RéponsesPublié21 sources
722 manuscrits mathématiques : pourquoi l’AHM demande de rompre avec OpenAI
L’Association for Human Mathematics (AHM) appelle les mathématiciens à cesser de travailler avec OpenAI, estimant qu’une publication massive ne vaut pas validation scientifique. Les 722 manuscrits annoncés sont regroupés en 372 familles de résultats.
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- L’Association for Human Mathematics (AHM) appelle les mathématiciens à cesser de travailler avec OpenAI, estimant qu’une publication massive ne vaut pas validation scientifique.
- Les 722 manuscrits annoncés sont regroupés en 372 familles de résultats. Certains résultats ont été formalisés en Lean, mais l’ensemble n’a pas été vérifié de la même manière.
- Le débat porte autant sur la valeur mathématique potentielle des travaux que sur la transparence du modèle, la charge de vérification et la place de la recherche humaine.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: Why has the Association for Human Mathematics (AHM) urged mathematicians to stop working with OpenAI after its October 6 release of AI-gener. Article summary: AHM urged mathematicians to stop working with OpenAI because it sees the October 6 release as a mass display of a company’s capability, not a responsible way to establish mathematical knowledge. It argues that hundreds o. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
L’Association for Human Mathematics (AHM) appelle les mathématiciens à cesser de collaborer avec OpenAI après la publication, le 6 octobre 2026, d’un vaste ensemble de manuscrits mathématiques. Son objection ne se limite pas au risque que certaines démonstrations soient erronées : selon l’association, la diffusion massive de résultats produits par un modèle d’entreprise ne remplace ni l’examen par les pairs, ni la documentation, ni le débat scientifique.45
La collection peut contenir des résultats intéressants. Mais des chiffres impressionnants, des fichiers de preuve et des affirmations ambitieuses ne constituent pas, à eux seuls, une confirmation. La controverse porte aussi sur l’accès au modèle, la possibilité d’en examiner les résultats et la charge de vérification laissée aux chercheurs.
Ce qu’OpenAI a publié
L’annonce initiale faisait état de 722 manuscrits couvrant 17 disciplines, regroupés en 372 familles de résultats apparentés. Il ne s’agit donc pas de 722 découvertes distinctes et indépendantes. Le dépôt rassemble les manuscrits et des éléments justificatifs pour les preuves, sous licence Apache-2.0.7
15
OpenAI indique que le modèle a été soumis à environ 4 000 problèmes et que le calcul moyen consacré à chaque résultat équivalait à près de trois heures de fonctionnement de ChatGPT Pro Thinking. L’entreprise a également publié 10 résumés abrégés du raisonnement du modèle et des formalisation en Lean pour certaines preuves.7
12
16 Le dépôt précise que les résultats se trouvent à différents stades de vérification et que tous ne disposent pas d’une formalisation Lean. Son catalogue actuel affiche 719 manuscrits, contre 722 dans l’annonce initiale.
10
11
La collection comprend notamment des affirmations relatives aux conjectures de Mahler et à l’exposant d’irrationalité exact de π. Leur publication sous forme de manuscrits ne suffit toutefois pas à les considérer comme définitivement confirmées.5
21
Pourquoi l’AHM proteste
Dans sa déclaration, l’AHM affirme que les mathématiciens « n’ont pas demandé que ce travail soit fait » et qualifie la mise en ligne de centaines de fichiers de « démonstration de puissance », plutôt que de travail scientifique. L’association appelle à la prudence et à une recherche centrée sur les personnes, plutôt qu’à l’acceptation ou au traitement précipité de résultats produits par une entreprise.45
L’ampleur de la collection pose une difficulté très concrète : pour évaluer ces manuscrits, des spécialistes doivent les lire, vérifier les arguments et les replacer dans le contexte des travaux existants. La mise à disposition des fichiers fournit des éléments à examiner, mais ne supprime pas ce travail. Elle en transfère une grande partie à la communauté de recherche.
