Pendant la majeure partie du siècle dernier, la pratique des mathématiques a remarquablement peu changé. Un mathématicien remarque une tendance, écrit une conjecture, passe des mois ou des années à construire une preuve, et d'autres mathématiciens la vérifient. Aujourd'hui, selon un rapport approfondi de Benjamin Skuse dans IEEE Spectrum, l'intelligence artificielle commence à contourner ce lent processus délibératif et oblige le monde du domaine à se confronter à ce que signifie réellement être mathématicien.
L'article, publié le 25 juin 2026, retrace la rapidité avec laquelle les grands modèles de langage ont évolué de ce que les critiques considéraient autrefois comme des perroquets stochastiques vers de véritables moteurs de raisonnement mathématique et ce que ce changement signifie pour les humains qui ont toujours fait ce travail. Pour plus de contexte sur cette histoire, consultez notre actualités IA.
L'empreinte croissante de l'IA dans les mathématiques
Le calcul a accéléré les mathématiques pendant des décennies. Le tournant s'est produit il y a environ 50 ans, lorsqu'un ordinateur a été utilisé pour prouver le théorème des quatre couleurs, qui demande si une carte peut être colorée avec un maximum de quatre couleurs afin qu'aucune région adjacente ne partage une couleur. La réponse était oui, mais la preuve était controversée car elle reposait sur la vérification de 1 936 cas qu’aucun humain ne pouvait raisonnablement vérifier manuellement.
Même à l’ère informatique, le mathématicien humain est resté central, proposant des conjectures, concevant des stratégies et vérifiant les résultats. AI conteste désormais directement cet arrangement. L'été dernier, les systèmes de Google DeepMind et OpenAI ont atteint un niveau équivalent à celui des lycéens les plus doués en mathématiques au monde, obtenant la médaille d'or à l'Olympiade mathématique internationale (OMI), la compétition annuelle où les candidats doivent résoudre six problèmes notoirement difficiles.
Les étapes n’ont cessé de s’accélérer. Plus tôt en 2026, le système expérimental Aletheia de Google DeepMind a produit de manière autonome des résultats de recherche publiables au niveau du doctorat. Bien que le travail lui-même soit mathématiquement obscur, puisqu'il calcule des constantes de structure en géométrie arithmétique, l'importance réside dans le raisonnement complexe requis pour résoudre un problème jusqu'alors non résolu. Plus récemment, un nouveau système d'IA à usage général d'OpenAI a réfuté une conjecture importante en géométrie combinatoire, un résultat que les meilleurs mathématiciens ont salué comme une étape importante dans le domaine et qui aurait mérité d'être publié dans une revue majeure.
Les assistants de preuve et le goulot d'étranglement de la formalisation
Un deuxième changement est venu de l’association de grands modèles linguistiques avec des assistants de preuve. Des systèmes tels qu'Isabelle, Lean et Rocq sont des langages de programmation spécialisés qui vérifient les preuves mathématiques étape par étape, vérifiant ainsi leur exactitude logique. Depuis plus d’une décennie, le goulot d’étranglement est la formalisation, le processus laborieux de traduction manuelle des théorèmes et des preuves en code lisible par machine.
Les LLM commencent à supprimer ce goulot d'étranglement en automatisant la traduction des preuves informelles en code formel que les assistants de preuves peuvent vérifier. En février, la société d'IA Math, Inc. a utilisé son agent de raisonnement, nommé Gauss, pour formaliser les travaux qui ont valu à Maryna Viazovska de l'EPFL une médaille Fields en 2022. Gauss a d'abord aidé des mathématiciens humains à achever la formalisation de la solution de Viazovska au problème de l'emballage de sphères à 8 dimensions en quelques jours, puis a formalisé de manière autonome le cas plus compliqué à 24 dimensions en seulement deux semaines.
De telles réalisations suggèrent que l’IA gère déjà des tâches longtemps considérées comme uniquement humaines, et qu’une grande partie du travail quotidien d’un mathématicien pourrait bientôt devenir un jeu équitable pour l’automatisation.
