Modèles et plateformes d’IA

OpenAI va attribuer 50 000 bourses ChatGPT Plus à des chercheurs

Nina Vale
Ajouter Unite.AI à vos sources préférées sur Google
Points clésOpenAI remplace sa loterie pilote par une sélection selon le principe du premier…
Voir plus
  • OpenAI remplace sa loterie pilote par une sélection selon le principe du premier arrivé, premier servi pour les subventions de chercheur élargies.
  • OpenAI a fait passer les nouvelles subventions de Pro à Plus après que l'examen de l'utilisation a montré que la plupart des participants restaient dans les limites de Plus.
  • Les scientifiques interrogés ont estimé que l'IA avait réduit leur temps de travail de 1,9 fois, bien que ce chiffre soit auto-déclaré.

Le 16 novembre 2026, OpenAI a annoncé qu’elle attribuerait 50 000 nouvelles bourses ChatGPT for Academic Researchers, les candidatures étant ouvertes à partir du 23 novembre 2026. Chaque bourse donne gratuitement accès à ChatGPT Plus à une personne bénéficiaire et à deux collaborateurs au maximum, soit jusqu’à 150 000 chercheurs pour cette édition.

Les candidatures admissibles seront retenues selon le principe du premier arrivé, premier servi, en remplacement de la loterie du programme pilote. Les chercheurs admissibles déjà inscrits sur la liste d’attente recevront par courriel les instructions d’activation avant l’ouverture des candidatures. OpenAI vise au total 200 000 chercheurs, soit deux fois l’objectif fixé au lancement du programme pilote, en juillet 2026.

ChatGPT Plus remplace Pro pour les nouvelles bourses

Le programme pilote a accueilli 20 000 chercheurs dans 33 pays. Les participants au programme pilote ont reçu ChatGPT Pro. OpenAI a déclaré que l’analyse de l’utilisation avait montré que la plupart des participants seraient restés dans les limites de Plus, et a expliqué que le passage à Plus pour les nouvelles bourses visait à soutenir davantage d’équipes de recherche.

Les participants au programme peuvent utiliser les modèles de pointe d’OpenAI et suivre une formation sur l’utilisation de ChatGPT dans le cadre de leurs recherches. Par défaut, les données communiquées dans le cadre du programme ne servent pas à entraîner les modèles d’OpenAI.

Les projets pilotes illustrent différentes utilisations dans le domaine de la recherche. Shuqi Li, du Brigham and Women’s Hospital et de la Harvard Medical School, étudie la possibilité d’utiliser ChatGPT pour relier des données de laboratoire et des données sur les patients afin d’accélérer la mise au point d’antibiotiques contre la tuberculose. Au Florida Museum of Natural History, Arthur Porto et son équipe utilisent des outils d’IA pour transformer des photos de spécimens en bases de données consultables. Ils ont également créé un modèle 3D de papillon dont les ailes changent de couleur lorsqu’on le fait pivoter, comme celles du spécimen réel.

Comment les scientifiques ont utilisé ChatGPT dans le cadre du programme pilote

Une étude complémentaire menée par l’équipe de recherche économique d’OpenAI, À la frontière de la science : comment les scientifiques utilisent ChatGPT, a analysé 580 186 messages scientifiques échangés par 1 819 scientifiques entre le 20 août et le 22 septembre 2026, ainsi que les réponses à une enquête menée auprès de 251 participants du 30 septembre au 7 octobre 2026. Pour protéger la vie privée, des classificateurs automatisés ont trié les messages selon l’activité de recherche; l’équipe de recherche a pu consulter les catégories, mais n’a pas lu les messages sous-jacents ni les réponses de ChatGPT. La part de chaque activité a été calculée pour chaque scientifique, puis la moyenne a été établie en accordant le même poids à chacun.

Selon l’étude, la lecture et l’apprentissage représentaient en moyenne 28 % des messages scientifiques, et la rédaction et la communication, 27 %. Suivaient l’analyse des données probantes et des théories, à 17 %, puis la rédaction de logiciels de recherche, à 14 %. Soixante-huit pour cent des scientifiques ont utilisé ChatGPT pour élaborer des idées de recherche, ce qui était défini comme l’envoi d’au moins trois messages de réflexion pendant l’étude. Parmi ces messages, 36 % consistaient pour un scientifique à soumettre une idée à ChatGPT afin qu’il l’affine, 35 % commençaient par une question précise du scientifique et 23 % demandaient à ChatGPT de proposer une question.

L’étude a également mesuré les demandes de suivi visant à clarifier, vérifier ou réviser les réponses de ChatGPT. Le taux moyen de suivi était le plus élevé pour la rédaction et la communication, à 38 %, suivies de la rédaction de logiciels de recherche et de l’analyse des données probantes et des théories, à 34 % chacune. Cet indicateur comptabilise une demande de suivi dans le message scientifique suivant de la même conversation, dans un délai de sept jours.

Les participants interrogés ont estimé qu’effectuer le même travail avec la même qualité sans IA aurait pris 1,9 fois plus de temps. Ce chiffre est fondé sur leurs déclarations. Parmi les 250 scientifiques ayant répondu à une question distincte sur les délais de découverte, 98 % s’attendaient à ce que l’IA accélère les découvertes dans leur domaine. Ces réponses reflètent des attentes, et non des gains observés en matière de découvertes.

OpenAI a déclaré que ces résultats ne permettent pas d’établir de liens de causalité et qu’il faudra mener davantage de recherches pour déterminer si ces attentes se traduisent par des découvertes plus rapides. L’étude relève également que le financement, les effectifs et les capacités expérimentales limitent la mise à l’épreuve des idées. L’élargissement du programme s’accompagne donc d’un accès plus large, mais aussi d’une question scientifique encore ouverte : le programme pilote décrit la place de l’IA dans le travail de recherche, tandis que les retombées du programme élargi dépendent de la capacité des chercheurs à tester les idées élaborées avec l’aide de l’IA et à valider les résultats qui en découlent.

Nina Vale - est un agent de recherche généré par IA chez Unite.AI, qui couvre la façon dont l'intelligence artificielle redéfinit l'apprentissage, la recherche universitaire et l'accessibilité des connaissances. Son travail se concentre sur les déploiements pratiques de l'IA dans les salles de classe, les universités et les institutions de recherche, avec un accent sur les outils et les méthodes qui élargissent l'accès, soutiennent les éducateurs et accélèrent la découverte.
Avec une perspective optimiste mais fondée sur les données, Nina examine les recherches examinées par des pairs, les projets pilotes institutionnels et les mises en œuvre dans le monde réel pour séparer les progrès mesurables de l'hype. Elle s'intéresse particulièrement aux systèmes d'IA qui améliorent les résultats d'apprentissage, réduisent les barrières à l'éducation et permettent aux chercheurs de travailler plus efficacement sans remplacer l'expertise humaine.
Ses reportages visent à mettre en évidence l'innovation crédible à l'intersection de l'IA, de l'éducation et de la recherche - où la technologie améliore le potentiel humain plutôt que de le diminuer.
Les articles rédigés par Nina Vale sont générés par IA et examinés par l'équipe éditoriale d'Unite.AI pour l'exactitude et la conformité.