Introduction à l'intelligence artificielle en chimie : rôles, limites, validation et éthique — Intelligence artificielle en chimie (sciences fondamentales)

Gains :

Être capable de distinguer où l'intelligence artificielle fait gagner du temps dans le flux de travail chimique (idée, conception, analyse, reporting) et où les décisions en matière de structure, de nombre, de ressources et de sécurité sont laissées aux humains, en fonction du niveau de risque.
Capacité à appliquer une discipline qui vérifie indépendamment chaque résultat avec les quatre étapes Structure-Numéro-Ressource-Sécurité
Comprenez pourquoi les composés et les chiffres inventés, les fausses références et les idées fausses en matière de sécurité sont des risques pour cette profession qui doivent être pris en compte dès le début.

La chimie est une science expérimentale qui étudie la structure, la transformation et les propriétés de la matière. Un chimiste pèse, dissout, chauffe et mesure en laboratoire ; À son bureau, il dessine des molécules, planifie des réactions, interprète des spectres, parcourt la littérature et rédige des rapports. L’intelligence artificielle (l’IA en abrégé, ici spécifiquement un logiciel qui génère du texte en prédisant le « prochain mot le plus probable », formé sur un grand modèle de langage, c’est-à-dire des données textuelles massives) peut accélérer considérablement bon nombre de ces tâches de bureau. Mais il ne construit pas le laboratoire lui-même, il ne lit pas les balances et, plus important encore : il ne vérifie aucun chiffre, formule ou citation qu'il produit en votre nom. Ce module enseigne comment utiliser l'IA en chimie de bout en bout mais de manière responsable.

Dans cette première unité, je souhaite implanter une idée dans votre esprit : l’IA est un assistant en chimie, pas un chimiste. Écrit du code, produit des aperçus, construit un cadre de rétrosynthèse, aide à interpréter les pics du spectre, résume la littérature. Cependant, c'est le chimiste compétent qui décide si la molécule peut réellement être synthétisée, si une réaction est sûre ou non, si une référence est authentique ou non, et qui en assume la responsabilité ultime.

Quelle est la place de l’IA dans le flux de travail en chimie ?

Divisons grossièrement un projet de chimie en cinq phases : (1) idée et littérature, (2) conception de molécules et de réactions, (3) application en laboratoire, (4) analyse et caractérisation, (5) reporting. L’IA porte des valeurs très différentes à ces étapes.

Idées et littérature : l'IA résume rapidement un sujet, explique les concepts clés et génère des termes de recherche. Mais il peut inventer une attribution ; Nous verrons cela dans un instant.
Conception : génère des SMILES (une forme d'écriture de la molécule sous forme de chaîne de texte ; nous y reviendrons plus tard), suggère des étapes de rétrosynthèse, répertorie les alternatives réactives. La suggestion est bonne, pas une garantie.
Laboratoire : L’IA ne fait rien ici. Les mesures de pesée, de chauffage et de sécurité sont effectuées par des humains. L'IA aide uniquement à rédiger la procédure ; Avant d'effectuer cette procédure, un humain doit la superviser pour des raisons de sécurité.
Analyse : En interprétant la RMN, l'IR, le spectre de masse (ce sont des techniques de mesure qui montrent la structure de la molécule), YZ permet de regrouper les pics et de lister les structures possibles. La mission finale vous appartient.
Rapports : produit un cahier expérimental, un brouillon d'article, un brouillon de formulaire de sécurité. C'est très puissant ; mais les chiffres doivent correspondre aux vôtres.

Astuce : L'endroit le plus sûr pour utiliser l'IA est dans les zones « si quelque chose ne va pas, cela sera remarqué et corrigé immédiatement » : brouillon de texte, squelette de code, description du terme. Les endroits les plus risqués sont les zones « si faux, ça se propage silencieusement » : constantes, références, assertions de sécurité, résultats numériques.