Les mathématiciens débattent pour savoir s'ils deviendront des « prêtres des oracles »
Dans un rapport sur le 12e Forum des lauréats de Heidelberg en septembre 2025, Skuse décrit un malaise palpable dans le public alors que les intervenants décrivaient un avenir dans lequel les systèmes d'IA surhumains forment des conjectures, recherchent des espaces de solutions, prouvent des théorèmes, vérifient des preuves et généralisent les résultats sans implication humaine.
Yang-Hui He, de l'Institut des sciences mathématiques de Londres, a averti de manière mémorable que les mathématiciens humains pourraient devenir des "prêtres des oracles". Jessica Randall, mathématicienne pour les groupes de développeurs Google, a déclaré qu'elle sentait une peur existentielle collective grandir parmi les jeunes chercheurs. "Nous avons certainement commencé à réaliser que l'IA avait le potentiel de nous remplacer", a-t-elle déclaré à IEEE Spectrum.
Tout le monde n’est pas alarmé. Certains mathématiciens confirmés veulent simplement des réponses aux plus grandes questions ouvertes, telles que les six problèmes restants du Prix du Millénaire, peu importe qui ou quoi les produit. "Beaucoup de mathématiciens sont pragmatiques et veulent juste comprendre", a observé Jeremy Avigad, de l'université Carnegie Mellon. "Ils vendraient leur âme pour trouver une solution à un problème."
Trois visions concurrentes pour l'avenir
Le rapport IEEE Spectrum identifie trois grandes visions sur la façon dont les mathématiques et l'IA pourraient coexister.
La première est une vision centrée sur l’humain qui donne la priorité à la compréhension humaine et traite l’IA comme un outil, un peu comme une calculatrice. Akshay Venkatesh, médaillé Fields et mathématicien de Princeton, soutient que les mathématiques sont, au fond, un moyen de parvenir à un accord. "Parfois, je pense que lorsque nous utilisons des chiffres, ce n'est pas tant que nous décrivons des phénomènes intrinsèquement numériques, mais que nous pouvons tous être d'accord sur la signification exacte des chiffres", a-t-il déclaré.
La seconde met l’accent sur l’expérience irréductiblement humaine de la lutte. Maia Fraser, de l'Université d'Ottawa, soutient qu'une preuve IA d'une conjecture tenace n'est utile que si elle est compréhensible pour les gens. "Le fait que cette affirmation puisse être prouvée par l'IA constitue déjà une information utile", a-t-elle reconnu. "Mais c'est toujours un problème ouvert de trouver une preuve humaine élégante et belle."
Le troisième, et peut-être le plus ambitieux, vient de Terence Tao de l'UCLA, qui a participé pour la première fois aux Olympiades de mathématiques à l'âge de 10 ans et est aujourd'hui l'un des mathématiciens les plus décorés du monde. Tao considère l'IA comme le catalyseur de ce qu'il appelle les « grandes mathématiques », un avenir de collaborations décentralisées à grande échelle entre les humains et les machines dans lequel les problèmes complexes sont divisés en morceaux, les humains revendiquant le travail créatif et l'IA gérant le gros travail technique.
Une discipline qui se demande pourquoi elle existe
Ce qui rend ce moment inhabituel, c’est que le débat n’est plus hypothétique. Les systèmes d’IA remportent déjà des médailles d’or de l’OMI, produisant des recherches publiables, réfutant des conjectures et formalisant des preuves gagnantes de la médaille Fields en quelques jours plutôt qu’en années.
Pour des étudiants comme Trill White de l'Université Deakin en Australie, qui a assisté au forum de Heidelberg, la réalisation a été difficile. "C'est dévastateur", se souvient White. "Qu'est-ce que les gens devront apporter aux mathématiques ? Est-ce que cela deviendra quelque chose que personne ne comprend ?"
La réponse n’est pas encore tranchée. Mais comme le montre clairement le rapport de Skuse, les mathématiques, l'une des disciplines intellectuelles les plus anciennes de l'humanité, sont désormais confrontées à la même question qui remodèle presque tous les domaines touchés par l'IA : lorsqu'une machine peut faire le travail, à quoi sert réellement ce travail ?
Source : Benjamin Skuse, « Ce que signifie être un mathématicien lorsque l'IA fait les mathématiques », IEEE Spectrum, 25 juin 2026.---
Restez à la Pointe de l'IALes dernières actualités, analyses et percées en IA — au même endroit.
Lire plus d'actualités IA →
