Anthropic présente ART comme un système enzymatique repéré par Claude. La contestation de chercheurs de Copenhague rappelle qu'un résultat peut être biologiquement solide sans être nouveau. Elle oblige aussi à distinguer le travail accompli par les agents de l'origine des informations dont ils disposaient.
Le 23 septembre 2026, Anthropic annonce que Claude a identifié un système biologique jusqu'alors non caractérisé. Cinq jours plus tard, une enquête de Carl Zimmer pour le New York Times, reprise par Business Standard, rapporte qu'une équipe de l'université de Copenhague étudiait déjà ces enzymes et leurs molécules associées.
Pour apprécier la portée de l'annonce, nous devons démêler quatre questions : le résultat est-il valide, était-il nouveau, quelles étapes Claude a-t-il réalisées de façon autonome et la recherche était-elle indépendante des travaux non publiés d'autres scientifiques ? Chacune appelle des preuves différentes.
Un résultat biologique n'est pas encore un outil
Le système baptisé ART repose sur une transcriptase inverse, une enzyme capable de fabriquer de l'ADN à partir d'une molécule d'ARN. Anthropic reconnaît que cette enzyme, présente chez certains virus de bactéries, avait déjà été identifiée. La contribution revendiquée pour Claude concerne son association à une série de séquences répétées et à une protéine partenaire de fonction inconnue.
La distinction entre ADN et ARN compte ici. Les agents ont repéré des répétitions dans des séquences d'ADN. Selon Anthropic, les premières expériences montrent que cet ensemble donne aussi naissance à de petits ARN distincts. Cette organisation évoque certains traits de CRISPR, dont les ARN participent au ciblage de séquences génétiques. Mais la fonction naturelle d'ART reste inconnue : une ressemblance d'organisation ne démontre pas que le système puisse devenir un outil programmable d'édition génétique.
La validité scientifique se joue donc sur des propositions précises : les éléments décrits sont-ils bien associés ? Les ARN annoncés sont-ils effectivement produits ? Quel rôle remplissent-ils ? Anthropic présente des analyses et des expériences dans une prépublication technique. Une reproduction indépendante permettrait d'éprouver ces résultats. Même concluante, elle ne dirait pas qui les a obtenus en premier.
La nouveauté ne se réduit pas à la première publication
Mario Rodríguez Mestre, biologiste computationnel à Copenhague, explique à Carl Zimmer que son équipe étudie ces systèmes depuis quatre ans. Il affirme avoir identifié les caractéristiques aujourd'hui mises en avant par Anthropic plus d'un an auparavant. Le journaliste indique avoir examiné des messages, des figures et d'autres documents retraçant ces recherches et leur utilisation de Claude.
C'est là que le désaccord sur l'antériorité rencontre celui sur la provenance. Rodríguez Mestre dit avoir partagé avec Claude des manuscrits et des résultats non publiés. Il s'interroge sur leur éventuelle utilisation pour entraîner des versions ultérieures du modèle. Anthropic dément cet entraînement sur les conversations utilisateurs et affirme que son équipe de biologie n'y a pas accès. Le chercheur reconnaît lui-même que des coïncidences sont possibles. Les éléments publics rapportés ne démontrent pas une réutilisation de ses échanges.
Anthropic déclare par ailleurs ne connaître aucun travail antérieur publié décrivant ART. Cette réponse ne tranche pas à elle seule la question d'une découverte antérieure non publiée. Pour établir la nouveauté, il faudrait comparer les résultats précisément revendiqués, leur contenu et leur chronologie documentée. Avoir repéré une enzyme, avoir décrit le système qui l'entoure et avoir expliqué sa fonction sont trois avancées différentes.
Une redécouverte indépendante pourrait rester une performance utile de l'agent. Elle changerait cependant ce que l'on peut affirmer : retrouver rapidement un résultat existant n'est pas ajouter pour la première fois ce résultat aux connaissances scientifiques.
L'autonomie se mesure étape par étape
Selon Anthropic, environ 950 agents ont exploré les données pendant 21 heures, en consommant 210 millions de tokens, les unités de texte traitées par le modèle. L'entreprise décrit des agents qui recherchent des candidats, examinent des anomalies et rédigent des rapports. Elle précise que des scientifiques ont donné la consigne initiale et réalisé tout le travail de laboratoire.
Ce partage des tâches donne à l'autonomie un périmètre concret. Choisir une piste au sein d'une recherche confiée par un biologiste constitue une capacité différente de celle qui consisterait à définir seul le problème, concevoir les expériences, les réaliser et interpréter leur portée. On peut reconnaître la première sans supposer que toutes les autres ont été démontrées.
Les chiffres annoncés décrivent une campagne de calcul ; ils ne constituent pas une mesure indépendante de productivité scientifique. Les 21 heures ne couvrent notamment pas toute la validation humaine. Pour comparer avec un travail sans agents, il faudrait compter les ressources engagées, les pistes écartées, la vérification et le temps des chercheurs, sur une tâche comparable.
Établir le degré d'autonomie demanderait aussi de connaître les consignes exactes, les interventions humaines et les décisions laissées aux agents. Le récit d'une séquence réussie documente une possibilité ; il ne suffit pas à mesurer la fiabilité de cette façon de travailler.
Une provenance à documenter, pas à deviner
Dans notre analyse des assistants IA, nous distinguons les traces visibles, ce qu'elles permettent d'inférer et les mécanismes internes qui restent inaccessibles. Cette séparation est particulièrement utile ici : une réponse correcte ne révèle pas, à elle seule, comment le système a acquis l'information nécessaire pour la produire.
L'entraînement modifie les paramètres d'un modèle. Un document fourni dans une conversation alimente son contexte de travail. Une recherche dans une base ou sur le Web apporte des informations pendant l'exécution. Ces mécanismes ne sont pas interchangeables. Le fait qu'un chercheur ait montré un manuscrit à Claude ne prouve pas que son contenu ait servi à entraîner le modèle, ni qu'il ait été accessible à une autre session.
Pour examiner l'indépendance de la recherche, des traces datées des données consultées, des consignes et des accès autorisés seraient plus instructives que la seule similitude des résultats. Deux équipes peuvent converger parce qu'elles étudient les mêmes données publiques. À l'inverse, un journal d'exécution détaillé ne permet pas, à lui seul, de reconstituer la totalité du corpus d'entraînement d'un modèle propriétaire.
Le cas ART laisse ainsi une place à la valeur des agents sans leur attribuer davantage que ce que les preuves permettent. Ils peuvent aider à repérer des anomalies et à sélectionner des hypothèses dignes d'une expérience. Mais vérifier le phénomène, établir son antériorité, décrire la contribution de la machine et documenter l'origine de ses informations restent des tâches distinctes. La découverte scientifique gagne à rendre chacune vérifiable, pas à les faire tenir dans le seul mot « autonome ».