Mardi, OpenAI a publié 722 manuscrits couvrant 372 familles de résultats sur des problèmes de longue date, produits par un modèle interne non publié. L’ampleur a immédiatement laissé entendre que la progression de l’IA, du codage vers le raisonnement formel, pourrait s’accélérer.¹

OpenAI a présenté la publication comme une diffusion de recherche soigneusement conseillée. Une publication relayée par Lilian Weng indiquait que l’entreprise avait consulté le groupe consultatif indépendant sur les mathématiques et l’IA de l’Institute for Advanced Study et s’était appuyée sur ses recommandations.Lilian Weng (lilianweng)² Greg Brockman a présenté l’ambition plus large comme celle d’accélérer les découvertes scientifiques et d’améliorer les vies.Greg Brockman (gdb)³

La réaction initiale, toutefois, était loin d’être uniforme. Martin Bridson, mathématicien à Oxford et président du Clay Mathematics Institute, a qualifié la publication de « stupéfiante », affirmant qu’il était difficile d’imaginer les frontières des mathématiques progresser autant en une seule journée. Alex Kontorovich, de Rutgers, a déclaré qu’une démonstration générée par IA mériterait « une médaille Fields instantanée » si elle provenait d’un humain.⁴

Cette admiration s’accompagnait d’une réserve majeure : des résultats ne constituent pas encore des mathématiques établies. OpenAI a retiré les solutions d’au moins trois problèmes après l’apparition d’erreurs, tandis que seules certaines démonstrations étaient accompagnées de formalisations que des logiciels spécialisés peuvent vérifier. Stephen Wolfram a résumé le critère des sceptiques : « On peut facilement produire mille milliards de théorèmes. Le problème, c’est que la plupart de ces théorèmes ne seront pas ceux dont qui que ce soit se souciera. »¹

Le différend plus profond porte sur le contrôle et le mérite. L’Association for Human Mathematics a exhorté ses collègues à cesser de travailler avec OpenAI, qualifiant cette publication massive de « non pas une démonstration de travail académique, mais une démonstration de pouvoir ». Tristan Buckmaster, quant à lui, s’est demandé si le travail de mathématiciens utilisant les outils d’OpenAI aurait pu contribuer à orienter le système interne de l’entreprise vers certaines réponses.¹

Des partisans tels que Dan Litt, mathématicien à l’Université de Toronto, y voient un terrain riche pour les chercheurs humains — mais avertissent que les affirmations selon lesquelles l’IA a « résolu les mathématiques » pourraient priver la discipline de financements et de nouveaux talents. La réponse du groupe consultatif n’est pas le rejet, mais la responsabilité : des articles conventionnels, une provenance plus claire, des méthodes divulguées et un accès suffisant pour que les mathématiciens puissent fixer leur propre programme.¹