"...I consume a lot of information across an incredibly wide spectrum of disciplines and sources, always aiming to synthesize the meaningful and connect it with something else for a larger portrait of what matters in the world."
"If you like interesting snippets on all sorts of subjects relevant to academia, information, the world, highly recommended is @grip54 's collection:"
La curation de contenus, la mémoire partagée d'une veille scientifique et sociétale
Gilbert C FAURE's insight:
... designed to collect posts and informations I found and want to keep available but not relevant to the other topics I am curating on Scoop.it (on behalf of ASSIM):
because we have a long standing collaboration through a french speaking medical training program between Faculté de Médecine de Nancy and WuDA, Wuhan university medical school and Zhongnan Hospital
There is no bridge between LLMs and authoritative content. That is a huge problem, and it is exactly what we are fixing.
LLMs are transforming how we discover information, but they still cannot meaningfully engage with the most trustworthy content on the internet: peer-reviewed research.
Why? Paywalls and licensing.
Right now, there is no reliable, scalable way to connect AI retrieval to authoritative research. If LLMs are the future of how we find answers, that gap is a serious problem for research institutions, businesses, and education.
Building real-time feeds of new publications across many publishers is a massive technical lift. Negotiating and maintaining licensing so AI can use that content is an equally big and still evolving challenge.
The good news is that we do not have to start from scratch.
Scite already operates indexing infrastructure that connects to leading publishers and powers our smart citations. Those citations carry context and classification and are created under direct indexing and licensing agreements with publishers.
We're working with publishers to provide to create citations for LLMs.
14 Go, c’est le poids du modèle d’IA que je fais tourner… sur mon ordinateur, en local 💻
Pas sur les serveurs d’OpenAI, pas dans le cloud de Google... mais bien sur mon MacBook personnel. Et honnêtement, ça change pas mal de choses dans ma manière d’utiliser l’IA au quotidien.
Depuis plusieurs mois, je teste Ollama, un outil qui permet d’installer des modèles open source directement sur sa machine. Llama 3.2 (Meta), Mistral ou GPT-OSS, le modèle open source d’OpenAI… tout fonctionne en local, sans connexion internet, sans transfert de données et sans aucun abonnement mensuel. C’est simple à installer et, surtout, très confortable à l’usage.
Concrètement, voilà ce que j’y gagne : → Mes documents sensibles restent sur ma machine et n’en sortent jamais → Le coût mensuel tombe à… 0 € (pas d'abonnement à payer) → L’outil fonctionne partout, même hors ligne → Les modèles récents sont plutôt rapides et réactifs → L’impact environnemental est bien plus faible que dans le cloud
Attention, il y a quand même quelques limites à garder en tête : → Une machine avec 16 Go de RAM reste idéale pour une expérience fluide → Les modèles peuvent peser lourd (jusqu'à 65 Go pour les plus puissants) → On ne remplace pas les tout derniers grands modèles pour les tâches plus complexes ou spécialisées
Pour le reste, c’est-à-dire environ 80 % de mes usages quotidiens (aide à la rédaction, correction, résumé de documents, code simple…), l’IA locale fait plutôt bien le travail et apporte même une vraie sensation de maîtrise... et de liberté !
On retrouve un contrôle qu’on avait clairement perdu avec les plateformes cloud, tout en gagnant en sobriété (je ne sollicite pas un data center à chaque requête et ça change vraiment la donne) et en confidentialité.
Je ne pense pas que l’IA locale remplacera les grands modèles hébergés dans le cloud, mais elle offre une alternative plus autonome, plus sobre et plus respectueuse de la vie privée. Et je suis convaincu qu’on va en voir de plus en plus dans les mois à venir.
Je vous partage une courte vidéo pour montrer concrètement ce que ça donne avec quelques tests simples.
