[Mise à jour #102]
Le 3 septembre, sur le réseau social Mastodon, Terence Tao a lancé une discussion qui a rapidement dépassé le cercle des mathématiciens. Médaille Fields en 2006, surnommé le “Mozart des mathématiques” par l’Académie des sciences française, Tao y avance une idée à contre-courant du discours ambiant sur l’intelligence artificielle : certaines catégories de problèmes mathématiques devraient être déclarées hors de portée des IA génératives, pour préserver ce qu’il reste de valeur à la discipline elle-même.
Le concept de “contamination”
L’argument central de Tao ne porte pas sur la capacité des IA à résoudre des problèmes — il l’a lui-même largement validée cette année, comme on le verra plus loin — mais sur ce que cette résolution fait perdre à la communauté mathématique. Le problème, explique-t-il en substance, c’est qu’un modèle d’IA fonctionne comme une boîte fermée : impossible de savoir avec certitude s’il a construit un raisonnement réellement nouveau, ou s’il a simplement reconnu et reformulé une solution qui traînait quelque part dans les données sur lesquelles il a été entraîné. Dès qu’une IA touche à un problème ouvert, ce flou sur l’origine exacte de la solution rend ce problème beaucoup moins utile comme repère pour la suite de la recherche. Tao va jusqu’à qualifier les problèmes ouverts formulés avant l’ère de l’IA générative de ressource “quasiment non renouvelable” — une manière de dire que chaque problème “consommé” par une IA appauvrit un stock qui ne se reconstitue pas.
Ce qui rend sa position crédible : il n’a rien d’un opposant à l’IA
Ce qui distingue cette prise de position d’un simple réflexe de repli, c’est le parcours de Tao lui-même sur ce sujet précis au cours de l’année écoulée. À l’automne 2025, une vague de titres annonçait déjà qu’un modèle GPT avait résolu dix problèmes d’Erdős — une annonce dégonflée peu après par le responsable de la base de données recensant ces énigmes, qui a précisé que l’IA n’avait fait qu’une recherche bibliographique efficace, mettant simplement la main sur des solutions déjà publiées mais tombées dans l’oubli, sans la moindre découverte réelle.
Quelques mois plus tard, en janvier 2026, le tableau change du tout au tout : coup sur coup, plusieurs énigmes d’Erdős basculent du statut “ouvert” à “résolu” grâce à des démonstrations produites par une version avancée de GPT, retravaillées par un outil de vérification formelle avant d’être soumises à Tao lui-même, qui les valide. Le détail le plus frappant de cet épisode ne concerne même pas la technologie : ce ne sont pas des chercheurs professionnels qui obtiennent ces résultats, mais un jeune étudiant puis un simple passionné, tous deux équipés d’un abonnement grand public à l’IA, sans accès à aucun laboratoire particulier. Quelques mois plus tard encore, en mai 2026, un modèle d’OpenAI va plus loin en réfutant une conjecture d’Erdős vieille de huit décennies, un résultat confirmé cette fois à la fois par Tao et par un second médaillé Fields, Timothy Gowers.
Une proposition concrète, et un aveu de faiblesse assumé
Sur cette base, Tao évoque la possibilité de créer des zones protégées, à l’abri de toute automatisation, en excluant certains types de problèmes de l’usage des IA solveuses. Mais il ne se fait aucune illusion sur l’efficacité réelle d’une telle mesure : selon ses propres mots, la faire respecter serait extrêmement compliqué, tant ces outils sont désormais accessibles à tous, et tant la course à la publication, à la reconnaissance et aux résultats rapides pousse plutôt dans le sens inverse. Plutôt qu’une règle formelle et applicable, Tao mise davantage sur une forme d’autorégulation par la communauté mathématique elle-même, capable selon lui de décourager certains usages sans avoir besoin de les interdire noir sur blanc.
Le vrai enjeu : toutes les mathématiques ne se valent pas face à l’IA
Le débat gagne en clarté quand on regarde où l’IA réussit vraiment. Tao lui-même distingue une catégorie de problèmes secondaires, jamais vraiment explorés faute d’intérêt ou de temps, mais qui cèdent assez facilement une fois qu’on s’y attelle sérieusement — un terrain où les IA, capables de tester énormément de pistes très rapidement, ont un net avantage. À l’inverse, dès qu’un problème exige une véritable intuition créative plutôt qu’une exploration méthodique, le taux de réussite des modèles chute nettement, ce qui pousse la grande majorité des chercheurs à continuer de considérer l’IA comme un outil d’appoint plutôt que comme un substitut à leur propre travail. La proposition de Tao vise donc moins à freiner toute la recherche mathématique qu’à protéger spécifiquement cette poignée de problèmes les plus exigeants, ceux où la valeur d’une solution humaine reste, pour l’instant, difficile à égaler.
Ce qu’il faut retenir
La proposition de Tao a beau être, de son propre aveu, quasiment impossible à appliquer concrètement, elle a le mérite de déplacer le débat sur un terrain plus intéressant que le simple constat “l’IA sait-elle faire des maths”. La vraie question qu’il pose est de savoir ce qu’une discipline créative perd, au-delà du simple résultat obtenu, quand l’origine exacte d’une solution devient impossible à tracer avec certitude.
Ce raisonnement dépasse d’ailleurs largement le seul cadre des mathématiques : la même tension entre “un résultat a été produit” et “on ne sait plus vraiment comment ni par qui” pourrait tout aussi bien s’appliquer à l’écriture, à la recherche scientifique en général, ou à n’importe quel domaine où la démarche compte autant que le résultat final. Tao, en repérant cette faille de traçabilité chez lui-même sur son propre terrain d’expertise, n’apporte pas de solution miracle — il pose simplement, avec la crédibilité de quelqu’un qui a validé les vraies avancées de cette année, la bonne question avant que d’autres disciplines n’aient à se la poser à leur tour.
Sources : QuebecNouvelles.com, “Pour le salut de la discipline, des problèmes de maths devraient être ‘exclus’ de l’IA, juge le Mozart des mathématiques” — Titrespresse, reprise de l’article Numerama sur le même sujet — Delante (SEO/SEM Agency), “GPT-5.2 Solves Erdős Problems: A New Era for AI in Mathematics” — The Decoder, “Terence Tao says GPT-5.2 Pro cracked an Erdős problem, but warns the win says more about speed than difficulty” — Nikopik, “Une IA résout un problème de maths vieux de 80 ans : ce que ça change pour la recherche” — Journal du Geek, “ChatGPT vient de résoudre un problème mathématique vieux de près de 100 ans” — Briefia, “Le GPT-5.4 Pro d’OpenAI résout un problème mathématique d’Erdős en moins de deux heures” — PlanèteGrandesÉcoles, “Quand l’intelligence artificielle résout un problème de maths” — Wikipedia, “Terence Tao”
Level 50, la mise à jour pour rester connecté.