IA et mathématiques : conflit sur données et crédit chez OpenAI

OpenAI affirme avoir résolu un problème du prix Millennium lié aux équations de Navier–Stokes, tout en reconnaissant ne pouvoir exclure que des données dé-identifiées d’utilisateurs aient pu améliorer ses modèles. Cette revendication intervient alors que deux chercheurs, qui ont utilisé des LLM dans leurs propres travaux connexes, décrivent des échanges disputés sur la paternité et la coordination des annonces.

OpenAI entraîne par défaut sur les entrées et n’exclut pas une contribution dé-identifiée

Les conditions d’utilisation d’OpenAI prévoient l’entraînement de ses modèles sur les données soumises par les utilisateurs, sauf désinscription explicite. L’entreprise indique que les utilisateurs peuvent se retirer via son portail de confidentialité en choisissant « ne pas entraîner sur mon contenu ». En mars, elle a expliqué que le partage de contenu rend ses modèles plus précis, meilleurs sur des problèmes spécifiques, et renforce leurs capacités et leur sécurité générales. Dans le cas présent, OpenAI affirme qu’aucune donnée utilisateur spécifique n’a été consultée pour résoudre Navier–Stokes, mais dit ne pouvoir écarter que des données dé-identifiées issues de l’utilisation de ses produits aient contribué à améliorer ses modèles. La société ajoute qu’aucun de ses chercheurs ni ses agents n’a vu le travail du duo avant sa publication, « par aucun moyen », tout en félicitant les auteurs. Elle soutient par ailleurs que ses preuves diffèrent sensiblement, notamment sur le cas d’Euler (forcé contre non forcé). La déclaration de Tristan Buckmaster précise qu’il a payé lui-même les outils, sans indiquer le produit utilisé, le type de compte ni un éventuel choix de désinscription.

Antériorités, méthodes et limites revendiquées par les auteurs académiques

Tristan Buckmaster crédite Diego Cordoba et Luis Martinez-Zoroa pour l’approche de base, issue d’une étude de 2024. Il indique ensuite que ses travaux avec Levent Alpöge ont employé des modèles de langage pour progresser, en s’appuyant notamment sur Claude et Codex. Les deux mathématiciens affirment avoir identifié des situations où les outils actuels ne décrivent pas fidèlement des flux d’air et d’eau lisses, sans toutefois prétendre avoir résolu la question ouvrant droit au prix d’un million de dollars du Clay Mathematics Institute. Terence Tao a qualifié ces résultats de « remarquables ». Lundi, le duo a publié de nouveaux articles sur ces thèmes.

Tristan Buckmaster affirme avoir été informé d’une avancée d’OpenAI après son annonce

Selon Tristan Buckmaster, après avoir prévenu un mathématicien d’OpenAI de leur intention de publier, des membres d’OpenAI – dont Sebastian Bubeck – lui ont indiqué que leur modèle interne avait produit une preuve pour Navier–Stokes et ont suggéré des modalités de publication. Buckmaster affirme qu’il lui a été proposé que Levent Alpöge soit retiré de la liste des auteurs en raison de son emploi chez Anthropic. Il écrit ne pas avoir vu la preuve d’OpenAI, ne pas savoir si les données du duo ont été utilisées, et ne pas accuser qui que ce soit, tout en disant rapporter ce qui lui a été dit et proposé. Sebastian Bubeck a contesté des éléments de cette version dans un post sur X, niant avoir demandé le retrait d’Alpöge, disant avoir voulu coordonner les annonces, et affirmant qu’OpenAI avait été motivée par des rumeurs virales sur Twitter évoquant la résolution de deux problèmes du Millennium par Anthropic. Il avait auparavant dénoncé des allégations fausses et inflammatoires à son encontre.

Communautés en émoi et absence de réactions formelles des protagonistes

Le différend a animé les communautés en mathématiques et en IA en ligne. Sholto Douglas, d’Anthropic, a qualifié la situation d’« extrêmement triste ». D’autres acteurs ont repris les allégations les plus marquantes dans des communiqués de presse ou proposé des synthèses du conflit. OpenAI, Anthropic, Buckmaster et Alpöge n’ont pas répondu à des sollicitations de commentaire émanant d’un média économique.

Revendication d’une solution par OpenAI et périmètre revendiqué

Mardi, OpenAI a annoncé avoir trouvé une solution au problème de Navier–Stokes dans le cadre des prix Millennium. L’entreprise affirme qu’aucune donnée utilisateur spécifique n’a été consultée pour y parvenir et dit qu’aucun membre de son équipe ni ses agents d’IA n’avaient eu accès au travail du duo avant sa mise en ligne publique. OpenAI précise que ses preuves diffèrent sensiblement et que des résultats précis prouvés ne coïncident pas sur le cas d’Euler, en distinguant des cadres forcé et non forcé.

Crédit scientifique et données utilisateurs, deux débats désormais liés

Le déroulé de cette affaire amène des questions sur le partage du crédit entre chercheurs et laboratoires d’IA, d’autant que les modèles peuvent être entraînés sur des percées antérieures. Il met aussi au premier plan le traitement des données saisies par les clients et l’éventualité d’un usage concurrentiel. Tristan Buckmaster indique qu’OpenAI n’a pas été claire avec lui sur un entraînement potentiel de ses modèles sur le travail du duo, tandis que la politique du fournisseur autorise l’entraînement sur les données utilisateurs. Le rappel final souligne que les entreprises d’IA améliorent leurs modèles de façon continue et que, sauf désinscription ou comptes prévus pour l’exclure, cela inclut les contenus saisis. OpenAI, de son côté, dit ne pas pouvoir exclure que l’usage des produits par les auteurs ait contribué de manière dé-identifiée à l’amélioration générale de ses modèles.