L'IA sait-elle écrire les étiquettes scientifiques ? Test sur 20 planches

Toute illustration scientifique tient ou tombe sur ses étiquettes — et le texte des étiquettes est précisément ce que les modèles d'image ont historiquement raté le plus. Nous avons donc mené le contrôle nous-mêmes : 20 planches annotées générées sur glmimage.app (modèle : grok-imagine-image-2.0), chacune passée en revue pour l'orthographe, le placement et le nombre d'étiquettes. Cette page montre les planches, le protocole et ce que nous avons réellement trouvé — y compris les modes d'échec autour desquels il faut planifier.

Les prompts et les étiquettes testées restent en anglais : les textes rendus sur les images sont générés en anglais, et les mots courts en capitales y sont les plus fiables — c'est la convention même que ce test évalue.

Générer une planche annotée · La règle du nombre d'étiquettes · Les 30 exemples

Le protocole du test

Chaque planche de ce test est issue d'un prompt structuré — sujet, panneaux nommés, puis une liste d'étiquettes entre guillemets en capitales (la même grammaire que notre guide de méthode). Avant toute mise en ligne sur ce site, une planche passe une revue humaine d'orthographe des étiquettes et d'anatomie ; cet article relit un échantillon de 20 planches réparties sur neuf disciplines, avec trois questions par planche :

1. Orthographe — chaque étiquette est-elle écrite exactement comme demandé ?
2. Placement — chaque étiquette pointe-t-elle vers la bonne structure ?
3. Nombre — toutes les étiquettes demandées sont-elles sur la planche ?

Nous ne publions volontairement pas de pourcentage de précision agrégé. Vingt planches, c'est un petit échantillon, et les prompts ont été écrits par des personnes qui connaissent les conventions du système — un prompt naïf ferait pire. Prenez ceci pour une lecture structurée du comportement du format et des modes d'échec qui comptent, pas pour un chiffre de référence.

Les planches

Médecine

Étiquettes cibles : ANTIBODY, TAU, ASO, REDUCED TANGLES. La distinction intérieur / extérieur (anticorps hors du neurone, ASO dedans) est exactement le genre de placement sémantique que ce format gère quand le prompt le nomme.

Étiquettes cibles : CORTEX, DEPOSIT, DARK CORE, HALO.

Étiquettes cibles : LEUKAPHERESIS, GENE TRANSFER, EXPANSION, INFUSION — notez la longueur : « LEUKAPHERESIS » fait 13 caractères, le plus long mot unique de ce test.

Étiquettes cibles : CD3 ARM, TUMOR ANTIGEN ARM, T CELL, TUMOR CELL, PERFORIN.

Biologie et biotechnologie

Étiquettes cibles : APP, ALPHA, BETA, GAMMA, AMYLOID-BETA. Les sécrétases en lettres grecques rendues en mots épelés — un choix du prompt, car les lettres grecques dessinées par le modèle sont une faiblesse connue.

Étiquettes cibles : PRINTHEAD, BIOINK, CELLS, SCAFFOLD, CONSTRUCT.

Astronomie et physique

Étiquettes cibles : EVENT HORIZON, ACCRETION DISK, JET, PHOTON RING.

Matériaux et sciences de la Terre

Étiquettes cibles : PLY, WEAVE, MATRIX, INTERFACE.

Étiquettes cibles : ROLL ANGLE, METALLIC, SEMICONDUCTING, BUNDLE.

Étiquettes cibles : CUBIC, HEXAGONAL, MONOCLINIC, TRICLINIC.

Les dix planches restantes du jeu de test (en lien, une ligne chacune) : stratégies anti-tau, charge plaquettaire, parcours CAR-T, CAR-T dans l'organisme, échappement antigénique, processing de l'APP, bio-impression, plis de stratifié, chiralité de nanotube, systèmes cristallins.

Ce que le format réussit

Les étiquettes courtes entre guillemets, en capitales, se rendent de façon fiable. Sur l'ensemble du jeu de test, les étiquettes de 1 à 2 mots tout en capitales — JET, PLY, HALO, CD3 ARM — sortent correctement orthographiées dans la grande majorité des cas, à condition d'être entre guillemets dans le prompt. Cela rejoint ce pour quoi les modèles d'image focalisés sur le texte sont désormais conçus : la chaîne entre guillemets agit comme une contrainte, pas comme une suggestion.

Le nombre d'étiquettes tient quand il reste petit. Quatre à cinq étiquettes arrivent en ensemble complet. La règle du nombre d'étiquettes que nous avons dérivée en construisant ces planches : au-delà de six étiquettes, la fiabilité par étiquette chute et les lignes de rappel entrent en collision — plafonnez à six et découpez plutôt le sujet.

Les termes composés marchent mieux avec trait d'union ou en toutes lettres. « AMYLOID-BETA » et « RADIATIVE ZONE » se comportent bien ; les lettres grecques et les indices chimiques (α, β, CO₂) sont là où l'orthographe casse — écrivez-les en toutes lettres (ALPHA, BETA, CO2) et la fiabilité revient.

