Un mathématicien de la société Anthropic, Levent Alpöge, a récemment annoncé sur le réseau X avoir trouvé un contre-exemple à la conjecture de Jacobson, un problème vieux de plus d'un siècle en géométrie algébrique. Cette découverte, réalisée avec l'aide du modèle d'intelligence artificielle Claude Fable 5 d'Anthropic, relance le débat sur le rôle croissant de l'IA dans la recherche mathématique. La conjecture de Jacobson, initialement formulée en deux dimensions par Ludwig Kraus en 1884 puis généralisée à toutes dimensions par Ott-Heinrich Keller en 1939, concerne les fonctions polynomiales qui déplacent des points dans un espace multidimensionnel. Elle postule que si le déterminant jacobien de ces fonctions reste une constante non nulle, alors la transformation doit être réversible. Autrement dit, il devrait toujours exister une fonction inverse capable de ramener les points à leurs positions initiales. Bien que de nombreux mathématiciens aient tenté de la prouver ou de la réfuter au cours du vingtième siècle, aucun résultat définitif ne s'était imposé. La version en deux dimensions est toujours considérée comme un défi majeur. La contribution d'Alpöge consiste à avoir identifié une fonction en trois dimensions possédant un déterminant jacobien constant égal à moins deux, mais qui n'est pas réversible car elle superpose plusieurs points d'entrée sur un même point de sortie. Cette fonction, suffisamment courte pour tenir dans un simple message sur X, a été rapidement vérifiée par les pairs, confirmant ainsi que la conjecture est fausse pour toutes les dimensions supérieures à deux. Cette avancée s'inscrit dans une série récente de percées mathématiques assistées par l'intelligence artificielle. Des modèles de langage ont déjà permis de réfuter d'autres conjectures ou de résoudre des problèmes ouverts, démontrant leur capacité à croiser des concepts issus de différentes branches des mathématiques. Contrairement à de nombreuses démonstrations complexes générées par l'IA, le contre-exemple de la conjecture de Jacobson se distingue par sa simplicité structurelle. La difficulté résidait essentiellement dans l'exploration efficace d'un espace de recherche extrêmement vaste pour isoler une correspondance polynomiale répondant simultanément à des critères stricts. Ce résultat suggère que les modèles d'IA deviendront progressivement des outils complémentaires indispensables non seulement pour la rédaction de preuves, mais aussi pour la découverte d'objets mathématiques inattendus. En naviguant avec précision dans des ensembles de données computationnelles colossaux, ces systèmes peuvent orienter la recherche humaine vers des pistes qui échappaient aux méthodes classiques. L'impact de cette synergie entre intuition humaine et puissance de calcul restera à évaluer à long terme, mais il marque déjà un tournant dans la méthodologie de la recherche mathématique contemporaine.