OpenAI, preuve mathématique et transparence de l'IA

Début août 2026, la résolution du problème de l'existence des groupes non-sofiques en théorie géométrique des groupes a marqué l'actualité scientifique. Cette avancée majeure, attribuée à une équipe d'OpenAI, a déclenché un débat intense sur la transparence et l'éthique de l'intelligence artificielle dans la recherche. Le mathématicien Andreas Thom, co-auteur de travaux fondateurs sur la rigidité des centralisateurs, a critiqué la communication initiale de l'entreprise, qui affirmait l'absence de progrès significatifs sur la décennie tout en s'appuyant crucialement sur une publication de 2019. Après intervention, OpenAI a revu son communiqué pour reconnaître ces contributions antérieures. La controverse dépasse la simple question des crédits. Andreas Thom interroge la capacité des modèles d'OpenAI à synthétiser des techniques mathématiques spécialisées, qu'il avait précisément discutées avec ChatGPT peu de temps auparavant. Le manque de transparence concernant l'utilisation des échanges utilisateurs dans les données d'entraînement soulève des inquiétudes éthiques. Bien qu'OpenAI ait fourni une négation catégorique, Thom juge cette réponse trompeuse, car elle ne précise pas si les conversations passées ont influencé les processus internes. Cette opacité risque d'éroder la confiance dans les cycles de développement des grands modèles. Au-delà du cas spécifique, cette résolution met en lumière une transformation structurelle du paysage académique. Une preuve assistée ou générée par l'IA valide un résultat, mais elle rompt le lien traditionnel entre la publication, la compréhension humaine de l'argument et l'attribution du crédit intellectuel. Le système de publications, qui sert historiquement de registre des connaissances et de mesure de la compétence scientifique, perd de sa fiabilité. La reconnaissance de l'auteur devient difficile à établir lorsque le raisonnement, la démonstration et la rédaction émanent potentiellement d'un système automatisé. Andreas Thom souligne que la valeur fondamentale des mathématiques réside moins dans la production de vérités que dans le processus humain qui les rend intelligibles. Expliquer, contextualiser, enseigner et guider la recherche restent des contributions irremplaçables. L'émergence de l'IA avancée exige une adaptation des institutions scientifiques, qui devraient privilégier les contributions enrichissant la compréhension collective plutôt que la course à la première découverte. Cette évolution dépasse le seul domaine académique. À mesure que l'intelligence artificielle devient une infrastructure critique pour la recherche, l'éducation et la société, son fonctionnement doit être régulé comme un service public. Les utilisateurs ne peuvent accepter que leurs idées soient collectées, exploitées et réutilisées sans consentement ni transparence. Une gouvernance indépendante, des normes strictes de confidentialité et une responsabilisation claire des fournisseurs sont nécessaires pour garantir que l'IA serve l'intérêt général sans compromettre l'éthique scientifique ni les droits intellectuels.