Deep Review : Google répartit la relecture scientifique entre plusieurs agents IA

Logo Google sur la façade vitrée de son siège à Mountain View, entourée d'arbres.

Le siège de Google à Mountain View, en 2016. Photo d'archives : Asoundd / Wikimedia Commons, CC BY-SA 4.0. Version recadrée.

Ouvert au public le 14 octobre 2026, Deep Review cherche les erreurs dans les documents techniques. Son organisation permet d'approfondir l'examen de chaque section, une approche que Google a d'abord expérimentée auprès de chercheurs.

Une démonstration, une méthode expérimentale et une bibliographie ne demandent pas le même travail de vérification. Avec Deep Review, Google répartit ces tâches entre des agents, des programmes pilotés par des modèles d'IA. Le service accepte les PDF et le texte brut, avec deux relectures gratuites par semaine annoncées pour chaque utilisateur.

Il succède au Paper Assistant Tool, ou PAT. En janvier 2026, ce dernier a relu environ 4 500 manuscrits avant leur soumission à l'ICML, une conférence consacrée à l'apprentissage automatique. Les commentaires étaient réservés aux auteurs, sans être transmis aux scientifiques chargés de sélectionner les articles.

Chaque section reçoit sa propre analyse

Deep Review commence par repérer les parties du document, puis ajuste les moyens de calcul à leur difficulté. Une preuve mathématique dense reçoit ainsi davantage de ressources qu'une introduction. Les agents examinent leurs passages en parallèle, tout en conservant l'accès au manuscrit complet pour retrouver une hypothèse ou une définition posée ailleurs.

Un agent de synthèse rassemble ensuite les observations, recoupe les sections et peut relancer certains contrôles. Il complète son rapport par des vérifications externes. L'étude de PAT décrit notamment une recherche web destinée à repérer les références ou théorèmes inexistants.

Ce que montre le test sur 29 erreurs

Pour mesurer l'apport de cette méthode, les concepteurs de PAT ont utilisé 26 articles de mathématiques et d'informatique contenant 29 erreurs connues d'équation ou de preuve. Avec Gemini 3.1 Pro, PAT en détecte 89,7%, contre 55,2% pour une requête unique au même modèle. Les résultats figurent dans leur étude déposée sur arXiv en juin, avec une évaluation automatique contrôlée par un coauteur.

Sur ce corpus, la manière d'organiser le travail améliore donc nettement la détection, sans changer de modèle. Le test reste celui de PAT sur des erreurs déjà identifiées, pas une mesure de l'ensemble des performances du service lancé en octobre. Les auteurs rapportent aussi des objections erronées à des preuves correctes. Le chercheur doit pouvoir examiner le raisonnement derrière chaque critique, faute de quoi une fausse alerte peut l'entraîner à reprendre un passage qui tenait déjà.

Des remarques qui peuvent faire reprendre les expériences

Dans la rétrospective publiée en mars par Google et les responsables scientifiques de l'ICML, le chercheur Apoorv Varshney rapporte notamment des définitions incohérentes et des affirmations expérimentales insuffisamment étayées relevées dans son manuscrit.

L'enquête menée après le programme a recueilli 869 réponses volontaires. Parmi les répondants dont les articles comportaient des résultats expérimentaux, 31% déclarent avoir lancé de nouvelles expériences à la suite des commentaires. Une critique peut ainsi ramener l'auteur aux éléments qui soutiennent sa conclusion, au-delà de la formulation du texte. La recevoir avant la soumission lui laisse la possibilité de compléter ses résultats ou de réduire la portée de son affirmation, avant l'examen par les évaluateurs de la conférence.