Table ronde au MIT : les maths ont plus changé en deux mois qu’en un siècle

AI research illustration: a microscope over a red sample beside node diagrams

Le 16 novembre, le Massachusetts Institute of Technology (MIT) a organisé une table ronde intitulée « IA et société : l’avenir des mathématiques ». Les quatre mathématiciens sur scène venaient du MIT, de Harvard, de la Northwestern University et de l’Université de New York ; la modération était assurée par le journaliste scientifique Kevin Hartnett. La rencontre s’est tenue dans un amphithéâtre du bâtiment 3 du MIT, avec toutes les places occupées. MIT News en a publié un compte rendu sur place le 20 novembre.

Une phrase de Bryna Kra, professeure à la Northwestern University, ouvre le compte rendu :

« Math has changed more in the last two months than in the last 100 years. »
(Les mathématiques ont plus changé ces deux derniers mois qu’au cours des 100 dernières années.)

Elle a ensuite cité l’ouverture d’A Tale of Two Cities (Un conte de deux villes) : c’est le meilleur des temps et le pire des temps, à la fois exaltant et effrayant.

Après le « mathocalypse »

MIT News retrace l’origine de ce débat. À l’été 2025, un modèle de Google DeepMind a atteint un niveau de médaille d’or aux Olympiades internationales de mathématiques ; en 2026, les modèles ont commencé à s’attaquer à des problèmes de recherche sans réponse connue. En septembre, OpenAI a annoncé avoir concentré des milliers d’agents sur un seul problème, qui ont produit au bout de 88 heures une démonstration liée aux équations de Navier–Stokes, l’un des sept problèmes du millénaire. Un mois plus tard, OpenAI a publié 722 manuscrits, affirmant qu’un ensemble de problèmes ouverts importants avait été entièrement résolu par l’IA. Dans le milieu mathématique, l’épisode a été baptisé « mathocalypse », l’apocalypse des mathématiques.

L’un des invités, Tristan Buckmaster, professeur à l’Institut Courant de l’Université de New York, se trouvait au cœur de la tempête. Selon MIT News, il travaillait depuis un an avec un collaborateur d’Anthropic et était sur le point de résoudre le même problème quand OpenAI a fait son annonce. La polémique a suivi : la paternité était-elle correctement attribuée, des données avaient-elles fuité, et comment les agents avaient-ils obtenu leur solution.

Durant la même semaine que la table ronde, le monde mathématique a connu un autre événement : des mathématiciens d’Anthropic ont annoncé avoir achevé, avec Claude, une démonstration de l’hypothèse de Riemann, avec des documents publiés sous forme de code Lean ; quelques heures plus tard, un professeur de Stanford a mis en ligne un brouillon entièrement rédigé par des humains. Les deux démonstrations attendent encore la relecture par les pairs, et aucune conclusion n’est arrêtée.

Ce qui se discute : faut-il encore une « priorité » ?

Michael Hopkins, professeur à Harvard, a jugé sans détour les manuscrits produits par l’IA : les articles eux-mêmes « sont du charabia », contiennent des « idées étranges », et un fossé subsiste entre les mathématiques de l’IA et celles des humains. Buckmaster a ajouté que, pour que les mathématiques aient du poids, il faut qu’il y ait de la compréhension humaine dedans.

Le désaccord porte sur la manière de réagir. Kra plaide pour abandonner la vieille règle du « qui démontre le premier ». Selon elle, la vitesse ne devrait plus être une priorité ; l’enjeu s’est éloigné de la production de démonstrations, et il faut trouver une autre façon d’évaluer si quelqu’un comprend. Hopkins n’est pas entièrement d’accord : on peut renoncer à la priorité, mais les gens veulent toujours être des pionniers, et une fois que l’IA a labouré tout le terrain, savoir où vont les pionniers est un problème difficile. Kra a répondu qu’expliquer clairement comment une démonstration est née, c’est aussi ouvrir la voie.

Cette année, Kra a participé à la rédaction de la Déclaration de Leyde sur l’intelligence artificielle et les mathématiques, signée par des mathématiciens de plusieurs pays, qui appelle à faire face aux risques que l’IA fait peser sur la recherche mathématique.

Revues et étudiants ressentent la pression en premier

Le changement touche déjà le quotidien. Kra est rédactrice exécutive d’une revue spécialisée ; elle explique que le volume de soumissions a fortement augmenté, la plupart générées ou assistées par l’IA, et que la revue a recruté un rédacteur exécutif supplémentaire pour cette raison. Certaines publications commencent à accorder plus de poids aux passages qui expliquent la démarche, et des revues expérimentales consacrées aux articles explicatifs ont fait leur apparition. Elle a aussi évoqué une nouvelle « revue vidéo » à comité de lecture, Mathematical Discourse, dont le contenu est constitué d’enregistrements d’exposés de mathématiciens.

La manière de recruter évolue aussi. Kra affirme que les entretiens comptent de plus en plus : admission, recrutement et promotion ne peuvent plus reposer uniquement sur l’écrit, il faut aussi voir si la personne sait s’expliquer clairement en face à face. Jacopo Borga, professeur assistant au MIT, explique qu’auparavant l’évaluation d’un mathématicien reposait à 90 % sur les revues, et qu’il n’est pas certain que cette méthode doive continuer à s’appliquer.

Côté étudiants, Hopkins raconte que son groupe compte un grand nombre de « végétariens de l’IA », qui refusent de l’utiliser, tandis que d’autres s’en servent, et qu’il doit s’occuper des deux camps. Il a évoqué un étudiant à la bonne intuition mais à l’exécution faible, très doué pour poser des questions à l’IA, et qui en a tiré des choses intéressantes. Selon les propres mots de Hopkins, c’est peut-être un nouveau type de mathématicien.

La table ronde n’a pas abouti à une conclusion commune. Ce que les revues utiliseront à la place de la « première démonstration » pour évaluer les articles, et qui validera les manuscrits de l’IA selon quels critères, les quatre invités ont chacun leur réponse. C’est la première d’une série de rencontres du MIT, organisée par MITHIC et SERC, avec le concours du département de mathématiques.

Sources : MIT News, compte rendu sur place de la table ronde, utilisé pour vérifier les propos des quatre invités ainsi que les chiffres de 88 heures et de 722 manuscrits ; CocoLoop ; The Decoder, utilisé pour vérifier la situation publique des deux démonstrations de l’hypothèse de Riemann.