Une collaboration insolite entre deux physiciens théoriciens et le modèle d'intelligence artificielle Claude a permis de résoudre une conjecture mathématique liée à la physique des systèmes complexes, restée ouverte pendant plus de dix ans. Les travaux, publiés dans le Journal of Statistical Mechanics: Theory and Experiment, sont signés du prix Nobel de physique Giorgio Parisi et de Francesco Zamponi, tous deux de l'Université Sapienza de Rome. Le phénomène étudié, appelé verrouillage ou jamming en anglais, décrit le passage brutal d'un système de particules d'un état fluide à un état rigide tout en conservant son désordre, un comportement observé dans des matériaux comme les mousses ou les poudres. En 2014, Parisi, Zamponi et leurs collaborateurs ont développé un modèle théorique décrivant ce phénomène et ont constaté par le calcul numérique que deux paramètres mathématiques du système, notés a et b, s'additionnaient toujours à exactement 1. Cette relation simple, bien que vérifiée avec une grande précision, n'a jamais trouvé d'explication formelle pendant une décennie. Conscient de l'avancée des IA génératives, Giorgio Parisi a choisi ce problème bien défini comme test pour Claude, jugé particulièrement performant en raisonnement mathématique. La démarche a d'abord consisté à demander au modèle de reproduire les calculs numériques historiques du groupe. Une fois cette étape validée, les chercheurs l'ont interrogé sur la démonstration formelle de la relation a + b = 1. Claude a rapidement proposé une intuition fondamentalement correcte. Bien que la première version du raisonnement comportait des erreurs nécessitant plusieurs cycles de vérification et de correction par les auteurs, la logique sous-jacente s'est révélée exacte. La résolution de cette équation confirme que deux approches théoriques distinctes, développées indépendamment par l'équipe de Parisi et celle du physicien Matthieu Wyart, mènent in fine aux mêmes lois physiques. Curieusement, les chercheurs avaient longtemps cherché une structure mathématique profondément cachée ou une symétrie inconnue pour justifier cette simplicité. La preuve révèle au contraire que la solution était plus directe qu'imaginé. Au-delà de sa portée scientifique, cette étude illustre l'évolution des méthodes de recherche contemporaine. L'intelligence artificielle ne remplace pas ici la rigueur des chercheurs, mais agit comme un catalyseur de réflexion, capable de générer des pistes de démonstration rapidement exploitables. En validant convergentiellement des modèles théoriques auparavant considérés comme incompatibles, ce travail ouvre de nouvelles perspectives pour l'étude des matériaux désordonnés et des systèmes complexes, tout en posant les bases d'une collaboration plus étroite entre humains et assistants algorithmiques en physique théorique.