Et si ça vous intéresse, j’en parle plus en détail dans ma dernière newsletter : https://lnkd.in/eTz2anJ4
Certains d’entre vous utilisent déjà l’IA en local ? Vos retours m’intéressent vraiment 👇 | 28 comments on LinkedIn
Claude Vanony fête ses 90 ans sur scène ce samedi 22 et dimanche 23 novembre à l'Espace L.A.C de Gérardmer ! ICI Lorraine lui consacre cette semaine spéciale et vous invite à son spectacle.
Pourquoi le New York Times mise tout sur le « temps d’attention »
Comment mieux mesurer l’impact réel d’un article ? Pour le NYT, la réponse ne se trouve plus dans les simples clics, mais dans le temps passé par les lecteurs sur chaque contenu. Un changement stratégique, qui redéfinit la manière dont la rédaction s’aligne sur les objectifs de l’entreprise.
1️⃣ Une métrique devenue centrale
En 2024, le New York Times a placé le temps d’attention au cœur de son pilotage éditorial. L’objectif ? Créer des habitudes de lecture plus profondes. Pour Hayley Arader, directrice exécutive data et insights pour la newsroom : « le projet autour du temps d’attention a permis de cultiver le comportement que nous recherchions chez les lecteurs, ce que le simple suivi des pages vues ne permet pas ».
Le choix de cette métrique n’est pas anodin : il répond à deux finalités claires. Côté rédaction, il s’agit de mieux comprendre les préférences des lecteurs. Côté business, le but est de prolonger le temps passé sur la plateforme.
2️⃣ Un cadre d’analyse rigoureux
Pour que cette donnée soit utile, encore faut-il l’interpréter dans le bon contexte. Le Times a mis au point un modèle permettant de comparer la durée moyenne passée sur un article selon :
▪️sa longueur, ▪️son thème, ▪️sa promotion sur le site, ▪️la source du trafic, ▪️et même les fuseaux horaires des lecteurs.
Grâce à ces modèles, chaque article est positionné au-dessus ou en dessous de la moyenne attendue. Ce benchmark permet de ne pas tirer de conclusions hâtives sur les performances.
3️⃣ Une stratégie visuelle et pédagogique
Le tps d’attention est aujourd’hui affiché tout en haut du tableau de bord des audiences pour chaque article. Mais le Times a refusé toute approche culpabilisante. Pas de texte en rouge ou vert, mais du noir uniquement. « Nous voulons que ce soit un outil d’apprentissage, pas une grille de performance ».
💎 Pour accompagner ce changement, la rédaction a diffusé un guide complet, avec une FAQ accessible à tous. Et surtout, ce changement a été porté autant par la direction que par les équipes. « Cela a marché car c’est venu du haut comme du bas ».
4️⃣ Une lecture enrichie par les formats
Autre constat clé : le multimédia joue un rôle déterminant. Vidéos, photos, interactifs… influencent fortement le temps passé. Le Times a donc intégré ces formats dans ses modèles, pour suivre précisément leur impact. « C’est essentiel pour être pertinent dans le nouvel Internet ».
Comprendre comment les lecteurs naviguent sur les pages, interagissent avec les formats et reviennent ou non, devient vital pour créer des récits plus immersifs et engageants.
5️⃣ Une culture data au service du journalisme
Comme le relève Hayley Arader : « nous répétons sans cesse que le jugement éditorial passe en premier. C’est ce qui nous a permis de réussir dans l’utilisation des données ».
Edit: To be clear, this is not an argument that research quality has declined — if anything, standards for rigor and data quality have increased in many fields. The point is about incentives: how evaluation systems influence where scholars invest their time, attention, and energy.
“Publish or perish” continues to shape academic careers — but increasingly at the expense of quality. It’s been ten years since I was promoted to full professor, and I find myself re-examining what we choose to measure.
When quantity becomes the primary KPI, something important is lost.
Recent reports show that publication pressure is linked to burnout, ethical dilemmas, and rising retractions (Newsletters QS, 2025; Editors Cafe, 2025; Council Science, 2024). At the same time, major academic presses and research organizations are calling for reward systems that value mentorship, collaboration, and scientific culture just as much as publication counts (Inside Higher Ed, 2025; Nature, 2025).
