En résolvant des centaines de problèmes mathématiques restés sans solution pendant des années, les nouveaux modèles d’intelligence artificielle bouleversent la recherche scientifique. Entre avancées prometteuses, inquiétudes professionnelles et soupçons de plagiat, la communauté s’interroge sur l’avenir de sa discipline.
La recherche mathématique entre dans une période de profonde transformation. Le 6 octobre, OpenAI a publié 722 articles présentant des résultats produits par un modèle d’intelligence artificielle encore inaccessible au grand public. L’entreprise affirme que ce système a résolu plus de 300 problèmes complexes, certains ayant mobilisé des chercheurs pendant des années, voire des décennies.
Les travaux concernent notamment l’algèbre, la géométrie, la logique et les probabilités, mais aussi des questions liées à de célèbres problèmes mathématiques, comme la conjecture de Hodge et l’hypothèse de Riemann. Ces annonces, qui restent à vérifier, provoquent un véritable séisme dans la communauté scientifique.
Le mathématicien Cédric Villani y voit un changement majeur dans l’histoire de sa discipline. Terence Tao, lauréat de la médaille Fields, évoque pour sa part une crise existentielle. En septembre, OpenAI avait déjà affirmé qu’un de ses modèles avait résolu l’équation de Navier-Stokes, un problème formulé en 1845 et longtemps considéré comme particulièrement difficile.
Des machines capables de rivaliser avec les chercheurs
Les progrès de l’IA se multiplient. En juillet dernier, un modèle chinois développé par RedNote aurait obtenu un score parfait aux Olympiades internationales de mathématiques. De son côté, Anthropic, l’entreprise à l’origine de Claude, a contribué à formaliser la démonstration du dernier théorème de Fermat, une avancée présentée comme ayant été réalisée en onze jours.
En un an, les systèmes ont considérablement progressé. Alors que leurs raisonnements comportaient encore fréquemment des erreurs, ils sont désormais capables de produire de longues démonstrations cohérentes. Pour certains chercheurs, cette évolution annonce une période où les humains auront de plus en plus de difficultés à rivaliser avec les machines dans la résolution de problèmes mathématiques.
L’ampleur des résultats revendiqués suscite toutefois autant d’admiration que d’inquiétude. OpenAI indique qu’un résultat a nécessité, en moyenne, des ressources de calcul équivalentes à environ trois heures de réflexion de ChatGPT Pro. Pour les chercheurs qui consacrent parfois des années à une seule question, cette accélération remet en cause les méthodes traditionnelles de travail.
Le risque de perdre le sens même de la recherche
Au-delà de la performance, c’est la place du mathématicien qui est interrogée. Hugo Duminil-Copin, médaillé Fields en 2022, a décrit le choc provoqué par ces annonces, expliquant en avoir même pleuré. Il travaillait lui-même sur seize problèmes parmi ceux qu’OpenAI affirme avoir résolus.
Les chercheurs doivent maintenant examiner des centaines de publications et des dizaines de milliers de pages pour comprendre les démonstrations, repérer d’éventuelles erreurs et déterminer si les résultats sont réellement nouveaux. Un travail considérable, qui ne garantit pas que toutes les affirmations de l’entreprise soient confirmées.
Une autre question alimente les tensions : celle de la reconnaissance du travail humain. Certains scientifiques estiment que les modèles s’appuient sur des pistes, des méthodes et des recherches antérieures sans toujours reconnaître suffisamment leur contribution. À propos de l’équation de Navier-Stokes, deux chercheurs de l’université de New York ont notamment accusé OpenAI de plagiat, une accusation rejetée par l’entreprise.
Le débat dépasse donc la seule question technique. Il concerne aussi la propriété intellectuelle, la transparence des méthodes et le partage des bénéfices issus de recherches parfois financées ou développées par la communauté scientifique.
Une révolution encore loin de remplacer la créativité humaine
Malgré ces avancées, une limite demeure : jusqu’à présent, l’IA a surtout permis de traiter des problèmes déjà formulés. Elle n’a pas encore démontré qu’elle pouvait élargir seule les frontières de la discipline en inventant de nouvelles questions fondamentales ou en définissant de nouveaux champs de recherche. Cette distinction laisse une place essentielle à la créativité humaine, même si l’avenir de la profession suscite des préoccupations. Certains redoutent que les jeunes se détournent des carrières universitaires, tandis que les entreprises technologiques recrutent des mathématiciens pour développer leurs algorithmes.
La communauté est également divisée sur l’utilisation de ces outils. Pour certains, l’IA peut accélérer les découvertes et faire progresser des domaines comme la physique, l’astronomie et l’informatique. D’autres souhaitent en limiter, voire en interdire l’usage, en raison de préoccupations éthiques et environnementales.
La course entre les entreprises se poursuit. Le patron de Mistral, Arthur Mensch, prévoit de nouveaux progrès dans les mois à venir. Mais les performances mathématiques constituent aussi un argument commercial pour les sociétés d’IA, qui cherchent à démontrer leur capacité à résoudre les problèmes intellectuels les plus exigeants.
L’enjeu est désormais de distinguer les annonces spectaculaires des découvertes véritablement validées. Le retrait par OpenAI de trois articles après la détection d’erreurs rappelle que les résultats générés par une machine doivent être examinés avec la même rigueur que ceux des chercheurs. La révolution est engagée, mais son impact réel sur les mathématiques dépendra encore de la vérification scientifique, de la reconnaissance du travail humain et de la manière dont cette technologie sera mise au service du savoir.
Une synthèse de Abdel Aziz