Des chercheurs dénoncent l’effet de masse des solutions publiées par OpenAI, un « mathathon » à Caltech déclenche une pétition et le retrait d’OpenAI, tandis que Sam Altman assure que l’acceptation progresse. Entre prudence de Terence Tao et questions sur l’opacité des raisonnements, l’usage de l’IA en mathématiques divise.
Lettre de 700 signataires et retrait d’OpenAI face au « mathathon »
À Caltech, un « mathathon » autorisant l’usage de l’IA a suscité une levée de boucliers. Une lettre signée par plus de 700 personnes affirme que l’événement risque d’avoir des effets destructeurs pour la communauté mathématique. OpenAI s’est retirée, mais la rencontre demeure programmée. Son organisateur, l’étudiant de 19 ans Caiman Moreno-Earle, dit vouloir préserver une place pour les humains dans la discipline. Anthropic et OpenAI avaient chacun accordé l’équivalent de 1 million de dollars en puissance de calcul pour soutenir l’initiative.
Des programmes de recherche « anéantis », selon un professeur de NYU
Après avoir rendu publique une solution liée aux équations de Navier-Stokes, OpenAI a résolu plus de 700 autres problèmes et mis les données à disposition sur GitHub. Tristan Buckmaster, professeur à NYU, estime que ce déversement de solutions a anéanti des pans entiers de recherche. La diffusion rapide de ces résultats alimente un débat élargi sur la place de l’IA dans les mathématiques.
La recherche en IA vous passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Altman parle d’acceptation, Tao juge la page « romantique » tournée
Sam Altman a tenté cette semaine d’apaiser les tensions, affirmant que les mathématiciens passeraient majoritairement de la colère à l’acceptation de l’IA. En parallèle, Terence Tao, professeur à l’UCLA, soutient que l’« ère romantique » des mathématiques est finie. Il considère que des perspectives inédites existent avec ces outils, tout en notant des pertes. Ces prises de position surviennent après la résolution par OpenAI d’un problème considéré comme historiquement difficile.
Des solutions à revérifier et des soupçons sur la genèse des idées
Les sorties des modèles ne sont pas toujours lisibles ni nettes, obligeant les mathématiciens à repasser les preuves au crible. Des interrogations persistent sur la manière dont les systèmes parviennent à leurs solutions. Certains spéculent que, des chercheurs discutant de leurs idées avec des modèles, ces derniers pourraient exploiter ce matériau pour devancer une solution. D’autres avancent que, comme pour la transition de la règle à calcul à la calculatrice, la profession devra s’approprier ces outils, même si des étudiants décrivent la situation comme démoralisante.