The landscape is shifting — preprints, open peer review, modular formats — but none of this will matter unless universities change how scholars are evaluated and rewarded.
Most researchers already know what meaningful scholarship looks like: • Slow, careful thinking • Genuine collaboration • Time to mentor and develop others • The honesty to say, “This study needs more time.”
If the goal is real impact — not just output — then: Quality must matter more than quantity. Contribution must matter more than performance metrics. This is the conversation we need to have now.
References Council Science. (2024). The ‘publish or perish’ mentality is fuelling research paper retractions. Editors Cafe. (2025). Rethinking ‘Publish or Perish’ in the Age of AI. Inside Higher Ed. (2025). Major Academic Press Calls for “Publish or Perish” Reform. Nature. (2025). Move beyond ‘publish or perish’ by measuring behaviours. Newsletters QS. (2025). How has “publish or perish” become “publish and perish” in academia?
THE INTERNET IS EATING ITSELF The Internet Is Now 52% AI-Generated Content And It's Training On Itself
New research just dropped numbers that should terrify anyone who cares about truth:
**52% of all internet content is now AI-generated.**¹ In 2022, it was 10%.
But here's where it gets insane (actually it's all insane TBH):
**74% of ALL NEW web pages contain AI-generated content.**² The internet added 3-5 billion pages monthly in 2024 most of it synthetic.³
The internet isn't just being eaten. It's being mass-produced by the thing that's eating it.
Why This Matters
Large Language Models aren't brains. They're giant stomachs. They consume everything. Digest nothing. Excrete more content, which gets consumed again an infinite feedback loop of synthetic regurgitation.
Here's what happens when AI trains on AI:
→ Model collapse: Recursive training causes "irreversible performance decay."⁴ → Narrowing of knowledge: Models reflect themselves, not reality → Death of originality: A hall of mirrors, each reflection dimmer than the last
We're replacing:
Human nuance Cultural context Real expertise Original thought The truth
With statistically probable simulations.
The Economics
Licensing real content costs billions. Synthetic data? Almost nothing. So they choose cheap scale over real knowledge. No regulation. No transparency. No tracking.
OpenAI doesn't ask permission to train on Anthropic's outputs. They just scrape the web.
Competition accelerates the collapse. Every AI company races to build bigger models.
They need more data. Synthetic data looks like a shortcut. Collectively, they're destroying the foundation their business depends on: real human knowledge.
We've Already Passed the Tipping Point
What happens when:
→ Medical information trains on synthetic medical papers? → Children learn history from recursive AI summaries? → Scientific research builds on fabricated datasets?
We don't just lose quality. We lose the ability to know what's real. The internet was humanity's collective memory. Now it's becoming humanity's collective hallucination.
The Bottom Line
LLMs are giant stomachs, not brains. They consume. They excrete. They consume again. ******************************************************************************** The trick with technology is to avoid spreading darkness at the speed of light Stephen Klein | Founder & CEO, Curiouser.AI | Teaches AI Ethics at UC Berkeley | Raising on WeFunder | Would your support (LINK IN COMMENTS)
Footnotes:
¹ Graphite Research (2025). Analysis of 65,000 URLs from Common Crawl. ² Ahrefs (2025). Analysis of 900,000 newly created web pages in April 2025. ³ Common Crawl Foundation. Database adds 3-5 billion pages monthly. ⁴ Shumailov et al. (2024). "AI models collapse when trained on recursively generated data." Nature, 631, 755-759. | 388 comments on LinkedIn
I discovered that a reading pack for my doctoral leadership subject contained fabricated references. Almost everything listed was AI-generated citations that either didn’t exist or linked to the wrong papers.
When I raised it, the provider confirmed that AI had been used and that the material was shared before human review. They also reminded me that doctoral candidates should be able to verify their own sources.
That response was so disappointing. Doctoral candidates are expected to build on verified scholarship, not correct institutional errors. I’ve asked to withdraw from the course because the university doesn’t seem to understand why this is a serious concern and has pushed the responsibility back on me.
Distributing unverified academic material in a foundation subject is a breach of academic integrity and sets entirely the wrong ethical tone for the course.
