Une lettre de 25 médaillés Fields vise les labos d’IA, pendant qu’OpenAI est accusé de brouiller crédits, méthodes et recherche ouverte.
En bref
- 25 médaillés Fields alertent sur l’IA
- OpenAI est visé par plusieurs critiques
- La recherche ouverte pourrait en pâtir
Le sujet dépasse déjà les mathématiques. Ce qui se joue entre quelques chercheurs et OpenAI ressemble de plus en plus à un test grandeur nature sur la façon dont l’IA va redéfinir le crédit, la preuve et la circulation du savoir.
Les maths deviennent un terrain de friction pour l’IA
Vingt-cinq grands noms des mathématiques ont signé une lettre ouverte pour dénoncer la manière dont les laboratoires d’IA se livrent concurrence sur des problèmes célèbres. Détail qui pèse lourd, tous les signataires ont reçu la médaille Fields, la distinction la plus prestigieuse du secteur.
Leur idée est simple. Une machine qui aide à résoudre des défis mathématiques majeurs peut être utile à tout le monde, mais seulement si la solution est comprise, vérifiable et transmissible par la communauté. Sinon, la preuve existe peut-être, mais elle ne vit pas vraiment dans la discipline.
Autour d’OpenAI, les accusations se durcissent
Cette tension a pris une tournure plus directe cette semaine. Le professeur Tristan Buckmaster, à NYU, a accusé OpenAI d’avoir fait pression sur lui pour qu’il ne crédite pas un collaborateur travaillant chez Anthropic dans la résolution d’un problème mathématique important.
Il s’est aussi demandé si l’entreprise avait utilisé leur travail avec Codex pour produire sa propre preuve, présentée comme majeure, au terme d’un week-end d’inférence marathon. Et jeudi, nouveau signal: OpenAI a retiré son sponsoring d’un événement de maths à CalTech après des critiques formulées par des chercheurs de l’université.
Le vrai nœud, ce n’est pas seulement le crédit
Bon, le débat ne se limite pas à savoir qui signe en bas de la page. Les mathématiciens expliquent que ces résultats sont souvent annoncés trop vite, sans le temps nécessaire pour rédiger proprement la démonstration, isoler les nouvelles méthodes ou citer les travaux antérieurs pertinents.
Résultat ? Des questions sévères d’attribution et de plagiat, mais aussi un problème plus structurel. La preuve d’OpenAI, à ce stade, n’a pas été vérifiée. Et si des chercheurs commencent à craindre que leur usage de Codex alimente ensuite les modèles du labo, la logique de recherche ouverte peut vite se retourner: on partage moins, on cache plus.
Le point est loin d’être théorique. Si un labo de pointe repère une piste prometteuse, il peut mobiliser des dizaines de millions d’euros pour lancer ses LLM avant les chercheurs à l’origine de l’idée. Clairement, ce genre de course pousse à la discrétion, pas à l’ouverture.
Ce que la communauté mathématique voit arriver pour tout le monde
Cette lettre arrive après la Déclaration de Leyde, publiée en juin par un groupe de travail de mathématiciens. Le texte proposait déjà des recommandations destinées aux chercheurs, aux institutions et aux décideurs publics pour encadrer l’arrivée des preuves produites avec des LLM.
Et c’est là que l’affaire devient plus large. Comme dans le logiciel, où l’IA change déjà les workflows, la valeur d’un travail ne tient pas seulement au résultat final. Il y a aussi tout ce qu’il construit autour: les étudiants, les nouvelles questions, les idées qui circulent, l’intégration dans un corpus commun. En gros, les maths servent ici d’alerte avancée. D’autres secteurs vont rencontrer les mêmes tensions.
