Alors que des mathématiciens s'inquiètent pour l'avenir de leur profession face à l'IA, deux chercheurs argumentent que celle-ci reste limitée : capable de trouver des contre-exemples et de recombiner des idées existantes, elle n'a pas encore développé de nouvelles théories conceptuelles majeures.
Une réunion à huis clos entre une quarantaine de mathématiciens de haut niveau et les équipes d'OpenAI a récemment mis en lumière les inquiétudes croissantes de la communauté scientifique face aux avancées de l'intelligence artificielle dans le domaine des mathématiques. Ces craintes sont alimentées par une série de résultats spectaculaires : en mai 2026, un modèle d'IA a réfuté la conjecture des distances unitaires, un problème ouvert depuis plus de quatre-vingts ans lié aux travaux de Paul Erdos ; en juillet, le modèle Claude Fable 5 d'Anthropic a trouvé un contre-exemple à la conjecture jacobienne, formulée en 1939 ; plus récemment encore, le modèle Astra d'OpenAI a annoncé dix avancées en mathématiques et en informatique théorique, dont la résolution d'un problème de théorie des groupes portant sur l'existence de groupes non sofiques.
Face à ces performances, les avis des spécialistes divergent. D'un côté, l'enthousiasme : ces outils pourraient permettre de résoudre en quelques jours des conjectures qui auraient autrement mobilisé des années de travail humain. De l'autre, l'anxiété : certains chercheurs redoutent que la recherche mathématique pilotée par des humains ne devienne obsolète. Pourtant, plusieurs experts tempèrent ce pessimisme en soulignant les limites actuelles de l'IA. Les percées réalisées relèvent essentiellement de deux types : la découverte de contre-exemples grâce à une recherche computationnelle intensive, et l'application inattendue de techniques connues à des problèmes existants. Ce que l'IA ne sait pas encore faire, selon un professeur de mathématiques de l'Université de Toronto, c'est construire un cadre conceptuel véritablement nouveau — une théorie originale pensée de zéro.
Le mathématicien britannique Henry Bradford, chercheur à Cambridge, rappelle à ce sujet la réflexion du grand géomètre américain Bill Thurston : ce que les mathématiciens recherchent vraiment, ce n'est pas une liste de résultats, mais une compréhension profonde, vivant dans des cerveaux humains. Si l'IA venait à surpasser l'humain dans tous les aspects de la pensée mathématique, la question de la valeur sociale de la recherche menée par des personnes physiques deviendrait alors cruciale.
Paradoxalement, l'engouement pour les mathématiques ne faiblit pas : au Royaume-Uni, les inscriptions en A-level de mathématiques ont progressé de 3,9 % en 2026, et les candidatures universitaires en sciences mathématiques ont bondi de 11 %. La médaille Fields Terence Tao mène d'ailleurs des projets collaboratifs associant IA et mathématiciens de tous niveaux. Si l'optimisme reste de mise, il doit s'accompagner d'un débat collectif sur l'avenir de la discipline — débat auquel la prochaine génération d'étudiants devra pleinement participer.