OpenAI a annoncé ce qu’elle qualifie de trois nouvelles découvertes en analyse harmonique, en complexité computationnelle et en théorie quantique des champs — avant de faire immédiatement de leur mode de publication une partie de l’expérience. Sam Altman a relayé l’annonce du chercheur d’OpenAI Dan Roberts, qui a décrit des résultats couvrant « les mathématiques, l’informatique et la physique ».Sam Altman (sama)¹

L’entreprise affirme que les résultats comprennent une preuve de la conjecture de lissage local dans toutes les dimensions spatiales, avec des implications pour les conjectures de Kakeya et de restriction de Stein ; une prétendue réfutation de l’hypothèse du temps exponentiel ; et un résultat d’existence rigoureux pour des théories quantiques des champs, y compris la chromodynamique quantique. OpenAI présente ces productions non comme des travaux académiques achevés, mais comme « une forme de données brutes de recherche » nécessitant une interprétation experte.²

Sa chronologie commence avec les travaux rapportés des modèles : OpenAI indique avoir obtenu le résultat en analyse harmonique le 18 octobre 2026 et l’avoir formalisé dans Lean le lendemain. Elle affirme que la réfutation de l’ETH a été produite le 16 octobre et formalisée le 17 octobre. Pour les mathématiques, l’entreprise a publié publiquement la production du modèle, permettant aux chercheurs d’organiser leur propre examen.²

Pour la théorie de la complexité, OpenAI a plutôt réuni un groupe externe dirigé par Russell Impagliazzo, Ramamohan Paturi et Ryan Williams, tout en publiant immédiatement la preuve en langage naturel et la formalisation Lean. Le groupe doit tester et expliquer l’affirmation selon laquelle l’ETH — une hypothèse utilisée dans des centaines de résultats de difficulté — est fausse. Pour la physique, des collaborateurs externes rédigeront d’abord les travaux, et les artefacts sous-jacents de l’IA restent pour l’instant non publiés.²

OpenAI affirme qu’elle ne revendiquera aucun crédit académique et que les chercheurs participants devraient recevoir une reconnaissance pour les explications et les articles qu’ils produisent. Elle insiste également sur le fait que les groupes sont indépendants, volontaires et libres de publier leurs conclusions.²

Pourtant, l’entreprise reconnaît le dilemme central : la sélection des premiers « accompagnateurs » crée un déséquilibre d’information. Le panel AGMAI de conseillers en mathématiques est allé plus loin, recommandant aux entreprises d’IA de ne pas désigner des personnes pour recevoir les productions en premier, citant « un accès inégal, une réputation empruntée et une sélection biaisée ».³ Les avancées peuvent être générées par l’IA ; le fait qu’elles deviennent de la science dépendra d’un débat bien plus humain sur qui peut les examiner, les expliquer et s’approprier cette compréhension.