Les 722 articles mathématiques générés par IA d'OpenAI divisent les mathématiciens entre admiration et alarme

Ce qu'OpenAI a publié et quand

Le 6 octobre 2026, OpenAI a publié 722 manuscrits sur GitHub, regroupés en 372 familles de résultats connexes, tous produits par un modèle interne que l'entreprise n'a pas publié publiquement, selon xenospectrum.com et la lettre d'information Latent.space axée sur l'IA. L'entreprise a déclaré que le modèle avait été lâché sur environ 4 000 problèmes mathématiques, le résultat accepté moyen coûtant l'équivalent informatique d'environ trois heures du temps de raisonnement ChatGPT Pro, selon le rapport de Latent.space.

Un manuscrit aborde ce que les chercheurs appellent une 'Quasi-Hypothèse de Riemann' : une affirmation selon laquelle aucun zéro de certaines fonctions L de Dirichlet n'existe où la partie réelle dépasse 7/8. Xenospectrum.com a noté que cela ne résout pas la véritable hypothèse de Riemann, qui concerne les zéros à partie réelle exactement 1/2 et reste un problème non résolu du Prix du Millénaire de l'Institut Clay de Mathématiques.

Éloges et alarme parmi les mathématiciens

Les réactions se sont divisées nettement. Le mathématicien Levent Alpöge, décrit par Latent.space comme affilié à Anthropic, a appelé la publication 'manifestement le moment le plus significatif de l'histoire des mathématiques'. The Conversation a rapporté que d'autres mathématiciens étaient bien moins impressionnés : un critique a rejeté une partie du lot comme une 'énorme pile de déchets déversée sur notre seuil', et un mathématicien senior a déclaré qu'un article était tellement inintelligible qu'il aurait été directement jeté à la poubelle s'il avait été soumis à une revue de manière ordinaire.

The Conversation a également rapporté que ChatGPT lui-même avait signalé au moins un des résultats du lot comme une 'hallucination sérieuse', et que plusieurs articles ont été ultérieurement rétractés ou modifiés après la découverte d'erreurs.

L'écart de vérification

Les comptes rendus sur la proportion du lancement réellement vérifiée par machine diffèrent. Xenospectrum.com, en suivant le propre catalogue de formalisation d'OpenAI au 7 octobre, a compté 162 des 722 manuscrits — environ 22,4 pour cent — avec des résultats formalisés dans le langage de vérification de preuves Lean. The Conversation, en revanche, a rapporté qu'OpenAI avait formalisé 300 résultats principaux en utilisant un logiciel de type Lean. Xenospectrum.com a ajouté que même une formalisation Lean complétée ne confirme que les étapes logiques d'une preuve, non que chaque affirmation explicative dans un article ait été vérifiée indépendamment.

Tech-insider.org a rapporté qu'un groupe consultatif impliquant le médaillé Fields Terence Tao a été mis en place pour aider à gérer la façon dont les résultats d'OpenAI parviennent au public, mais que le rôle du groupe était explicitement de conseiller sur la publication, non de vérifier indépendamment que les résultats soient corrects. Le même média a cité une affirmation de septembre selon laquelle le modèle d'OpenAI, utilisant environ 10 000 agents d'IA travaillant pendant environ 88 heures, avait produit une preuve concernant le problème d'existence et de régularité de Navier-Stokes — un autre problème du Prix du Millénaire — que l'Institut Clay de Mathématiques liste toujours comme actif plutôt que résolu, ce qui signifie qu'aucune vérification indépendante n'a été complétée.

Ce que les mathématiciens contestent encore

Au-delà de l'exactitude, tech-insider.org a rapporté des préoccupations selon lesquelles l'approche 'publier d'abord, vérifier plus tard' d'OpenAI inverse le fonctionnement traditionnel des mathématiques, transférant le fardeau de l'examen par les pairs lent et contradictoire à une communauté mathématique qui est déjà débordée. The Conversation a rapporté une inquiétude supplémentaire concernant l'utilisation abusive alléguée de données liée à la revendication antérieure de Navier-Stokes, soulevée par les mathématiciens Tristan Buckmaster et Levent Alpöge — des allégations qu'OpenAI a niées — ainsi qu'une anxiété plus large dans le domaine concernant la recherche étant 'devancée' par les systèmes d'IA et ce que la croissance de tels outils signifie pour les mathématiques en tant que carrière.