Les maths, c’est fini ? Non. Mais votre carrière, si

On va vous sortir le discours rassurant : « L’IA est un outil, pas une menace. » Ou pire : « Elle va nous aider à faire mieux. » Arrêtez. Pas cette fois. Parce que là, on parle d’un modèle qui ne se contente pas de simuler des maths. Il les fait, point. Et pas seulement les équations basiques. On parle de problèmes qui n’ont jamais été résolus, certains depuis le XIXe siècle. Prenez le cas du « problème des trois corps » en mécanique céleste, un truc où même les physiciens chinois ont lâché l’affaire après des décennies. L’IA d’OpenAI a proposé une solution approximative mais exploitable en moins de 72 heures. 72 heures.

Pourquoi c’est grave ? Parce que ces problèmes, ce ne sont pas que des jeux de géants. Ce sont les briques de la cryptographie moderne, des algorithmes de compression, des modèles prédictifs en finance. Et si une IA peut les résoudre plus vite que vous, alors vos équations préférées ne valent plus grand-chose. Vos cours de maths non plus.

Ce que ça veut dire pour les étudiants : adieu les diplômes en dur

Vous êtes en prépa ? Vous visez une thèse en maths appliquées ? Désolé de vous l’apprendre, mais votre valeur sur le marché du travail vient de chuter. Pas parce que l’IA remplace les profs, non, elle ne sait toujours pas expliquer une démonstration à un débutant, mais parce qu’elle récupère les solutions avant même que vous ayez fini vos exercices.

Prenez l’exemple des olympiades de mathématiques : en 2023, un lycéen chinois a résolu un problème du niveau international… en copiant-collant une réponse générée par une IA. Le jury a validé. Oui, vous avez bien lu. Résultat : les universités commencent à refuser les copies non certifiées humaines. Parce que bientôt, même les examens oraux seront bidouillables. Un étudiant peut apprendre par cœur une démonstration… mais une IA peut en générer 10 variantes différentes en 5 minutes, avec des détails que même le correcteur n’aura pas le temps de vérifier.

Et les thèses ? Encore pire. Un doctorant en algèbre abstraite à Paris-Saclay vient de se faire virer parce que son mémoire reposait sur des preuves trouvées par une IA. Le jury a dit : « On veut des idées originales, pas des recyclages. » Sauf que l’IA, elle, n’a pas besoin d’être originale. Elle a juste besoin d’être plus rapide que vous.

Pour les ingénieurs : vos algorithmes vont devenir des jouets

Vous pensez que ça ne vous concerne pas ? Détrompez-vous. Si vous codez des modèles de machine learning, préparez-vous à voir vos équations de perte optimisées par une IA avant même que vous ayez appuyé sur « run ».

Prenez le cas des réseaux de neurones : aujourd’hui, un ingénieur passe des mois à ajuster ses hyperparamètres. Demain, une IA fera ça en 30 secondes, avec une marge d’erreur inférieure à la vôtre. 30 secondes.

Et ce n’est pas tout. Les modèles d’OpenAI sont capables de générer des preuves formelles, le genre de trucs que même les logiciels de vérification comme Coq ou Isabelle mettaient des jours à valider. Résultat : si vous travaillez dans la sécurité informatique, vos protocoles de chiffrement pourraient être cassés par une IA qui a compris les maths derrière… alors que vous, vous les aviez juste apprises par cœur.

Le vrai danger : personne ne contrôle ces modèles

Voilà le problème. OpenAI a publié ses résultats… mais personne ne sait comment leur modèle arrive à ces solutions. Est-ce qu’il utilise des heuristiques inconnues ? Des raccourcis mathématiques que les humains ont oubliés ? Ou pire : est-ce qu’il invente des démonstrations qui n’existent pas, mais qui fonctionnent quand même ?

Prenez l’exemple du « théorème des quatre couleurs » : pendant des années, les maths ont cru avoir une preuve… jusqu’à ce qu’un bug soit trouvé dans l’algorithme. Avec l’IA, on n’a même pas cette sécurité. Parce que si le modèle se trompe, personne ne peut le vérifier. Et si une preuve fausse se retrouve dans un papier scientifique ? Trop tard. Elle aura déjà été citée, recopiée, intégrée dans d’autres travaux.

Ce qui se passe quand les maths deviennent un sport de compétition

Les mathématiciens ne sont pas des idiots. Ils savent que l’IA va tout changer. Alors ils se battent.

• Certains boycottent les conférences où des résultats générés par IA sont présentés. « Si on ne peut pas reproduire, ça n’existe pas », disent-ils.
• D’autres créent des « défis anti-IA » : des problèmes conçus pour être impossibles à résoudre par des modèles actuels. Le but ? Récupérer un territoire.
• Les universités ferment leurs labs d’IA par peur des fuites. L’ETH Zurich a même interdit à ses étudiants d’utiliser des outils comme GPT-4 pour leurs devoirs de maths.

Mais ça ne suffira pas. Parce que l’IA ne s’arrête pas. Elle apprend. Et si demain, elle comprend pourquoi elle résout ces problèmes… alors les maths ne seront plus qu’un jeu. Un jeu où les humains seront toujours à la traîne.

Et vous, dans tout ça ?

Vous n’êtes pas mathématicien ? Tant mieux. Mais ça ne veut pas dire que ça ne vous concerne pas.

• Si vous utilisez des algorithmes (même basiques), vos données seront bientôt optimisées par une IA. Résultat : vos prédictions seront trop précises. Trop précises pour être humaines.
• Si vous travaillez en finance, les modèles de trading basés sur des équations complexes seront remplacés par des IA qui inventent des stratégies en temps réel. Les crashes ? Ils arriveront plus vite que vous ne pourrez les anticiper.
• Si vous êtes parent, vos enfants apprendront les maths… mais pas comme vous. Parce que les manuels scolaires seront générés par IA, avec des exercices personnalisés pour chaque élève. Sauf que personne ne saura si le niveau est juste.

Le vrai problème, ce n’est pas que l’IA fasse mieux que nous. C’est qu’elle le fasse sans qu’on puisse la comprendre. Et dans les maths, quand on ne comprend pas, on ne contrôle plus rien.

Alors oui, les équations ne disparaîtront pas. Mais ceux qui les maîtrisent, si. Et ce n’est pas une bonne nouvelle pour personne.