Vingt-cinq mathématiciens de premier plan ont signé une lettre ouverte publiée sur mathandai.org pour dénoncer les pratiques des laboratoires d’intelligence artificielle dans le domaine des mathématiques. Parmi les signataires figurent plusieurs lauréats de la médaille Fields, la distinction la plus haute de la discipline. La lettre, dont TechCrunch a rapporté l’existence le 11 septembre 2026, est l’expression la plus formelle à ce jour d’un conflit entre la communauté académique mathématique et les grands labs d’IA.
Trois griefs contre les labs
La lettre articule trois reproches principaux aux laboratoires d’intelligence artificielle, en particulier à OpenAI.
Le premier concerne les annonces précipitées. Les labs publient des déclarations de résolution de problèmes mathématiques majeurs sans documentation suffisante pour permettre à la communauté de les vérifier. La résolution par OpenAI des équations de Navier-Stokes, annoncée sans publication dans une revue à comité de lecture et sans partage préalable avec les chercheurs qui travaillaient activement sur le même problème, est le cas le plus documenté. Terence Tao, lauréat de la médaille Fields, avait déjà pointé les implications de cette approche en septembre 2026.
Le deuxième grief porte sur l’attribution et le plagiat. Tristan Buckmaster, professeur à l’université de New York, est cité dans un incident connexe : des travaux de chercheurs humains auraient été intégrés dans des résultats d’IA sans mention adéquate. La lettre soulève le risque systémique posé par l’utilisation de corpus académiques pour entraîner des modèles de raisonnement mathématique sans protocole de crédit clair.
Le troisième est structurel. Les signataires craignent la rupture de ce qu’ils appellent « la chaîne cruciale de transmission humaine entre mathématiciens ». En mathématiques, comprendre une preuve ne signifie pas seulement la vérifier formellement : cela implique d’en saisir les idées, de les discuter, de les intégrer dans un corpus partagé. Si les annonces précèdent la validation et la compréhension collective, ce processus est court-circuité.
L’escalade depuis la Déclaration de Leiden
La Déclaration de Leiden, signée en juin 2026 par plusieurs dizaines de mathématiciens, avait exprimé des préoccupations générales sur l’impact de l’IA sur la recherche mathématique. La lettre de septembre est plus ciblée : elle nomme des pratiques précises et des incidents identifiables, et elle porte des signatures parmi les plus légitimes de la discipline.
OpenAI a consacré des dizaines de millions de dollars à ses efforts en mathématiques, selon TechCrunch. L’objectif affiché de l’entreprise est de résoudre des problèmes ouverts parmi les plus complexes. L’entreprise n’avait pas commenté la lettre au moment de la publication de l’article du 11 septembre.
Ce que la lettre ne demande pas
Les signataires ne réclament pas l’arrêt des recherches en IA mathématique. Ils ne contestent pas non plus la capacité des modèles à contribuer à la discipline. Ce qu’ils demandent, en substance, c’est un alignement sur les standards académiques : partage préalable des résultats avec la communauté concernée, publication dans des revues à comité de lecture avant toute annonce publique, attribution explicite des contributions humaines utilisées dans les données d’entraînement.
La liste complète des vingt-cinq signataires n’a pas pu être consultée directement au moment de la rédaction de cet article, mathandai.org retournant une erreur au moment de l’accès. TechCrunch confirme la participation de plusieurs lauréats de la médaille Fields.
Un conflit qui dépasse les mathématiques
La dispute entre OpenAI et la communauté mathématique illustre une tension plus large entre la logique des annonces des labs d’IA et les standards des disciplines académiques. En physique, en biologie, en chimie, les mêmes questions d’attribution et de validation se posent à mesure que les modèles prétendent contribuer à des découvertes scientifiques.
Dans les mathématiques, la situation est particulièrement sensible parce que les preuves sont, par nature, vérifiables formellement par un ordinateur. La communauté redoute que cette vérifiabilité formelle serve à court-circuiter la compréhension profonde, et avec elle, la transmission du savoir d’une génération de mathématiciens à la suivante.
Pour passer de l’actualité à l’usage concret dans ton travail, la formation pour apprendre à faire travailler l’IA commence par une partie gratuite complète.