25 lauréats de la médaille Fields ont publié une déclaration commune dans laquelle ils signalent explicitement une « grave divergence d'objectifs » entre les entreprises qui développent l'IA et la communauté mathématique. Le document est paru le 11 septembre 2026 dans Le Monde et sur le blog de Terence Tao ; parmi les signataires figurent Pierre Deligne, Peter Scholze, Marina Viazovska, Manjul Bhargava, Yu Deng et d'autres. La déclaration est née dans le contexte des récentes annonces d'OpenAI concernant la résolution du problème de Navier — Stokes en 88 heures à l'aide de milliers d'agents et de millions de messages.
Le fond du reproche n'est pas que l'IA résolve des problèmes, mais la manière dont elle le fait et les valeurs qu'elle promeut ce faisant. Les mathématiques prisent traditionnellement non pas le fait même de la résolution, mais la compréhension des structures, l'isolement de l'apport nouveau, la vérification minutieuse, la citation correcte et le temps de la réflexion. Les entreprises, elles, optimisent en fonction de la vitesse et des benchmarks publics : plus vite un modèle « boucle » un problème connu, plus son évaluation monte aux yeux des investisseurs et des utilisateurs. Cette accélération, selon les lauréats, détruit le « terreau fertile » des idées nouvelles et sape le processus de formation des étudiants et des idées.
Sur le plan méthodologique, la déclaration s'appuie sur l'observation d'incidents réels. Les mathématiciens notent que les systèmes d'IA produisent souvent des solutions sans exposé écrit complet, sans mise en évidence de ce qui est réellement nouveau et sans prise en compte des travaux antérieurs. Cela est directement lié aux récentes controverses sur la priorité dans des problèmes où OpenAI aurait utilisé des résultats obtenus au moyen de modèles d'autres laboratoires sans attribution appropriée. Contrairement au processus mathématique traditionnel, où la démonstration passe par l'évaluation par les pairs et la discussion au sein de la communauté, l'approche machinique laisse peu d'espace à une telle réflexion.
Comparée aux approches antérieures d'intégration des outils de calcul en mathématiques, la situation actuelle se distingue par son ampleur et par la pression commerciale. Auparavant, les ordinateurs servaient à la vérification ou à la recherche de contre-exemples, mais non à la production massive de « solutions » de problèmes connus en des délais record. Les efforts parallèles de laboratoires comme DeepMind ou Anthropic se concentrent eux aussi sur les benchmarks, mais c'est OpenAI qui, ces dernières semaines, promeut le plus agressivement le récit d'une « percée » dans les Millennium Prize Problems. Cela crée une dynamique concurrentielle où la vitesse devient le principal avantage, et non la profondeur de la compréhension.
Les conséquences pour le domaine sont évidentes : si la communauté se met à s'orienter vers les solutions machiniques comme principal mode d'avancement, l'espace pour un travail lent mais fondamental se réduira. Les étudiants et les jeunes chercheurs peuvent perdre la motivation d'une étude approfondie, puisque les « réponses » sont déjà en accès libre. En outre, un risque de dilution de la paternité et de la responsabilité apparaît — qui porte la responsabilité d'une erreur dans une démonstration d'IA, si celle-ci est assemblée à partir de milliers de fragments ?
La déclaration ne nie pas l'utilité de l'IA pour les mathématiques, mais souligne la nécessité d'une discussion urgente sur les règles d'interaction. Les lauréats appellent la communauté mathématique, les développeurs et la société dans son ensemble à élaborer des mécanismes qui préserveront la valeur de la compréhension conceptuelle et de la citation correcte. Sans de tels mécanismes, la divergence des objectifs ne fera que s'accentuer, touchant non seulement les mathématiques, mais aussi d'autres domaines du travail intellectuel.
La question clé, qui reste ouverte : la communauté des mathématiciens parviendra-t-elle à imposer ses normes de vérification et de paternité aux développeurs d'IA, ou bien la logique commerciale redéfinira-t-elle définitivement ce qui est considéré comme un « progrès » en science fondamentale.
