L’IA passe de la démonstration mathématique à une théorie scientifique plus large
Les systèmes d’intelligence artificielle commencent à montrer des progrès mesurables sur des questions théoriques dans des domaines qui dépassent les mathématiques, selon une étude évoquée par le chercheur du MIT Neil Thompson. L’analyse suggère que les gains de capacité qui bouleversent actuellement certaines branches des mathématiques pourraient s’étendre aux probabilités, aux statistiques, à l’économie, à la théorie des hautes énergies, à la gravitation, à la cosmologie et à la physique quantique.
Cette découverte ne signifie pas que l’IA a remplacé les scientifiques ni qu’elle peut mener seule un programme de recherche moderne. L’étude s’est concentrée sur une tâche plus étroite, mais lourde de conséquences : résoudre des problèmes théoriques dont les réponses ont ensuite été établies dans des articles de recherche. Dans ces domaines, les chercheurs ont constaté une forte progression du taux de réussite des modèles les plus performants entre le milieu de 2024 et le milieu de 2026.
Cette trajectoire est importante, car le travail théorique fournit souvent le langage, les modèles et les prédictions dont dépend la science expérimentale. Si les chercheurs peuvent utiliser l’IA de manière fiable pour explorer certaines parties de ce travail, l’effet pourrait se faire sentir non seulement dans les calculs individuels, mais aussi dans le rythme et l’organisation de la recherche scientifique.
D’une faible part des problèmes à plus d’un tiers
L’étude de Thompson, menée avec Gabriel Manso et Claudio Mayrink Verdun, a évalué une série de modèles d’OpenAI sur des problèmes tirés d’articles de recherche publiés entre décembre 2025 et mai 2026. Le groupe a examiné des modèles tels que o1, o3, GPT-5, GPT-5.1, GPT-5.4 et GPT-5.5.
Dans les domaines théoriques couverts par l’évaluation, les meilleurs systèmes sont passés d’environ 2 % de problèmes correctement résolus au milieu de 2024 à environ 35 % au milieu de 2026. Cela reste très loin d’une compétence universelle et ne signifie pas que toute réponse apparemment correcte soit fiable. Mais l’ampleur de la progression est notable : un outil qui réussit rarement peut n’être qu’une curiosité, tandis qu’un outil capable d’apporter des contributions substantielles sur un benchmark peut devenir partie intégrante de la pratique courante de la recherche.
Les chercheurs ont conçu l’évaluation pour réduire une inquiétude centrale liée aux tests de modèles de langage : le risque qu’un système ne fasse que reproduire des informations rencontrées pendant son entraînement. Les problèmes provenaient d’articles publiés avant que les solutions concernées n’apparaissent dans des publications ultérieures, et les solutions publiées servaient de référence. L’accès à internet a été bloqué pendant les tests, empêchant les systèmes de récupérer une réponse en ligne.
Ce dispositif n’élimine pas toutes les limites d’une évaluation fondée sur un benchmark. Il vise toutefois à distinguer la résolution de problèmes de la simple consultation ou de la mémorisation. Le résultat de l’étude constitue donc un élément montrant que les modèles testés pouvaient générer des solutions à au moins certaines questions dont la réponse ne figurait pas dans leurs données d’entraînement accessibles.
Un résultat circonscrit, pas un substitut scientifique général
La portée du travail est importante. L’équipe s’est concentrée sur des domaines où les modèles pouvaient traiter les problèmes sans lancer de simulations ni mener d’expériences physiques. Une grande partie de la science ne peut être réduite au seul raisonnement symbolique. Le travail de laboratoire, la conception d’instruments, l’observation de terrain, la collecte de données, la simulation et la réplication restent essentiels pour comprendre le fonctionnement du monde.
Même dans les disciplines fortement théoriques, une solution correcte n’équivaut pas à une contribution de recherche utile. Les scientifiques doivent évaluer les hypothèses, choisir des questions pertinentes, interpréter les résultats et déterminer si un raisonnement proposé résiste à l’examen. Ce sont des processus à la fois sociaux et techniques, qui impliquent l’évaluation par les pairs, le débat et l’accumulation des preuves.
Les domaines retenus pour l’étude ne sont toutefois pas marginaux. Les probabilités et les statistiques structurent l’inférence dans l’ensemble des sciences et de l’industrie. La théorie économique influence les politiques publiques et l’analyse des marchés. La physique des hautes énergies, la cosmologie et la physique quantique sont des domaines où le raisonnement abstrait peut être essentiel pour faire progresser une question avant qu’elle n’atteigne un détecteur, un télescope ou un appareil de laboratoire.
Si l’IA devient capable de prendre en charge une plus grande part du travail routinier ou intermédiaire dans ces domaines, l’effet immédiat pourrait être inégal. Les chercheurs pourraient l’utiliser pour générer des approches candidates, vérifier des dérivations, explorer d’autres formulations ou accélérer les analyses préliminaires. La valeur de ces usages dépendra de la vérification. Une voie rapide vers une conclusion erronée peut faire perdre du temps aussi efficacement qu’un calcul lent.
Le précédent des mathématiques façonne les attentes
La nouvelle évaluation intervient alors que les mathématiques sont déjà confrontées à des démonstrations très visibles des capacités de l’IA. OpenAI a récemment annoncé qu’un modèle non publié avait résolu un grand défi de longue date portant sur les équations de Navier-Stokes, qui décrivent le mouvement des fluides. Cet épisode a suscité la controverse, soulignant que les affirmations extraordinaires en mathématiques et en IA exigent un examen indépendant rigoureux.
Pour Thompson, l’implication plus large est que les disciplines théoriques pourraient entrer dans une période où le rôle de l’IA évoluera rapidement. Il s’attend à ce que de nombreuses questions théoriques soient transformées en quelques années par ce que les systèmes peuvent accomplir. Cette attente repose sur la tendance observée dans l’étude, et non sur la preuve qu’un domaine particulier sera entièrement automatisé.
L’avenir à court terme le plus plausible est collaboratif plutôt que solitaire : les scientifiques fixent les priorités et les normes, tandis que les systèmes d’IA prennent en charge une part croissante de l’exploration des problèmes. Cela pourrait élargir l’accès à des outils analytiques sophistiqués, mais aussi rendre plus précieuse la capacité à valider les travaux générés par les machines. Les institutions de recherche devront décider comment reconnaître les contributions, former les étudiants et préserver l’expertise indépendante nécessaire pour repérer les erreurs subtiles.
Les prochains points à surveiller
- Si les gains de performance se maintiennent sur des problèmes nouvellement créés, et pas seulement dans des évaluations rétrospectives.
- À quelle fréquence les solutions générées par les modèles restent correctes après examen par des experts et vérification formelle.
- Si les systèmes peuvent apporter une contribution utile lorsque des simulations, des expériences ou des données spécialisées sont nécessaires.
- Comment les groupes scientifiques adaptent les pratiques d’attribution, de formation et de contrôle qualité à mesure que l’IA devient un outil de recherche courant.
L’étude n’établit pas que l’IA deviendra la méthode par défaut pour résoudre les problèmes de théorie scientifique. Elle montre en revanche pourquoi cette possibilité est désormais prise au sérieux. En moins de deux ans, les systèmes les plus performants testés sont passés de la résolution d’une faible part des questions sélectionnées à plus d’un tiers. Pour les disciplines fondées sur un raisonnement difficile, c’est une évolution qui mérite une attention soutenue.
Cet article s’appuie sur un reportage de Wired. Lire l’article original.
Originally published on wired.com
