Histoire
octobre 8, 2026
La frénésie mathématique d’OpenAI pousse les mathématiciens à se demander qui peut définir le progrès
OpenAI et ses soutiens voient dans cette évolution une nouvelle voie rapide vers la découverte scientifique, tandis que de nombreux mathématiciens n’accueillent favorablement les résultats que s’ils peuvent être vérifiés, compris et développés en dehors d’une course aux gros titres menée par les entreprises. Le différend ne porte pas sur le caractère frappant ou non des résultats, mais sur ce que devrait être un progrès mathématique responsable.
La dernière rupture fait suite à l’affirmation antérieure d’OpenAI selon laquelle l’entreprise avait résolu le problème de Navier-Stokes, un défi du prix du millénaire. Cette annonce a suscité des accusations selon lesquelles l’entreprise avait devancé les normes universitaires et avait შესაძლოა bénéficié de travaux de recherche en cours — une allégation qu’OpenAI a démentie. L’épisode a laissé un domaine fondé sur un examen minutieux et lent méfiant envers un acteur extérieur bien financé avançant à la vitesse de la Silicon Valley.1
En septembre, le nouveau Groupe consultatif sur les mathématiques et l’intelligence artificielle (AGMAI) a exhorté les laboratoires d’IA à publier rapidement leurs résultats par les canaux établis, à divulguer les modèles, les prompts et les coûts de calcul, et à éviter de transformer les publications de recherche en opérations de marketing. Son avertissement était sans détour : les entreprises devraient « s’abstenir de considérer la publication de résultats mathématiques comme des vecteurs de marketing ». 2
Puis, mardi, OpenAI a publié 722 manuscrits couvrant 372 familles de résultats, affirmant qu’un modèle de pointe interne avait produit ces travaux. L’entreprise a déclaré s’être inspirée des conseils d’AGMAI ; le président d’OpenAI, Greg Brockman, a présenté l’effort comme une avancée « vers l’accélération de la découverte scientifique et l’amélioration de la qualité de vie pour tous ». 
3
L’ampleur de l’initiative a impressionné même les sceptiques. Un compte rendu de la publication a indiqué qu’elle démontrait que les progrès de l’IA sont susceptibles de se diffuser dans de nouveaux domaines spécialisés, comme les outils de programmation l’ont déjà fait. Pourtant, Stephen Wolfram a apporté un contrepoids : « On peut produire facilement mille milliards de théorèmes. Le problème est que la plupart de ces théorèmes ne sont pas de ceux qui intéresseront qui que ce soit. »4
La vérification constitue désormais l’épreuve immédiate. Jeudi, OpenAI avait retiré les solutions d’au moins trois problèmes après l’apparition d’erreurs manifestes, tandis que seules certaines démonstrations avaient été formalisées pour une vérification automatisée.1 Les critiques affirment que la publication reste en deçà de la norme d’AGMAI consistant à garantir la compréhension humaine : seuls 10 des 719 manuscrits incluaient le raisonnement du modèle, et 42 % n’avaient, selon les informations rapportées, pas fait l’objet d’une formalisation.5
Pour les défenseurs de cette approche, la démonstration formelle automatisée pourrait libérer les mathématiciens afin qu’ils explorent de nouveaux concepts. Pour les critiques, le travail difficile commence après l’arrivée de la réponse du modèle : transformer une démonstration revendiquée en un savoir auquel l’ensemble de la discipline peut faire confiance, qu’elle peut enseigner et prolonger.