Histoire
octobre 7, 2026
La publication mathématique d’OpenAI brouille la frontière entre découverte et marketing
OpenAI présente la publication de ses manuscrits comme une étape vers une découverte scientifique plus rapide, tandis que les mathématiciens qui conseillent le domaine soutiennent que même des résultats d’IA remarquables doivent être divulgués selon des normes académiques rigoureuses — et non présentés comme des arguments promotionnels.
La dernière révélation mathématique d’OpenAI est arrivée après des semaines d’attente : 722 manuscrits couvrant 372 familles de résultats connexes, produits par un modèle de pointe non publié et censés répondre à « des centaines » de questions ouvertes.1 Un rapport distinct a présenté cette divulgation autour de résultats portant sur 377 problèmes mathématiques, soulignant à quel point le domaine cherche rapidement à déterminer et à vérifier l’ampleur des affirmations.2
L’entreprise avait annoncé ce moment en septembre, affirmant que son système avait résolu plus de 100 problèmes de longue date dans la plupart des domaines des mathématiques. La nouvelle publication ajoute des projets d’articles, certains résumés de raisonnement, des estimations de calcul et des statistiques sur les problèmes tentés. OpenAI affirme que le résultat moyen a nécessité l’équivalent de trois heures de réflexion de ChatGPT Pro.1
Son message public est résolument ambitieux. En annonçant le lot, OpenAI a déclaré avoir consulté l’Advisory Group on Mathematics and Artificial Intelligence, indépendant, de l’Institute for Advanced Study.
3 Le président Greg Brockman a présenté l’effort comme faisant partie d’une démarche « vers l’accélération de la découverte scientifique et l’amélioration de la qualité de vie pour tous ». 
4
Mais les propres recommandations du groupe consultatif tracent une limite plus nette. Publiées fin septembre, elles ont exhorté les laboratoires d’IA à divulguer rapidement les résultats mathématiques, de préférence par l’intermédiaire de canaux académiques établis, et à révéler le nom du modèle, les prompts et les coûts de calcul.1 Plus directement encore, le groupe a déclaré que les entreprises devraient « s’abstenir de traiter la publication de résultats mathématiques comme des véhicules de marketing destinés à promouvoir leurs modèles », avertissant que cette pratique peut nuire à la communauté mathématique.1
OpenAI affirme publier via un dépôt GitHub assorti de procédures de révision et de citation. Cela offre une voie pour l’examen critique — mais pas nécessairement le processus d’évaluation par les pairs que souhaitent les critiques. Le véritable test consiste désormais moins à savoir si le modèle a trouvé des résultats qu’à déterminer si ces résultats peuvent résister aux mécanismes plus lents et plus stricts des mathématiques.