/data/photo/2026/02/09/69897b076076c.webp)
Publié le 11 février 2026 à 04h32. Le mathématicien Martin Hairer, lauréat de la médaille Fields, a dissipé les craintes d’une automatisation massive de sa discipline par l’intelligence artificielle, estimant que l’IA reste incapable de véritable créativité mathématique.
- Martin Hairer réfute l’idée que l’IA puisse remplacer les mathématiciens.
- Une expérience menée avec des modèles d’IA avancés (ChatGPT-5.2 Pro et Google Gemini 3.0 Deep Think) a révélé leurs limites en matière de résolution de problèmes inédits.
- Les chercheurs ont identifié des faiblesses spécifiques de l’IA, notamment en raisonnement visuel, en mémoire et en capacité à débattre des idées.
L’inquiétude était née d’un e-mail envoyé à Martin Hairer par un lycéen craignant pour son avenir dans les mathématiques, face aux progrès fulgurants de l’intelligence artificielle. Le mathématicien a répondu en soulignant que, si les grands modèles linguistiques (LLM) comme ChatGPT sont efficaces pour résoudre des exercices classiques, ils peinent à générer des concepts originaux.
Pour étayer ses propos, Hairer, en collaboration avec une équipe de mathématiciens d’Harvard, de Stanford et de MathSci.ai, a mené une expérience baptisée « Première preuve ». L’objectif était de tester les modèles d’IA les plus performants sur des problèmes de recherche qui n’avaient jamais été publiés, afin d’éviter qu’ils ne se contentent de reproduire des réponses existantes sur internet.
Les résultats se sont avérés décevants. Hairer a comparé les performances de l’IA à celles d’un étudiant de premier cycle peu brillant.
« Je n’ai pas encore vu d’exemple raisonnable où un LLM a abouti à une nouvelle idée ou à un nouveau concept vraiment original »,
Martin Hairer, lauréat de la médaille Fields
Selon Hairer, les modèles d’IA excellent dans les détails faciles, mais manquent de profondeur dans les arguments complexes. Ils semblent connaître le point de départ et le point d’arrivée, mais pas le chemin pour y parvenir, se contentant souvent d’« inventer » des solutions ou de faire des raccourcis.
L’équipe de recherche a mis en évidence plusieurs faiblesses spécifiques de l’IA :
- Difficulté avec le raisonnement visuel : l’IA est notoirement mauvaise en visualisation spatiale, ce qui la rend inapte à résoudre les problèmes nécessitant de l’imagination.
- Mémoire limitée : la qualité des réponses de l’IA diminue rapidement si la preuve nécessite plus de cinq pages.
- Manque de débat : Tamara Kolda, co-auteure de l’étude, a qualifié l’IA d’« ennuyeuse » car elle ne peut pas être remise en question. Le progrès scientifique repose sur la confrontation des idées, ce que l’IA ne permet pas.
Lauren Williams, professeure de mathématiques à Harvard, a également observé que l’IA se retrouve souvent prise dans des « boucles infinies » lorsqu’elle est confrontée à des problèmes de recherche réels. Elle propose une réponse, puis la corrige, puis en propose une autre, et ainsi de suite, sans jamais parvenir à une solution correcte.
Au-delà de ces limitations, Tamara Kolda met en garde contre un danger plus fondamental : l’IA pourrait en réalité freiner les progrès scientifiques en se contentant de répéter des idées existantes, au lieu de proposer de nouvelles perspectives stimulantes. Le New York Times a rapporté ces conclusions le 2 février 2026.
À lire aussi : Moltbook, le réseau social où l’IA discute et parle des humains
À lire aussi : Les diplômés des grandes écoles ne sont plus en sécurité à l’ère de l’IA
À lire aussi : Comment résoudre des problèmes mathématiques avec Gemini AI, facilement et rapidement
À lire aussi : 8 applications d’IA capables de répondre à des questions mathématiques, gratuites et faciles à utiliser
KOMPAS.com s’engage à fournir des informations claires, fiables et équilibrées. Soutenez la durabilité d’un journalisme clair et profitez d’un confort de lecture sans publicité grâce à l’adhésion. Rejoignez KOMPAS.com Plus maintenant