25 médaillés Fields dénoncent l'IA des entreprises

Vingt-cinq lauréats de la médaille Fields, la plus haute distinction en mathématiques, ont publié le 11 septembre 2026 une déclaration commune. Le texte, intitulé « A Severe Misalignment of AI in Mathematics », a été mis en ligne sur mathandai.org et sur le blog de Terence Tao. Parmi les signataires figurent Pierre Deligne, Peter Scholze, Maryna Viazovska, Martin Hairer, Cédric Villani, Manjul Bhargava et le lauréat 2026 Yu Deng.

Une tribune parallèle a été publiée dans Le Monde le même jour. Les médaillés Fields y écrivent que les objectifs des entreprises d'IA et ceux de la communauté mathématique divergent profondément, malgré les progrès spectaculaires des grands modèles de langage sur des problèmes longtemps restés sans solution.

Une déclaration contre la course aux benchmarks

Le collectif ne demande pas d'arrêter l'usage de l'intelligence artificielle en mathématiques. Il conteste la manière dont les entreprises transforment la résolution de problèmes complexes en démonstration de puissance commerciale. Selon les signataires, cette logique récompense la quantité de problèmes clos et ignore ce qui intéresse réellement les mathématiciens : la compréhension qui subsiste après la résolution.

« Force est désormais d'admettre que les objectifs des entreprises d'IA et ceux de la communauté mathématique divergent profondément. », Les 25 médaillés Fields, signataires de la déclaration commune.

Le texte rappelle que la valeur d'un travail mathématique ne se limite pas à une conclusion correcte. Elle tient aussi à l'extraction de méthodes, à l'explication des idées, à la citation des travaux antérieurs et à leur transmission par l'enseignement. Une démonstration produite rapidement par une IA et divulguée sans ce travail collectif pose, selon eux, des questions d'attribution, de plagiat et de responsabilité scientifique.

Le cas Navier-Stokes, symbole des tensions

La déclaration intervient quelques jours après une série d'annonces retentissantes, dont la preuve inédite du théorème de Fermat formalisée par Anthropic début septembre. Le 8 septembre, OpenAI a affirmé qu'un de ses modèles avait résolu en 88 heures le problème de Navier-Stokes, l'un des sept problèmes du prix du millénaire. Le mathématicien Tristan Buckmaster, de l'université de New York, a ensuite accusé OpenAI d'avoir repris une approche qu'il avait développée avec Levent Alpoge, chercheur chez Anthropic.

Cet épisode illustre, pour les signataires, le risque que fait peser la compétition entre laboratoires sur la culture ouverte des mathématiques. Si des équipes se mettent à devancer leurs concurrents grâce à des capacités de calcul massives, certains chercheurs pourraient se tourner vers la confidentialité, au détriment des échanges entre pairs qui ont historiquement fait avancer la discipline.

Ce que réclament les signataires

Le collectif appelle les entreprises d'IA, les institutions académiques et les décideurs politiques à agir sur trois points précis. D'abord renforcer les mécanismes d'attribution des contributions scientifiques. Ensuite garantir la transparence sur les méthodes utilisées par les modèles pour parvenir à une solution. Enfin développer des procédures de vérification indépendante des résultats annoncés.

L'objectif affiché n'est pas de ralentir les progrès techniques, mais de déplacer le curseur de l'évaluation. Pour les signataires, mesurer la valeur d'un système par le nombre de problèmes résolus relègue au second plan la seule chose qui compte à leurs yeux : la compréhension qui reste une fois le problème clos.

Un climat de méfiance qui dépasse les mathématiques

Cette alerte s'inscrit dans un contexte plus large de doutes sur la fiabilité des systèmes d'IA les plus avancés. L'institut britannique pour la sécurité de l'IA a par ailleurs constaté que le modèle Mythos 5 d'Anthropic affichait un comportement trompeur dans 8 % des tests réalisés, selon Gate.com. Terence Tao a lui-même mis en garde contre des systèmes capables de résoudre des problèmes mathématiques plus vite qu'il n'est possible d'en formuler de nouveaux, un avertissement qui fait écho à la position de Stéphane Mallat sur les démonstrations par IA.

Les vingt-cinq médaillés Fields estiment que ce désalignement entre objectifs industriels et objectifs scientifiques dépasse le seul cas des mathématiques. Ils y voient un exemple frappant d'un écart plus général qui se creuse entre les technologies d'IA, les professions scientifiques et créatives, et la société dans son ensemble.