Un biologiste ouvre Codex. Il ne vient pas corriger un script, il vient demander à un agent quelles expériences lancer la semaine prochaine. Avec GPT-Rosalind et ses plugins Life Sciences, OpenAI parie que cette scène deviendra banale.
L’annonce a pris la forme de deux messages publiés le 11 septembre sur le compte officiel OpenAI Developers. Le premier promet « un raisonnement biologique plus robuste » grâce à GPT-Rosalind, désormais accessible dans l’API (interface de programmation) et dans Codex. Le second détaille des plugins couvrant la génomique, la structure des protéines et la recherche translationnelle (le passage des découvertes de laboratoire vers les applications cliniques).
Un outil de développeur promu paillasse numérique
Codex a été pensé pour écrire, relire et exécuter du code. Y greffer un modèle spécialisé en biologie change la nature du produit. OpenAI décrit trois gestes : relier des résultats entre articles scientifiques et expériences, évaluer les preuves disponibles pour une cible biologique, puis mener une analyse pour planifier les tests suivants.
La chaîne proposée va loin. Selon OpenAI, les plugins accompagnent le chercheur « depuis la collecte de preuves biologiques jusqu’à la génération de rapports de contrôle qualité et de carnets interactifs ». Autrement dit, la lecture de la littérature, l’arbitrage scientifique et la production du livrable final passent par le même agent.
Loger l’offre dans Codex plutôt que dans ChatGPT n’a rien d’anodin. Un laboratoire moderne produit des séquences, des fichiers de structures, des pipelines d’analyse : il vit déjà dans le code. OpenAI va chercher le biologiste là où il calcule, pas là où il discute.
Tenir le poste de travail plutôt que vendre un modèle
Un modèle seul se copie vite. Un environnement de travail, lui, fidélise. En logeant GPT-Rosalind dans Codex, OpenAI place son agent entre les données du laboratoire, la littérature et la décision expérimentale, bien au-delà d’une simple vente de capacités de raisonnement.
La course au poste de travail du chercheur est déjà lancée. Anthropic a sorti fin juin Claude Science, une application qui réunit les outils et bases de données des biologistes et produit des livrables vérifiables, tandis que Google DeepMind met en avant Co-Scientist, un système multi-agent qui formule des hypothèses à partir de la littérature.
Le double canal, API et Codex, sert deux publics distincts. Les équipes de bio-informatique qui construisent leurs propres outils passeront par l’API. Les chercheurs qui veulent un poste de travail prêt à l’emploi prendront Codex et ses plugins. OpenAI couvre ainsi l’intégrateur comme l’utilisateur final, sans laisser d’espace à un intermédiaire.
L’intérêt est aussi commercial. Les sciences de la vie concentrent des budgets de recherche considérables et des cycles longs, où chaque expérience évitée représente du temps et de l’argent. Un agent qui aide à choisir les bons tests se positionne au point le plus coûteux de la chaîne.
L’agent qui évalue les preuves qu’il a lui-même rassemblées
Relisons la promesse. L’agent collecte les preuves, les évalue, propose les expériences suivantes, puis rédige le rapport de contrôle qualité. Chacune de ces étapes a longtemps été confiée à des personnes différentes, justement pour que le regard de l’une corrige l’aveuglement de l’autre.
Quand un même système sélectionne la littérature pertinente et juge ensuite la solidité de l’hypothèse qu’elle soutient, le biais de sélection devient invisible. Un article écarté à l’étape de collecte ne pèsera jamais dans l’évaluation. Le rapport final paraîtra cohérent, et il le sera, avec ses propres choix.
Les deux messages d’OpenAI ne précisent ni la méthode d’évaluation de GPT-Rosalind, ni les jeux de données sur lesquels ce « raisonnement plus robuste » a été mesuré, ni la manière dont l’agent signale ses incertitudes. Pour un produit qui prétend orienter des décisions expérimentales, ces zones d’ombre comptent davantage que la liste des domaines couverts.
Le contrôle qualité automatisé ajoute une couche au problème. Un rapport de contrôle produit par l’agent qui a conduit l’analyse ressemble à une copie corrigée par son auteur.
Garder un chercheur entre la collecte et la validation
Si vous pilotez une équipe de bio-informatique ou un laboratoire tenté par l’outil, la performance du modèle passe au second plan : tout se joue dans l’organisation du doute. Quelques garde-fous s’imposent dès le premier projet :
- séparer les rôles : l’agent peut collecter et proposer, mais la validation d’une cible ou d’un plan d’expérience doit rester signée par un chercheur qui n’a pas délégué la collecte ;
- exiger la traçabilité : chaque conclusion doit renvoyer aux articles et aux jeux de données retenus, et aussi à ceux qui ont été écartés ;
- conserver les carnets interactifs comme des pièces d’audit, versionnées, relisibles et réexécutables par un tiers ;
- tester l’agent sur des hypothèses déjà tranchées par votre laboratoire, pour mesurer où il se trompe avant de lui confier l’inconnu.
Reste la question des données. Le sort des résultats expérimentaux envoyés dans l’API, leur propriété comme leur confidentialité, impose de lire de près les conditions contractuelles : les annonces du 11 septembre n’en disent rien.
La reproductibilité passe désormais par un prompt
La biologie traverse depuis des années une crise de reproductibilité. Des agents comme GPT-Rosalind peuvent l’atténuer, puisque chaque analyse laisse une trace exécutable. Ils peuvent aussi l’aggraver si les résultats dépendent d’une version de modèle que personne ne pourra rappeler dans deux ans.
Un protocole expérimental se documente. Un raisonnement produit par un modèle propriétaire, mis à jour sans préavis, se documente beaucoup plus mal. Les revues scientifiques et les comités d’évaluation devront tôt ou tard exiger la version exacte du modèle, les plugins utilisés et les prompts, au même titre que les réactifs.
OpenAI s’est installé à l’endroit où l’hypothèse naît et où l’expérience se décide. Aux laboratoires maintenant de désigner qui, dans leurs équipes, a le dernier mot face à un agent qui instruit et juge le même dossier.