Là où ça échoue encore

1. Placement contre pointage. Une étiquette peut être parfaitement orthographiée et pointer vers la structure voisine. L'orthographe ne dit rien de l'anatomie — ce contrôle reste manuel, et notre protocole de vérification existe précisément pour cet écart.
2. Les longues étiquettes rétrécissent. « TUMOR ANTIGEN ARM » à l'échelle de la planche peut sortir plus petite que lisible. Correction dans le prompt : raccourcir l'étiquette, ou nommer le panneau auquel elle appartient.
3. Les mises en page en miroir inversent les étiquettes. En anatomie, les étiquettes droite / gauche peuvent se retrouver permutées alors que le dessin paraît sinon correct. La correction est une contrainte nommée : « right side of the image », « left lung on the viewer's left ».
4. Les relances font partie du coût. Toute méthode honnête budgète une ou deux régénérations par planche. Un modèle qui réussit les étiquettes du premier coup plus souvent coûte moins cher que son prix affiché ne le suggère — le même point que notre comparatif d'outils sur le rendu de texte en général.

Les règles de prompt sorties du test

1. Quote every label, in capitals: Label "JET", "PHOTON RING".
2. Keep labels to 1–2 words; spell out symbols (ALPHA not α, CO2 not CO₂).
3. Cap the set at six labels per plate.
4. Name the panel each label lives in when placement matters.
5. Fix errors by naming them: "the sill is horizontal, between two strata".

Liste de vérification scientifique

• [ ] Toutes les étiquettes sont-elles correctement orthographiées ?
• [ ] Chaque étiquette pointe-t-elle vers la bonne structure (et pas seulement se lit-elle correctement) ?
• [ ] Le nombre d'étiquettes est-il complet ?
• [ ] Les positions et les proportions sont-elles raisonnables au regard de la référence ?
• [ ] Les flèches indiquent-elles la bonne direction ?
• [ ] Le résultat a-t-il été confronté à une source fiable ?

Conclusion

L'IA sait-elle écrire correctement les étiquettes scientifiques ? Pour le format que ce site enseigne — étiquettes courtes, entre guillemets, en capitales, sur des planches structurées — la réponse de ces vingt planches est : assez fiable pour bâtir dessus, pas assez fiable pour sauter la revue. L'orthographe est proche d'être un problème résolu à cette longueur d'étiquette ; le pointage et le nombre sont bons avec de petits ensembles ; et l'étape de vérification reste humaine. Cette combinaison est ce qui rend le brouillon IA rentable : la partie coûteuse (des figures justes, lisibles, publiables) passe toujours par vos yeux, mais la partie bon marché a cessé d'être lente.

Questions fréquentes

Quel modèle a rendu les planches du test ?

grok-imagine-image-2.0, via le module d'illustration scientifique de glmimage.app — la même chaîne que derrière chaque planche de ce site. Nous le nommons parce que l'attribution du modèle fait partie d'un test honnête ; un test d'étiquettes sans modèle nommé, c'est du marketing, pas de la mesure.

La précision des étiquettes varie-t-elle selon la discipline ?

Dans nos planches, les échecs se regroupent par type d'étiquette, pas par discipline : les mots longs, les symboles et les indices échouent partout ; les termes courts en capitales réussissent partout. Une planche mêlant « JET » et « TUMOR ANTIGEN ARM » hérite du risque de la seconde étiquette.

Et les étiquettes non anglaises ?

Traitez-les comme un test séparé. Le rendu bilingue est une capacité spécifique — c'est la force de premier plan des modèles d'image de GLM et la raison d'être de ce site — mais tout modèle que vous utilisez mérite un petit pilote : dix étiquettes dans votre langue avant d'y engager une série de figures.

Si l'orthographe passe, la figure est-elle prête à publier ?

Non — l'orthographe est nécessaire, pas suffisante. Une étiquette peut être parfaitement orthographiée et pointer vers la mauvaise structure. La prête à publier passe par le protocole de vérification complet, dont ce test n'est qu'une entrée.

Reproduire ce test sur votre propre chaîne

Le test est volontairement reproductible : vingt prompts issus d'une seule grammaire (notre gabarit), étiquettes plafonnées à six, d'un à deux mots, tout en capitales, entre guillemets ; puis une lecture par planche pour l'orthographe, le placement et le nombre ; puis le décompte par type d'étiquette — mots courts, mots longs, symboles, indices. Exécutez-le sur le modèle et la chaîne d'outils que vous utilisez réellement, car le comportement des étiquettes est spécifique au modèle et votre chaîne est la seule qui compte pour vos figures. Si votre décompte correspond au motif ci-dessus (étiquettes courtes entre guillemets fiables, longueur et symboles se dégradant), les règles de cet article se transposent directement ; sinon, votre décompte est le règlement — écrivez les prompts que vos chiffres soutiennent, et conservez le test dans le journal de figures (l'habitude de l'artefact).