Terence Tao alerte sur une crise des normes mathématiques face à l'IA

Dans un essai rédigé à l'occasion du Congrès international des mathématiciens 2026, le lauréat de la médaille Fields Terence Tao tire la sonnette d'alarme : l'intelligence artificielle pourrait faire entrer les mathématiques dans une crise comparable aux bouleversements fondationnels du début du XXe siècle, lorsque le paradoxe de Russell et les théorèmes d'incomplétude de Gödel avaient contraint la discipline à reformuler ses bases les plus profondes.

Mais Tao prend soin de préciser que ce n'est pas la vérité mathématique elle-même qui est menacée. Ce qui est en jeu, selon lui, c'est l'ensemble des valeurs implicites qui structurent la communauté : qu'est-ce qui compte comme contribution scientifique, qui mérite une récompense, et peut-on dire qu'une machine a véritablement « fait » le travail ? Il résume sa conviction de travail en ces termes : les outils d'IA deviendront, dans un avenir proche, capables d'accomplir une part substantielle des tâches de recherche mathématique au niveau professionnel.

Des faits récents donnent du poids à cette hypothèse. Un système développé par OpenAI, baptisé Astra, a résolu dix problèmes inédits soumis à quatre systèmes d'IA dans des conditions contrôlées ; sept d'entre eux ont reçu une évaluation jugée essentiellement satisfaisante, pour des coûts allant de quelques dizaines à quelques centaines de dollars par problème. Plus de deux cent cinquante pages de preuves formelles ont été validées via le logiciel de vérification Lean. Cette annonce a toutefois suscité une polémique sur l'attribution des mérites, plusieurs mathématiciens ayant jugé la communication initiale insuffisamment rigoureuse quant à la reconnaissance des travaux humains préexistants.

Tao identifie un risque particulier lié à la surabondance de preuves générées par l'IA, qui s'accumulent plus vite que la communauté ne peut les vérifier ou les assimiler. Il observe également que les preuves trop polies par l'IA effacent les aspérités naturelles de l'exposition humaine — ces passages retravaillés qui signalent les points délicats — rendant le texte « facile à lire mais difficile dont apprendre ». Sa règle pratique est claire : si aucun auteur n'est capable de présenter ses résultats de manière experte et correctement attribuée, la démonstration doit être considérée comme incomplète, même si elle a été formellement vérifiée.

L'essai pointe également des enjeux structurels : la recherche mathématique, longtemps accessible avec peu de moyens, devient dépendante de modèles coûteux contrôlés par des acteurs privés, ce qui risque de marginaliser les institutions universitaires moins bien dotées. La formation des jeunes chercheurs est aussi fragilisée, car les problèmes d'entraînement intermédiaires — essentiels au développement de l'intuition mathématique — sont désormais résolus sans effort par les algorithmes. Tao appelle à protéger la dimension irréductiblement humaine du métier de mathématicien, tout en reconnaissant lui-même recourir à l'IA pour des tâches auxiliaires comme la recherche bibliographique ou la mise en forme.