Cet article propose une analyse complète du développement, des capacités et des applications de l'intelligence artificielle générative (GenAI) et des modèles linguistiques à grande échelle (LLM), en se concentrant sur leurs implications pour la recherche et l'éducation. Il retrace l'évolution conceptuelle de l'intelligence artificielle (IA) à l'apprentissage automatique (ML), puis à l'apprentissage profond (DL), et enfin à l'architecture Transformer, fondement des systèmes génératifs modernes. Il examine des aspects techniques tels que les stratégies d'incitation, les plongements de mots et les méthodes d'échantillonnage probabiliste (température, top-k, top-p), ainsi que l'émergence d'agents autonomes, en tenant compte des opportunités, des limites et des risques que ces facteurs présentent. Il évalue de manière critique l'intégration de GenAI dans le processus de recherche, de l'idéation et de la revue de la littérature à la conception des études, la collecte, l'analyse, l'interprétation et la diffusion des données. Tout en se concentrant spécifiquement sur la recherche en géographie, la discussion s'étend à des contextes académiques plus larges. Il aborde également les applications pédagogiques de GenAI, notamment la conception de cours magistraux et de leçons, la mise en œuvre pédagogique, l'évaluation et le retour d'information, en présentant l'enseignement de la géographie comme une étude de cas. Cette étude se concentre sur les enjeux éthiques, sociaux et environnementaux soulevés par GenAI, notamment les biais, les droits de propriété intellectuelle, la gouvernance et la responsabilité, ainsi que les stratégies technologiques émergentes pour atténuer l'impact environnemental des LLM. Enfin, elle examine l'avenir à court et à long terme de GenAI, notamment les scénarios d'adoption continue, de réglementation et de déclin potentiel. En situant GenAI dans la pratique universitaire et les contextes éducatifs, cette étude contribue au débat critique sur le potentiel transformateur et la responsabilité sociale de GenAI.
