En octobre 2014, sept centrales nucléaires françaises sont survolées par des drones (1). Deux mois plus tard, le 18 décembre, l'Agence nationale de la recherche lance un appel à projets intitulé "Protection de zones sensibles vis-à-vis des drones aériens", en insistant sur des réponses techniques pouvant être apportées "à brève échéance (18 mois au maximum)" (2). L'urgence politique et sécuritaire est alors évidente. Mais du point de vue scientifique, dix-huit mois représentent un délai extrêmement court : un exemple parmi d'autres de la compression du temps de la recherche, ici mise au service d'un besoin avant tout technologique. Cette accélération est devenue un mode de fonctionnement des institutions scientifiques.

Il faut ici citer l'explosion du nombre d'articles scientifiques publiés annuellement, que le CNRS décrivait récemment comme un système "vicié", tant certaines publications sont aujourd'hui "frauduleuses ou écrites par l'intelligence artificielle générative" (3). Depuis plusieurs décennies, le monde académique finance largement la recherche par projets de courte durée et continue souvent à mesurer la qualité scientifique au volume des publications. En cela, il récompense mécaniquement la vitesse.

Parallèlement, les technologies numériques évoluent à un rythme qui dépasse celui du temps scientifique. La recherche se retrouve constamment sollicitée pour proposer rapidement des réponses à des problèmes techniques, parfois réels, parfois largement construits par des effets d'annonce industriels ou médiatiques. L'informatique, discipline scientifique toute récente, se retrouve particulièrement prise dans cette tension. Entre IA génératives, objets connectés, cybersécurité, green IT ou drones, tout semble urgent : publier, développer, expérimenter, prendre position.

Face à cette accélération permanente, une partie du monde scientifique commence à réagir. Le mouvement Slow Science est apparu au tournant des années 2010, notamment en Allemagne et aux Pays-Bas. Un collectif de chercheurs berlinois a ainsi publié le Slow Science Manifesto, texte bref mais largement relayé dans les milieux académiques européens (4). Le manifeste défend une idée simple : la recherche scientifique a besoin de temps - pour lire, expérimenter, discuter, échouer parfois, et surtout pour imaginer. Ses auteurs ne réclament pas un ralentissement bureaucratique, mais s'opposent à une organisation de la science dominée par l'urgence, les indicateurs bibliométriques et la pression à publier rapidement.

Fast science, slow science : peu importe qui, du lièvre ou de la tortue, est le meilleur. La science n'a jamais réellement avancé vite. Elle progresse par accumulation lente, par stabilisation progressive des idées, par sélection historique. Dans dix ou cinquante ans, les dizaines de milliers de publications consacrées à tel ou tel modèle d'IA auront probablement disparu de la mémoire collective. Il restera peut-être quelques algorithmes, quelques théorèmes, quelques idées structurantes. En informatique, beaucoup de questions fondamentales formulées à l'époque d'Alonzo Church (1903-1995) ou d'Alan Turing (1912-1954) traversent encore la recherche aujourd'hui : comment programmer efficacement ? Que peut-on tirer de l'équivalence preuve-programme ? Une machine peut-elle se faire passer pour un humain ?

La difficulté particulière du numérique vient surtout de sa proximité avec les applications grand public et avec des acteurs industriels d'une puissance inédite. Cette dynamique produit des situations paradoxales. On en arrive même à une situation où maintenir certaines infrastructures scientifiques de calcul devient difficile, tant le marché des processeurs et des accélérateurs est désormais préempté par les géants du numérique. Or l'accélération des cycles technologiques condamne rapidement ces outils à l'obsolescence. Les scientifiques se retrouvent alors souvent contraints d'analyser a posteriori des systèmes déjà massivement déployés, au lieu de participer à leur conception sur des bases théoriques solides.

Au fond, la fast science fait probablement davantage souffrir les chercheurs que la science elle-même. Car ce qui s'accélère aujourd'hui n'est pas tant la production des connaissances que le cycle industriel des technologies numériques. Le problème commence lorsque les institutions scientifiques tentent d'épouser ce rythme-là. La science n'est pas lente par défaut : elle avance à son rythme. Et c'est à son rythme qu'elle produit autre chose que de l'innovation éphémère.