OpenAI publie 700 preuves mathématiques, les chercheurs sous le choc

Une publication massive qui bouscule la discipline

Le 6 octobre 2026, OpenAI a rendu publics plus de 700 manuscrits en une seule fois, affirmant apporter des solutions à des centaines de problèmes mathématiques non résolus. Le blog mathématique Proofs and Prompts a ensuite rassemblé plus de 100 réponses de chercheurs, selon The Decoder.

Il est encore trop tôt pour évaluer la solidité mathématique de ce qui a été déposé sur GitHub. Certains articles ont déjà été retirés, d'autres sont jugés difficiles à lire. Plusieurs spécialistes reconnaissent néanmoins avoir été impressionnés par les résultats.

Cette vague fait suite à une série d'avancées depuis le milieu de l'année 2026 : la conjecture des distances unitaires, puis Navier-Stokes, puis dix solutions présentées lors du dévoilement du modèle Astra d'OpenAI.

Des réactions partagées entre prudence et sidération

Le médaillé Fields Peter Scholze appelle à la patience. « Nous devrions nous rappeler que nous sommes tous dans le même bateau ; les mathématiques sont un marathon, pas un sprint ; et l'objectif est et restera toujours la compréhension humaine des mathématiques, ce qui prendra invariablement du temps. »

Scholze alerte aussi sur des risques au-delà des mathématiques. Il évoque la possibilité que ces systèmes trouvent des moyens de casser des méthodes de chiffrement largement utilisées. La difficulté à concevoir de tels algorithmes « ne dépasse pas, à mes yeux de non-expert, ce dont ces systèmes sont aujourd'hui capables », écrit-il. Les conséquences pour les infrastructures numériques seraient catastrophiques.

Terence Tao décrit des sentiments mêlés. Les preuves générées par l'IA semblent « introduire des idées nouvelles et astucieuses qui porteront leurs fruits une fois digérées », selon lui. Mais il se dit aussi « profondément frustré » par l'absence d'interlocuteurs capables de discuter ces travaux, de les présenter en conférence ou de les enseigner. Il regrette le « chemin non emprunté » et appelle à la solidarité : « la communauté doit plus que jamais se rassembler ».

Alvaro Lozano-Robledo qualifie le 6 octobre de « possiblement le jour le plus important de l'histoire des mathématiques à ce jour », tout en pointant les limites des modèles. OpenAI visait l'hypothèse de Riemann, la conjecture non résolue la plus célèbre, mais n'a obtenu qu'une variante affaiblie. « La quasi-RH, c'est énorme ! Mais ce n'est pas RH. »

Des résultats qui bouleversent des carrières

Ben Green dit avoir été stupéfait par certains résultats, qu'il qualifie d'« absolument choquants ». Selon lui, la publication a résolu environ les trois quarts des objectifs de recherche couverts par une prestigieuse subvention européenne qu'il avait obtenue en juin dernier.

Roman Sauer a reconnu une technique qu'il avait développée pendant des années dans les solutions d'OpenAI à deux problèmes totalement différents. « Je suis sidéré. »

Johannes Schmitt estime que les articles de recherche sont un résultat secondaire des efforts d'OpenAI pour améliorer ses modèles, plutôt qu'un exercice visant d'abord à faire progresser les mathématiques. Selon lui, l'entreprise a utilisé des problèmes non résolus comme tests, parce que les modèles de pointe avaient dépassé les défis plus simples.

Ian Agol compare la situation à la publication par Grigori Perelman de l'une des preuves les plus importantes du siècle en 2002. Le mathématicien russe avait donné peu de conférences sur son travail, et plusieurs équipes de recherche ont ensuite passé des années à reconstituer les étapes manquantes.

« Une entreprise à mille milliards de dollars a débarqué et tout fait sauter à la TNT »

Peu de réactions portent sur la qualité des solutions elles-mêmes. Beaucoup de mathématiciens décrivent plutôt un choc, une paralysie et des craintes pour leur avenir professionnel.

Hugo Duminil-Copin, médaillé Fields 2022, écrit : « Je m'attendais à ce qu'un jour nous soyons dépassés, et que cela se produise systématiquement. Mais l'annonce d'hier a frappé avec une force que je n'avais pas anticipée. » Selon lui, OpenAI revendique des résultats sur chaque grand problème non résolu qu'il a évoqué publiquement au cours de sa carrière. « Mais pas tous. Pas tous en même temps. Pas avec une telle nonchalance. » Il ajoute : « Le choc est immense. Je suis paralysé. » Et : « Demain, nous trouverons une voie. [...] Mais pour l'instant, je n'ai tout simplement pas l'énergie. »

Matt Zaremsky raconte quatre années de progrès réguliers sur un problème précis, son programme de recherche produisant une avancée majeure environ une fois par an. Selon son récit, OpenAI est intervenu une fois le problème devenu suffisamment connu. « On a l'impression de travailler sur un chantier archéologique depuis 4 ans, à découvrir peu à peu le squelette d'un dinosaure vraiment cool, et puis une entreprise à mille milliards de dollars débarque, fait tout sauter à la TNT, nous remet le squelette complet et s'en va. » Il résume l'expérience comme « pas terrible ».

