Les mathématiciens mettent en doute l’exploit d’OpenAI

Une revendication qui dépasse la prouesse technique

Le 8 septembre, OpenAI a affirmé que ses agents avaient résolu le problème de Navier-Stokes. Ce problème figure parmi les défis les plus célèbres et les plus difficiles des mathématiques. Il porte notamment sur le comportement des fluides et sur la possibilité de démontrer la régularité des solutions dans certaines conditions. Une résolution complète et reconnue constituerait donc une avancée majeure pour la discipline, bien au-delà d’une simple démonstration de performance pour un système d’intelligence artificielle.

L’annonce a rapidement suscité des réactions chez certains mathématiciens. Plusieurs observateurs ont contesté la portée de la formulation employée par l’entreprise, en soulignant qu’une réponse produite par des agents doit encore être examinée, vérifiée et replacée dans l’état de la recherche existante. Certains ont même parlé d’une « crise existentielle » pour leur discipline. Ces réserves ne signifient pas nécessairement que les outils d’IA sont incapables d’apporter une contribution utile, mais elles rappellent qu’une conjecture, une esquisse de preuve ou une amélioration technique ne suffit pas toujours à établir la résolution d’un problème ouvert.

La question du rôle humain

La controverse porte aussi sur l’utilisation du travail humain par OpenAI. Une résolution obtenue par un mathématicien aurait pu apporter à son auteur une récompense financière importante ainsi que la reconnaissance de ses pairs. Lorsque des agents s’appuient sur des articles, des méthodes et des échanges avec des chercheurs, la question de l’attribution devient plus complexe. Il faut distinguer la génération d’une idée, la formalisation d’un raisonnement, la vérification de chaque étape et la capacité à expliquer pourquoi le résultat est nouveau et utile.

La revendication d’OpenAI produit ainsi un débat sur la contribution réelle de ses agents et sur leur indépendance. Pour être acceptée par la communauté scientifique, une solution devrait être rendue suffisamment claire pour être reproduite et évaluée par des spécialistes indépendants. Les chercheurs devront notamment déterminer si le résultat résout bien la formulation reconnue du problème, s’il repose sur des travaux antérieurs et s’il apporte une avancée qui n’était pas déjà connue. Les critiques dépassent donc la seule performance technique annoncée par l’entreprise : elles interrogent les critères de preuve, la place de l’expertise humaine et la manière de créditer les contributions dans une recherche assistée par IA. Lire l’éditorial du Guardian.