Quand l’AI démontre des théorèmes : que restera-t-il du métier de mathématicien ?

Google DeepMind et OpenAI ont créé des systèmes capables de résoudre des problèmes au niveau de l'Olympiade Internationale de Mathématiques et de publier des recherches originales de niveau PhD. La communauté mathématique fait maintenant face à une question qui semblait absurde il y a à peine cinq ans : que restera-t-il pour les gens quand les machines prouvent les théorèmes?

L'IA Remporte l'Or Olympique

À l'été 2024, les systèmes de Google DeepMind et OpenAI ont atteint pour la première fois le niveau des meilleurs étudiants en mathématiques du monde dans l'enseignement secondaire, remportant les médailles d'or à l'Olympiade Internationale de Mathématiques. Cette compétition annuelle demande aux participants de résoudre six problèmes extrêmement difficiles en temps limité, couvrant divers domaines—de la théorie des nombres à la combinatoire. L'étape suivante a été un résultat encore plus significatif : le système expérimental Aletheia de DeepMind a obtenu de manière indépendante des résultats publiables de niveau PhD en géométrie arithmétique.

Le système d'OpenAI a réfuté une hypothèse importante en géométrie combinatoire—un résultat digne d'une revue de mathématiques de premier plan. Les experts de premier plan ont appelé cela un jalon : l'IA a démontré une pensée indépendante et originale pour la première fois, plutôt que de simplement reproduire des méthodes connues.

En parallèle, les systèmes LLM ont appris à traduire automatiquement les preuves humaines en code formel pour les outils de vérification tels que Lean ou Isabelle. Ce processus laborieux prenait auparavant des mois de travail. Le système Gauss a formalisé de manière indépendante en deux semaines une preuve du théorème d'empaquetage de sphères dans un espace à 24 dimensions, pour lequel la mathématicienne Marina Viazovska a reçu la Médaille Fields.

Trois Positions et Terreur Existentielle

Au Forum des Lauréats de Heidelberg en septembre 2025, les jeunes mathématiciens ont confronté une vision effrayante de l'avenir. La scène présentait des prédictions sur des systèmes d'IA surhumains qui formuleront des hypothèses, construiront des preuves et vérifieront des résultats sans participation humaine. Yang-Hui He de l'Institut des Sciences Mathématiques de Londres a déclaré : les gens risquent de devenir des « prêtres servant des oracles ». « J'ai ressenti que tout le monde autour de moi était inquiet—ils n'avaient simplement pas pensé si loin. C'était comme une grande bombe », dit la mathématicienne Jessica Randall de Google Developer Groups. « Nous avons commencé à réaliser que l'IA pourrait nous remplacer. »

Trois positions ont émergé aujourd'hui dans la communauté :

• L'IA comme outil : la compréhension reste avec les humains, l'IA est une calculatrice avancée
• L'IA comme partenaire : les humains et les machines résolvent ensemble des tâches inaccessibles à chacun individuellement
• L'IA comme oracle : l'essentiel est d'obtenir une réponse, peu importe comment ou par qui

Le Lauréat de la Médaille Fields Terence Tao, qui a remporté l'or olympique à l'âge de 11 ans, voit l'avenir dans les « grandes mathématiques »—des collaborations décentralisées à grande échelle où les gens prennent les parties créatives et l'IA gère la routine technique. « Il y a cent ans, presque tous les articles ont été publiés avec un seul auteur. À l'avenir, je pourrais même ne pas savoir si c'est une personne ou une IA. »

Risques : Motivation et Atrophie

La première menace est la motivation. Si l'IA complète la majeure partie du trajet de manière indépendante, pourquoi passer des années dans une lutte lente et douloureuse vers la compréhension ? Le Lauréat de la Médaille Fields Akshay Venkatesh de Princeton admet : « Il y a eu des moments où j'ai passé des années à construire lentement vers la compréhension.

Si un ordinateur assume une grande partie de ce travail—aurez-vous la motivation de vous immerger aussi profondément ? » La deuxième menace est la prochaine génération. Les étudiants qui contournent la lutte avec un problème en faveur d'une réponse rapide ne construisent pas leur propre intuition mathématique.

Au fil du temps, les mathématiciens risquent d'oublier comment penser au-delà des approches d'IA dans lesquelles on les a formés.

C'est pourquoi la communauté organise déjà des ateliers, rédige des essais et développe des règles pour l'utilisation de l'IA dans la recherche et les publications.

«

Les mathématiques nous apprennent à penser logiquement et rationnellement—cela aide dans tous les aspects de la vie », dit Jessica Randall.

Ce Que Cela Signifie

L'IA ne « vide pas l'âme » des mathématiques—elle force les mathématiciens à répondre honnêtement à la question de savoir pourquoi ils s'y consacrent. Il semble que la réponse ne soit pas dans le fait d'être le premier à trouver un résultat, mais dans le chemin vers la compréhension elle-même—dans la joie qu'aucun algorithme ne peut remplacer ou automatiser.