Am I overreacting? Or is this yet another symptom of the wider issues that are undermining confidence in the sector? | 306 comments on LinkedIn
Flashcards automatiques, quiz ajustables selon votre niveau, guides pédagogiques interactifs… et maintenant #DeepResearch pour décortiquer les sources web les plus complexes ! 📚✨ #NotebookLM n'en finit pas de s'améliorer. #EdTech #Apprentissage #Innovation
Il existe seulement 23 systèmes d'écriture officiels en 2025. Et 293 systèmes recensés dans l'histoire (actuels + historiques) selon la base de données incroyable : World Writing Systems https://buff.ly/ObjP2TB
Quand on regarde les nations, on peut voir des frontières. Mais quand on regarde les écritures, on voit des civilisations. L'écriture est au coeur de la relation complexe entre les peuples, l'espace et le temps.
🔤 Depuis l'Occident, l’alphabet latin s’est diffusé comme un même. 26 lettres pour dire toutes les langues du globe : un outil d’efficacité, le vecteur idéal de la mondialisation. C'est le système d’écriture le plus répandu : environ 70 % de la population mondiale l’utilise.
🌀 En Asie de l’Est, les idéogrammes d'origine chinoise hanzi/kanji — logogrammes millénaires — condensent la pensée en caractère. Chaque symbole est un paysage miniature: “montagne”, “rivière”, “cœur”. Ce n’est pas un alphabet, c’est une cosmologie d'encre et d'histoire. Un système utilisé par environ 1,34 milliard de personnes
🕎 Au Moyen-Orient et en Afrique, l’écriture arabe, fluide et calligraphique, épouse le souffle du Coran et traverse les déserts, du Maghreb à l’Indonésie. L’écriture devient prière, onde, mouvement. Le système arabe est estimé à environ 660 millions d’utilisateurs
🪶 En Inde, les alphasyllabaires — Devanagari, Tamil, Bengali... — traduisent la complexité phonétique d’un sous-continent où le langage est une discipline spirituelle. A lui seul, le système devanāgarī (utilisé pour l’hindi, le népalais, etc.) compte environ 600 millions d’utilisateurs. Presque autant que l'arabe.
⚫ En Afrique, les écritures renaissent : le N’ko, le Tifinagh, l’Adlam… Des inventions récentes pour redonner voix aux langues orales, effacées par la colonisation.
🌐 Et aujourd’hui, le monde numérique impose une nouvelle carte invisible : celle de l’Unicode, ce langage commun des machines qui encode toutes les écritures du monde… mais les range, encore une fois, dans un même système.
📜 Regarder la carte des écritures, c’est regarder la Terre à travers ses voix. Chaque système d’écriture est une manière d’habiter le réel, de relier le visible et l’invisible.
— Suivez ma newsletter hashtag#Cosmorama pour recevoir chaque semaine une carte, une image, une découverte sur le monde ! 🌍 Pour s'abonner, c'est ici : https://buff.ly/gAMRazF | 24 comments on LinkedIn
In her Quantitative Science Studies paper, Lauranne Chaignon traces the 20-year evolution of Clarivate’s Highly Cited Researchers (HCR) list: a ranking that once defined academic prestige and still shapes the Shanghai University Rankings.
