalité et de renforcer la littératie algorithmique des chercheurs.