Tasmin Chu s'était attachée à un problème de théorie des probabilités pendant ses études ; c'est ce qui l'avait attirée vers la recherche. « Ce que je voulais plus que de savoir que pc<pu est vrai, c'était le temps et l'espace pour y réfléchir pendant les prochaines années. » Elle distingue son amour personnel de la pensée mathématique, qui selon elle lui reste, de sa capacité à façonner son propre travail professionnel. « Pour être franche, je me trouve absolument dégoûtée par la société dans laquelle je vis. »

Pour le doctorant Tristan Humbert, l'annonce menace à la fois ses projets de recherche et sa recherche d'emploi. Il a appris ce matin-là qu'OpenAI revendiquait avoir prouvé le problème au centre de sa thèse. Il décrit de la tristesse, puis de la panique face à ses candidatures postdoctorales. Il a passé la matinée à réviser son plan de recherche. La lecture de l'article a transformé ces sentiments en colère face à ce qu'il appelle un « torchon largement illisible ».

Enrico Fatighenti estime que les chercheurs appliquent aux articles générés par l'IA un standard différent de celui des travaux humains. Il rejetterait une soumission dont la première page serait trop mal écrite pour être suivie. Or, selon lui, la communauté est désormais invitée à déchiffrer et expliquer des articles issus de systèmes d'IA. « Cela nous coûte cher en temps et en efforts, alors qu'eux peuvent simplement passer à autre chose et écraser à coups de torchon la conjecture suivante. Et, bien sûr, le crédit leur reste. »

Henry Wilton est plus direct : « Si OpenAI voulait détruire la communauté mathématique, ce serait une excellente façon de s'y prendre. » Il reproche à l'entreprise de ne pas nommer les auteurs et de ne pas fournir d'informations sur les taux d'échec. Selon lui, l'absence d'auteurs nommés implique « que les mathématiques ne sont plus une entreprise humaine ».

Sam Hughes résume en trois phrases : « C'était le privilège d'une vie de faire des mathématiques au niveau de la recherche. Mais pas comme ça. Quelle beauté avons-nous perdue ? »

Le mathématicien japonais Koji Fujiwara a répondu par des paroles sur l'air de « Jolene » de Dolly Parton : « IA, IA, IA, IA, je t'en supplie, ne prends pas mes maths. IA, IA, IA, IA, ne les prends pas juste parce que tu peux. »

Ce qui reste aux humains fait débat

Certains chercheurs voient des raisons d'être optimistes. Danny Calegari indique que la curiosité personnelle guide le choix de ses projets depuis 15 ans, et que la publication d'OpenAI n'a pas affecté son travail en cours. Il décrit une collaboration avec un musicien sur la bande-son d'une animation mathématique, dont le code a été écrit par Claude, d'Anthropic. « Si ça, ce n'est pas digne d'être célébré, je ne sais pas ce qui l'est. »

Constantin Kogler travaillait avec Astra sur un problème qu'OpenAI a également revendiqué avoir résolu. Il a publié son propre article sur arXiv un jour après la sortie de l'entreprise. « Je ne peux pas m'empêcher de sentir que je vis dans un pays des merveilles mathématique, où la prochaine idée fondatrice est découverte dès que je suis prêt. »

Giovanni Mongardi envisage un avenir beaucoup plus sombre. « Aujourd'hui, quelque chose est perdu à jamais. » Il décrit le rôle restant des mathématiciens comme celui de « prêtres du Dieu-Machine » et craint que « l'avenir de l'esprit ne soit un désert, sans questions pour nous guider au-delà de l'horizon ».

L'inquiétude pour les jeunes chercheurs traverse presque toutes les réponses. Mark Hagen indique que les demandes d'aide de collègues en début de carrière en détresse ont primé ce jour-là sur l'examen des préprints. Petra Schwer affirme que les mathématiciens sont devenus plus prudents dans leurs discussions : « La méfiance se répand, et ce n'est pas bon. » Mitchell Taylor rapporte que de nombreux collègues connaissent « une anxiété sévère, une dépression et une perte de sens ».

Martin Bridson reconnaît à la fois les opportunités et les pertes. Il met toutefois en garde contre le fait de laisser les laboratoires d'IA fixer l'agenda de la recherche. « En même temps, nous devons résister à la tentation de croire que tirer des idées des annonces des laboratoires d'IA deviendra la tâche primordiale de notre époque. » Et : « Nous devrions embrasser le pouvoir que les machines offrent, mais nous ne devrions pas être asservis à suivre leur direction. »

Des mois de tension devenus crise personnelle

L'Association for Human Mathematics avait déjà appelé au boycott d'OpenAI, accusant l'entreprise de violer les normes fondamentales de la recherche scientifique. Vingt-cinq médaillés Fields, dont Tao et Scholze, avaient aussi publié une déclaration commune alertant sur un décalage sérieux entre les objectifs de l'industrie de l'IA et ceux des mathématiques.

Tao avait esquissé une ère « Math 2.0 » dans laquelle résoudre des problèmes ne pourrait plus être le centre de gravité de la discipline. Les réponses recueillies montrent à quel point ce basculement est personnel pour les mathématiciens.