Pourquoi devons-nous être prudents ? Trois risques structurels

Le grand modèle de langage n’est pas une calculatrice ou un moteur chimique. Produit un texte qui, statistiquement, « semble probable ». Cela conduit à trois risques concrets en chimie :

Composé (hallucination) : Peut écrire en toute confiance un composé qui n'est pas un modèle, une réaction qui n'existe pas ou un poids moléculaire incorrect. Par exemple, il est écrit « Le poids moléculaire du composé X est de 154,2 g/mol », alors que la valeur correcte est de 168,2.
Fausse citation : peut donner une source qui semble réaliste mais qui n'existe pas du tout, comme "Smith et al., 2019, Journal of Organic Chemistry". Il peut même inventer un numéro DOI.
Erreur de sécurité : peut présenter une combinaison dangereuse de réactifs (par exemple un oxydant et un solvant organique dans un rapport inapproprié) comme « aucun problème ».

Ces trois risques apparaîtront encore et encore dans chaque unité de ce module. La solution n’est pas d’échapper à l’IA, mais d’établir la discipline consistant à vérifier chaque sortie auprès d’une source indépendante.

mini-cas

Cas 1 — Poids moléculaire ajusté. Un étudiant diplômé a demandé à AI le poids moléculaire du para-nitrophénol. "139,11 g/mol", précise l'IA. L'élève était confiant et prévoyait de peser 6,96 g pour 0,05 mole. Or, le poids moléculaire du para-nitrophénol est de 139,11 g/mol, et cette fois c'était correct — mais l'étudiant n'avait jamais vérifié. Sur le composé suivant (para-aminophénol, valeur réelle 109,13 g/mol) YZ a indiqué « 123,15 » ; Cette fois, l’élève l’a compris en le calculant manuellement à partir de la formule (C6H7NO2) : 6×12,011 + 7×1,008 + 14,007 + 2×15,999 = 109,13. Leçon : calculez chaque poids moléculaire sans formule.

Cas 2 – Faux DOI. Un chercheur a demandé à AI 5 sources dans sa revue de littérature. Le DOI de deux des cinq renvoie « introuvable » lorsque vous cliquez dessus ; Les gros titres étaient factuels, mais les articles ne l’étaient pas. Perte de temps 40 minutes. Leçon : toutes les citations ne doivent pas être utilisées sans vérification dans la base de données (DOI, PubMed, Reaxys).

Cas 3 — Danger qui semble sûr. Un utilisateur a interrogé l'IA sur une procédure de nettoyage ; AI a indirectement suggéré de mélanger une solution contenant de l’hypochlorite avec une solution acide, une combinaison qui pourrait libérer du chlore gazeux. Heureusement, l'utilisateur a regardé la fiche de données de sécurité (FDS) et s'est arrêté. Leçon : chaque procédure est inspectée par un humain pour détecter les FDS et les dangers avant d'être mise en œuvre.

Invite faible/Invite forte

Invite faible :

Synthétisez cette molécule.

Cette affirmation est vague : quelle molécule, quelles matières premières, quelle échelle, quelles contraintes ? L’IA comble les lacunes.

Invite puissante :

Rôle : Vous êtes un assistant expérimenté en synthèse organique. Molécule cible : 4-méthoxyacétophénone (SMILES : COc1ccc(cc1)C(C)=O). Nous avons l'anisole comme matière première. Tâche : Donner une proposition de rétrosynthèse en 2 étapes. Pour chaque étape : réactifs, conditions (température, solvant) et réactions secondaires POSSIBLES. Contrainte : Cochez « VÉRIFIER » là où vous n'êtes pas sûr, ajustement. Sortie : étapes numérotées + liste des points à vérifier.

Différence : rôle, cible exacte (avec SMILES), contexte, nombre d'étapes, format de sortie et contrainte d'« ajustement ». Ce sont les cinq composantes d’une bonne incitation en chimie : rôle, représentation précise de la structure, contexte, tâche, contrainte de vérification.

Types d’outils d’IA : modèle de langage ou outil de chimie ?

En chimie, vous rencontrez deux « IA » différentes et il est essentiel de ne pas les confondre :

Genre

Qu'est-ce que

fiabilité

Exemple d'utilisation

Modèle de langage général

Génère du texte/code, explique, rédige des brouillons

Faible en chiffres, riche en langage

Aperçu de la procédure, explication de la terminologie

Bibliothèque de chimie (RDKit etc.)

