Le 16 octobre 2026, OpenAI affirme que l’un de ses systèmes a produit une réfutation en langage naturel de l’hypothèse du temps exponentiel, ou ETH, une hypothèse de longue date sur la difficulté de résoudre certains problèmes computationnels. L’entreprise affirme avoir formalisé le résultat dans Lean le lendemain, puis s’être employée à organiser un examen externe plutôt que de proclamer une victoire scientifique définitive.¹

ETH a façonné des centaines de résultats conditionnels de difficulté à travers l’informatique. Si cette affirmation se vérifie, elle pourrait obliger les chercheurs à réexaminer des hypothèses dans des domaines allant de la théorie des graphes à la biologie computationnelle — et pourrait rouvrir des questions plus larges autour de P versus NP. OpenAI affirme que cette découverte pourrait orienter la recherche d’algorithmes plus rapides, tout en soulignant que les conséquences pratiques restent incertaines et nécessitent « d’importantes recherches supplémentaires ».¹

La publication a immédiatement révélé la tension inhérente à la science assistée par l’IA : des résultats époustouflants, mais aucun raccourci pour contourner la vérification. OpenAI a rendu publics les éléments de preuve et a accepté de financer une conférence après qu’un groupe dirigé par Ryan Williams du MIT, ainsi que Russell Impagliazzo et Ramamohan Paturi de l’UC San Diego, a demandé un examen ouvert. L’entreprise qualifie les manuscrits de « données brutes de recherche », et non de compréhension scientifique achevée.¹

Williams, qui aide à organiser la réponse, a déclaré que certaines parties de la preuve semblaient routinières — mais que « deux ou trois parties d’apparence extraterrestre » l’avaient convaincu que « toute la communauté doit y travailler ensemble ».² Il a également averti qu’une réfutation crédible pourrait ébranler des travaux fondés sur ETH et soulever des questions quant à l’éventuelle affectation de certains systèmes cryptographiques, bien qu’OpenAI lui ait indiqué n’avoir trouvé aucune faille de sécurité immédiate.

Cet épisode survient alors que les laboratoires à la pointe font face à des pressions qui dépassent leur seule science. L’introduction en Bourse attendue d’Anthropic est observée comme un référendum sur la solidité du boom de l’IA, après une vente massive plus générale et des inquiétudes liées à des dépenses d’infrastructure colossales.³ Pour OpenAI, l’annonce sur ETH offre un contrepoint saisissant : la promesse que l’IA peut générer des connaissances fondamentales. Pour le monde universitaire, c’est un test visant à déterminer si cette promesse peut être rendue intelligible, reproductible et digne de confiance.