Publié17. octobre 2026, 14:26

La fin des maths?L'offensive éclair de l'IA mène la science en terrain inconnu

La transformation brutale des mathématiques par l'IA représente un tournant pour la science. D'autres disciplines feraient bien d'en tirer des leçons.

«Parfois les gens se font une fausse idée des mathématiques et pensent qu’elles seront supplantées par les ordinateurs», déclarait le mathématicien Alain Connes en 2000. Il expliquait alors pourquoi une équipe de mathématiciens de renom offrait une récompense de 1 million de dollars pour la résolution de sept problèmes mathématiques insolubles. Ces «problèmes du Prix du Millénaire», précisait le Dr Connes, «sont totalement inaccessibles aux ordinateurs».

Mais les ordinateurs se sont améliorés. Début septembre, OpenAI, une entreprise américaine, a affirmé qu’un de ses modèles d’IA internes avait résolu l’un des problèmes du Prix du Millénaire: le problème d’existence et de régularité de Navier-Stokes, qui concerne le mouvement des fluides. Il s’agissait seulement du deuxième de la liste à être résolu et du premier à l’être par une machine. Les mathématiciens se penchaient sur ce problème depuis au moins un siècle. L’IA l’a résolu en 88 heures.

Puis est venu ce qu’Álvaro Lozano-Robledo, mathématicien à l’université du Connecticut, a qualifié de «peut-être le jour le plus important de l’histoire des mathématiques à ce jour». Le 6 octobre, OpenAI a publié une avalanche de 719 articles détaillant les solutions que ce même modèle avait trouvées à au moins 372 autres problèmes ouverts de longue date. Aucun domaine de recherche n’a jamais connu un événement de ce genre.

De nombreux mathématiciens ne se réjouissent pas pour autant. «Le choc est immense», a écrit Hugo Duminil-Copin, mathématicien à l’Université de Genève, lauréat d’une médaille Fields (la plus haute distinction en mathématiques) en 2022. «Je suis paralysé.» Dans une déclaration publiée peu après l’annonce concernant les équations de Navier-Stokes — et depuis soutenue par plus de 8000 chercheurs —, le Dr Duminil-Copin et 27 autres médaillés Fields ont qualifié la situation de «grave décalage entre l’IA et les mathématiques». Ils s’inquiètent des risques posés par des solutions déconnectées de la compréhension humaine. Si rien n’est fait, affirme Martin Hairer de l’EPFL, un autre signataire, l’IA «stérilisera le domaine».

Les solutions plutôt que la quête

À première vue, il est étrange que les avancées mathématiques de l’IA suscitent de telles réactions. Apporter des réponses à des questions de longue date constitue une avancée pour l’humanité. Les mathématiciens ont par ailleurs tout intérêt à s’opposer à toute perturbation de leur carrière. Leur argumentation n’est toutefois pas entièrement partiale — et donne un avant-goût du tollé qui pourrait bientôt éclater dans l’ensemble du monde scientifique.

Les mathématiciens qui s’y opposent font valoir que se concentrer sur les solutions, c’est négliger l’importance de la quête de ces solutions. S’attaquer à des problèmes ouverts stimule l’invention de nouveaux outils et de nouvelles techniques, dont certains pourraient par la suite s’avérer utiles au-delà de leur objectif initial. Par exemple, les nombres imaginaires, dont le carré est inférieur à zéro, étaient décrits par les mathématiciens du XVIe siècle comme étant «aussi subtils qu’inutiles». Ils sont aujourd’hui à la base du génie électrique et de la physique quantique.

Selon ces mathématiciens, les nouveaux articles d’OpenAI n’ont pas réussi à leur apporter d’idées surprenantes ni de nouvelles pistes de recherche. «L’IA n’est pas très douée pour expliquer comment elle parvient à ses résultats», explique Luis Martínez-Zoroa, mathématicien à l’université CUNEF de Madrid et expert de premier plan sur le problème de Navier-Stokes. Il décrit l’article de 166 pages de l’IA, qui expose son fonctionnement, comme «une sorte de Frankenstein assemblé à partir de différents éléments de recherche», qui est loin d’être clair.

Moins de variété, moins d'intérêt

Les mathématiques ne sont pas le seul domaine confronté à cette disruption. Une analyse de 41,3 millions d’articles issus de disciplines variées des sciences naturelles, co-rédigée par James Evans de l’université de Chicago et publiée en janvier, a révélé que les chercheurs adoptent l’IA à un rythme accéléré (voir graphique ci-dessus). L’IA a déjà radicalement transformé la manière dont travaillent les physiciens théoriciens, selon David Tong de l’université de Cambridge. «En matière de calcul, il est tout simplement évident de se tourner vers un LLM (ndlr: grand modèle de langage, l'architecture derrière les IA)», explique-t-il. «Ce n’était pas le cas il y a trois mois.» Le 25 septembre, Anthropic, une autre entreprise spécialisée dans l’IA, a annoncé que son modèle, Claude, avait repoussé les limites du calcul des interactions entre certains ensembles de particules.

Les scientifiques qui adoptent l’IA semblent en tirer profit: l’étude du Dr Evans a montré que ceux qui utilisent cette technologie publient davantage et attirent plus de citations. Cependant, bien qu’elle constitue un atout pour les individus, l’utilisation de l’IA a réduit l’éventail des sujets étudiés de près de 5% et a diminué de 22% l’intérêt des scientifiques pour les travaux de leurs pairs. Ces résultats concordent avec ceux d’une récente enquête menée par Google auprès de plus de 600 scientifiques. Près de la moitié des personnes interrogées ont déclaré que l’IA les orientait vers des projets plus sûrs et plus progressifs, garantissant des résultats publiables à court terme. Seuls 28% estimaient que l’IA leur permettait de mener des travaux plus spéculatifs.

Des IA capables «boucler la boucle scientifique»

D’autres risques apparaissent à mesure que l’IA joue un rôle de plus en plus important dans la science, explique Hector Zenil, informaticien au King’s College de Londres. Dans un article publié en février dans «Frontiers in Artificial Intelligence», les Drs Zenil et Evans envisagent un avenir dans lequel les modèles d’IA (assortis d’une touche de robotique) boucleront la boucle scientifique, c’est-à-dire qu’ils deviendront capables de prendre des mesures de manière autonome, de formuler des hypothèses, de les tester en laboratoire et d’évaluer leurs résultats avant de recommencer le processus.

Les chercheurs mettent en garde contre le risque que cela ne propulse la science dans un nouveau territoire inconnu, où la recherche pilotée par des machines cesserait d’être compréhensible pour les humains.

Source: Economist.com, traduction 20 Minutes, publiée sous licence. L’article original, en anglais, est disponible sur www.economist.com.