𝐊𝐞𝐲 𝐅𝐢𝐧𝐝𝐢𝐧𝐠𝐬 𝐓𝐡𝐫𝐞𝐞 𝐝𝐢𝐬𝐭𝐢𝐧𝐜𝐭 𝐞𝐫𝐚𝐬 (2001–2023): ➡️ 𝐃𝐚𝐭𝐚𝐛𝐚𝐬𝐞 𝐞𝐫𝐚 (2001–2011): Created by Eugene Garfield’s Institute for Scientific Information (ISI) as a rich, biographical database of influential scientists ➡️ 𝐈𝐧𝐝𝐢𝐜𝐚𝐭𝐨𝐫 𝐞𝐫𝐚 (2012–2018): Under Thomson Reuters and Clarivate, the list became an annual metric of research excellence, stripped of biography and tightly linked to university rankings ➡️ 𝐈𝐧𝐭𝐞𝐠𝐫𝐢𝐭𝐲 𝐜𝐫𝐢𝐬𝐢𝐬 (2019–2023): Growing cases of self-citation, manipulation, and fake affiliations forced Clarivate to adopt “qualitative filters” and partnerships with watchdogs like Retraction Watch to exclude fraudulent entries (over 13% in 2023)
➡️ Changing purpose: Once a tool for scholarly networking, the list is now a symbol of academic reputation and competition, with major policy and funding implications
➡️ Crisis of credibility: Scandals (e.g. Saudi universities paying foreign researchers for nominal affiliations) have exposed how metrics can be gamed, threatening Clarivate’s authority
𝐓𝐡𝐞 𝐅𝐮𝐭𝐮𝐫𝐞? After removing mathematics entirely from the 2023 list due to manipulation, Clarivate faces a critical question: can citation-based metrics still define true research influence?
Interesting insights into how a bibliometric tool became both a global status symbol and a cautionary tale about measurement, integrity, and the commercialization of scientific prestige.
🎥✈️ Une vidéo impressionnante de 1919 d’un aviateur français
Un an après la fin de la Grande Guerre, le pilote français Jacques Trolley de Prévaux entreprend un vol exceptionnel : à bord de son dirigeable, il survole les anciens champs de bataille depuis la côte belge jusqu’à Verdun.
Sous lui, un paysage apocalyptique — villages effacés, forêts rasées, tranchées à perte de vue — mais aussi le théâtre des exploits de millions de soldats qui ont tenu, avancé, résisté.
Ces images, tournées en 1919 et restaurées en couleur et en haute définition, redonnent vie à ces lieux où la France s’est battue pied à pied pour sa survie. -- Si ce post vous a plu, restez en alerte et abonnez-vous à notre lettre d'information exclusive : https://lnkd.in/dwQnfhw4 | 77 comments on LinkedIn
The editors of the non predator scientific journals are often doing a good job but without the free help of the scientific community it would not be possible. However the huge profit they make (at least 32% of their revenue) is not acceptable as it is made with money of the taxpayer or of donators. It should change…
🧠📚L’un de mes premiers souvenirs marquants de contact avec le monde de la publication scientifique remonte à ma première année de licence. Un professeur nous avait montré une image frappante : si l’on empilait toutes les publications scientifiques produites chaque jour dans le monde, on atteindrait des distances astronomiques… jusqu’à la Lune, voire le Soleil. Cette métaphore m’a suivie tout au long de mon parcours. Pendant ma thèse, j’ai vite compris à quel point rester à jour sur la bibliographie de son propre domaine est un défi colossal. Et j’ai découvert une frustration bien connue des chercheurs : plus on lit, plus on réalise l’immensité de ce qu’il nous reste à lire et à comprendre.
📅 La semaine dernière, j’ai eu le plaisir de participer à une formation animée par Assia ASRIR, PhD sur l’outil Opscidia. Une vraie révélation.
✨ Opscidia, c’est une IA fiable, exhaustive, qui ne génère pas de sources fictives. Le rêve de toute personne ayant déjà tenté de réaliser un état de l’art rigoureux. Un outil modulable, qui permet de gagner du temps sans sacrifier la rigueur, tout en gardant la main sur le processus de rédaction. C’est aussi un excellent moyen de rester à jour sur les sujets que l'on maîtrise… mais surtout sur ceux que l'on rêve d’approfondir.
🙏 Merci Assia pour cette découverte ! J’ai hâte de continuer à explorer les possibilités de cet outil.
To get content containing either thought or leadership enter:
To get content containing both thought and leadership enter:
To get content containing the expression thought leadership enter:
You can enter several keywords and you can refine them whenever you want. Our suggestion engine uses more signals but entering a few keywords here will rapidly give you great content to curate.
Scoop.it!
Your new post is loading...
How to sift through large amounts of information...