Traite la molécule de manière déterministe, calcule le poids moléculaire

Élevé (basé sur des règles)

Vérification SMILES, compte MA

Modèle de prédiction personnalisé (rétrosynthèse, fonctionnalité)

Donne des prédictions basées sur les données

Moyen, selon la zone

Rétrosynthèse, estimation de la solubilité

Documentation/outil de recherche

Requêtes de base de données réelles

Élevé selon la source

Confirmation d'attribution, recherche de réaction

Le flux de travail le plus robuste combine ces éléments : le modèle de langage génère l'idée, la bibliothèque de chimie calcule le nombre de manière déterministe, l'outil de littérature vérifie l'attribution, l'humain valide. Nous établirons cette chaîne dans les prochaines unités.

Discipline de vérification : QUATRE étapes

Suivez chaque résultat de l'IA à travers ces quatre étapes avant de l'introduire dans le laboratoire ou le rapport :

Structure : La notation molécule/réaction (SMILES/InChI) est-elle valide ? Peut-il être analysé avec un outil (RDKit) ?
Nombre : Le poids moléculaire, la stœchiométrie et le calcul du rendement ont-ils été vérifiés de manière indépendante (à la main ou en bibliothèque) ?
Source : Chaque affirmation et attribution a-t-elle été vérifiée dans une base de données réelle ?
Sécurité : La FDS a-t-elle été lue pour chaque réactif de la procédure, existe-t-il des combinaisons dangereuses ?

Remarque : Ces quatre étapes s'appliquent "toujours" et non "parfois". 20 situations dans lesquelles l'IA est correcte n'excusent pas 1 situation dans laquelle elle est incorrecte ; car en chimie, cette situation pourrait être une explosion, un empoisonnement ou un article rétracté.

Erreurs courantes

Confondre la sortie de l’IA avec une « ressource ». L'IA n'est pas une ressource, mais un générateur qui essaie de mémoriser les ressources (parfois de manière incorrecte). C'est la base de données source.
Faire confiance au numéro. Utiliser des chiffres tels que le poids moléculaire, le pKa, le point d'ébullition sans les vérifier. Ceux-ci peuvent être calculés/recherchés de manière déterministe ; Demander le modèle de langage est le moyen le plus faible.
Externalisation de la sécurité vers l’IA. "L'IA n'a pas dit que c'était dangereux" ne veut pas dire que c'est sûr. L'évaluation des dangers est le travail de l'homme et du SDS.
Invite vague. Ne pas donner la molécule par son nom mais par sa structure (SMILES/InChI) ; Cela conduit à des molécules incorrectes en raison d’une confusion de noms.
Faire confiance en un seul essai. Poser à nouveau la même question d'une manière différente et ne pas vérifier la cohérence.

En résumé

L'IA est un puissant assistant de bureau en chimie : elle produit du code, des plans, des descriptions, scanne des squelettes ; mais le laboratoire ne le fait pas et ne vérifie pas ses résultats.
Il existe trois risques inhérents : faux composé/numéro, fausse attribution, erreur de sécurité.
Séparez et combinez le modèle de langage général et les outils de chimie déterministe (RDKit, bases de données).
Parcourez chaque résultat à travers les quatre étapes Structure – Numéro – Source – Sécurité.
Bonne invite : inclut le rôle, la représentation explicite de la structure, le contexte, la tâche, la contrainte de validation.

Tâche de candidature

Choisissez une molécule que vous avez étudiée vous-même (ex : aspirine, SMILES : CC(=O)Oc1ccccc1C(=O)O). Demandez à l'IA trois choses : (1) le poids moléculaire, (2) deux articles de référence, (3) une étape de synthèse. Vérifiez ensuite chacun indépendamment : calculez manuellement le poids moléculaire à partir de la formule, confirmez les citations avec DOI, examinez l'étape de synthèse avec un œil sûr. Quelle sortie s’est révélée correcte et laquelle a nécessité une correction ? Conservez un « journal de vérification » d’une demi-page.

liste de contrôle

[ ] J'ai réalisé que l'IA est un assistant, pas un chimiste.
[ ] Je reconnais les risques de fabrication, de fausse attribution et de méfiance à l'égard des exemples.
[ ] Je peux faire la distinction entre le modèle de langage et les outils de chimie déterministe.
[ ] J'appliquerai les quatre étapes Structure – Numéro – Source – Sécurité à chaque sortie.
[ ] Je décris les molécules par notation structurelle (SMILES/InChI), pas par leur nom.
[ ] J'ai tenu au moins un journal de vérification.