La ligne de fracture s’est ouverte en septembre, lorsqu’OpenAI a déclaré qu’un modèle interne avait résolu plus de 100 problèmes de longue date, y compris une solution apparente aux équations de Navier-Stokes. Cette affirmation a suscité de l’enthousiasme, mais aussi des accusations selon lesquelles l’approche de l’entreprise risquait de devancer l’examen académique.¹

En réponse, l’Advisory Group on Mathematics and Artificial Intelligence, hébergé par l’Institute for Advanced Study, a exhorté les laboratoires à publier rapidement par les canaux établis, à divulguer les modèles, les prompts et les ressources de calcul, et à éviter de transformer les publications mathématiques en campagnes marketing. Son avertissement était sans détour : une telle promotion pourrait causer un « préjudice important » à la communauté mathématique.²

Puis, mardi, OpenAI a publié 722 manuscrits couvrant 372 familles de résultats — des centaines de questions ouvertes dans des domaines allant de l’algèbre et de la topologie à la théorie des nombres. L’ampleur a stupéfié les chercheurs. Le mathématicien d’Oxford Martin Bridson a qualifié cette publication d’« époustouflante », affirmant qu’il était devenu possible pour les frontières des mathématiques d’évoluer de manière spectaculaire « en une journée ». ³ Le cofondateur d’OpenAI, Greg Brockman, a présenté cet effort comme une progression « vers l’accélération de la découverte scientifique et l’amélioration de la qualité de vie pour tous ». Greg Brockman (gdb)⁴

Les partisans y voient une ouverture plutôt qu’un avis de décès pour les mathématiciens. Dan Litt, professeur à l’Université de Toronto, a qualifié les nouveaux résultats de « formidables pour les mathématiques », tout en avertissant que la société devait continuer à soutenir l’expertise humaine si elle espère tirer profit des progrès de l’IA.⁵ Yann LeCun a lui aussi décrit une nouvelle ère dans laquelle la preuve formelle est largement automatisée et où les mathématiciens peuvent se concentrer sur les concepts, les abstractions et les définitions.Yann LeCun (ylecun)⁶

Mais la contestation s’est intensifiée lorsque les universitaires ont pris la mesure de la charge de travail. Plus de trois douzaines de mathématiciens ont déclaré à The Verge que comprendre ces documents pourrait prendre des années, avant même d’en évaluer l’originalité ou la justesse.⁷ L’Association for Human Mathematics a qualifié cette publication massive de « non pas une démonstration de rigueur académique, mais une démonstration de puissance ». ⁸

Jeudi, OpenAI avait retiré des résultats concernant au moins trois problèmes après la découverte d’erreurs apparentes. L’épisode a accentué le différend central : l’IA peut générer plus de mathématiques que jamais, mais les humains doivent toujours décider de ce qui est vrai, important — et mérite d’être approfondi.⁹