L’AHM relie également sa réaction à l’avis de l’Advisory Group on Mathematics and Artificial Intelligence, un groupe consultatif créé pour conseiller les entreprises d’IA sur leurs relations avec la recherche mathématique. Selon la déclaration de l’AHM, ce groupe avait mis en garde contre le fait de tester des problèmes mathématiques avancés sur des modèles internes à des entreprises.45
Ce que les preuves Lean vérifient — et ce qu’elles ne vérifient pas
Les formalisation en Lean constituent un outil important : elles permettent de faire vérifier par ordinateur les démonstrations effectivement traduites dans ce système. OpenAI indique que le résultat principal de 162 manuscrits a été formalisé.5 Cela renforce le contrôle de ces résultats précis, mais ne valide pas automatiquement toutes les affirmations de tous les manuscrits.
Lorsqu’une formalisation équivalente n’existe pas, l’évaluation repose sur la lecture et la vérification de l’argument. Le dépôt précise lui-même que les résultats se trouvent à différents stades de vérification et que tous ne sont pas accompagnés d’une formalisation Lean.10
11 Il faut donc examiner chaque résultat séparément, plutôt que de considérer l’ensemble comme entièrement prouvé ou entièrement sans valeur.
Des informations sur la méthode, mais une transparence incomplète
Les chiffres communiqués sur les problèmes tentés et le temps de calcul, ainsi que les 10 résumés de raisonnement, donnent quelques indications sur la méthode de production des résultats.7
12
16 Ils ne retracent cependant pas complètement l’historique de chaque résultat, et le modèle reste interne à OpenAI, sans être accessible à un examen indépendant.
7
11
Le nombre total de problèmes soumis au modèle ne permet pas non plus, à lui seul, de savoir à quelle fréquence celui-ci a réussi sur un ensemble clairement défini de problèmes de pointe. Pour évaluer ses performances et la reproductibilité des résultats, les chercheurs ont besoin de davantage d’informations sur la méthode et sur la production de chaque résultat.
OpenAI dit prévoir des ateliers et des conférences consacrés à l’examen des résultats importants.7 Ces initiatives peuvent faciliter le travail de vérification, mais elles ne remplacent pas la publication d’informations suffisantes pour que d’autres chercheurs puissent évaluer de manière indépendante la façon dont les démonstrations ont été obtenues.
Ce que la controverse dit de la recherche mathématique
La question n’appelle pas de réponse simple. Une collection d’arguments mathématiques générés par une IA peut contenir de véritables avancées, mais sa valeur dépend des résultats qui résisteront à un examen indépendant — et non du volume publié ou de l’importance des problèmes évoqués.7
10
La réaction de l’AHM soulève aussi des questions sur la reconnaissance équitable des travaux humains antérieurs, le temps nécessaire pour évaluer les nouveaux résultats et le risque de voir les priorités ou le soutien à la recherche humaine évoluer. La publication des manuscrits ne répond pas, à elle seule, à ces enjeux ; elle les rend plus pressants.45
L’essentiel est de distinguer la capacité à produire de nombreux énoncés mathématiques de leur validation scientifique. La controverse porte sur les deux aspects : ce que l’IA peut apporter aux mathématiques, et les règles nécessaires pour que cette contribution soit vérifiable, transparente et utile à la communauté.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « 722 manuscrits mathématiques : pourquoi l’AHM demande de rompre avec OpenAI » ?
L’Association for Human Mathematics (AHM) appelle les mathématiciens à cesser de travailler avec OpenAI, estimant qu’une publication massive ne vaut pas validation scientifique.
Quels sont les points clés à valider en premier ?
L’Association for Human Mathematics (AHM) appelle les mathématiciens à cesser de travailler avec OpenAI, estimant qu’une publication massive ne vaut pas validation scientifique. Les 722 manuscrits annoncés sont regroupés en 372 familles de résultats. Certains résultats ont été formalisés en Lean, mais l’ensemble n’a pas été vérifié de la même manière.
Que dois-je faire ensuite en pratique ?
Le débat porte autant sur la valeur mathématique potentielle des travaux que sur la transparence du modèle, la charge de vérification et la place de la recherche humaine.