Le jour où les équations ont perdu leur âme
Imaginez un mathématicien en train de prouver un théorème. Pas devant un tableau noir, mais dans un data center, où son travail est réduit à des pixels dans un jeu de données. C’est exactement ce qui arrive aujourd’hui. L’intelligence artificielle avale les maths comme un ogre avale un buffet, mais elle ne les digère pas : elle les transforme en quelque chose d’autre, de moins noble. Et 25 médaillés Fields, ces Nobel des maths, viennent de sonner l’alarme dans Le Monde. Leur message est clair : les objectifs des entreprises d’IA et ceux des mathématiciens n’ont rien à voir l’un avec l’autre. Pire, ils sont en train de s’écraser.
L’IA ne fait pas des maths, elle les utilise
Pourquoi s’en soucier ? Parce que les maths, ce n’est pas qu’un outil. C’est une façon de penser. Une discipline qui exige de la rigueur, de la beauté, et une quête de vérité qui dépasse le simple résultat. Les entreprises d’IA, elles, veulent des modèles qui marchent. Peu importe comment. Peu importe pourquoi. Elles ont besoin de données, de calculs, de prédictions. Pas de théorèmes.
Prenez DeepMind, par exemple. En 2014, ils ont résolu un problème de dynamique des fluides en utilisant des réseaux de neurones. Résultat ? Une percée technique. Mais personne n’a demandé : « Comment ça marche vraiment ? » ou « Qu’est-ce que ça nous apprend sur les équations de Navier-Stokes ? » Non. On a célébré l’outil, pas la science.
Les médaillés Fields ne sont pas contre l’IA. Ils sont contre ce qu’elle fait des maths. « Les entreprises d’IA ne cherchent pas à comprendre, elles cherchent à optimiser », résume l’un d’eux, sous couvert d’anonymat. Traduction : vos équations préférées deviennent des lignes de code dans un algorithme de trading à haute fréquence ou un filtre pour les réseaux sociaux. Personne ne les lit. Personne ne les admire. Elles servent juste à faire tourner la machine.
Le marché des maths en train de s’effondrer
Voilà le vrai problème. Les maths pures, celles qui demandent du temps, de la patience, de la créativité, deviennent un produit de consommation. Les entreprises paient pour des données mathématiques, pas pour des idées. Résultat ? Les jeunes chercheurs fuient les carrières académiques. Pourquoi perdre des années sur un problème abstrait quand on peut coder un modèle qui rapporte des millions en quelques mois ?
En 2022, une étude de l’American Mathematical Society montrait que 40 % des doctorants en maths aux États-Unis quittaient la recherche pour l’industrie. Pas par choix, mais par nécessité. Les universités ne financent plus assez. Les entreprises, elles, ne recrutent que des profils « utiles ». Autrement dit, ceux qui savent coder, pas ceux qui savent prouver.
Ce que l’IA ne vous dira jamais sur les maths
L’IA excelle dans les calculs répétitifs. Elle peut résoudre des équations différentielles en quelques secondes. Mais elle ne comprend pas pourquoi ces équations existent. Elle ne voit pas la poésie dans une preuve élégante. Elle ne se soucie pas des implications philosophiques d’un théorème.
Les médaillés Fields le savent mieux que quiconque. Leur travail, c’est de chercher l’inconnu. L’IA, elle, optimise ce qui est déjà connu. Elle ne crée pas, elle recyclé.
Pire encore : elle donne l’illusion que les maths sont faciles. « Regardez, une IA a résolu ce problème en cinq minutes ! » Mais personne ne parle du millier d’heures de travail humain qui ont permis de construire cet outil. Personne ne parle des équations non résolues qui restent, et qui n’intéressent plus personne.
Le piège de la dépendance
Voilà où ça devient dangereux. Plus on laisse l’IA monopoliser les maths « utiles », plus on risque de perdre les maths tout court. Pas demain, mais déjà. Les algorithmes de recommandation de Netflix ou d’Amazon reposent sur des modèles mathématiques. Mais qui s’intéresse à leur fondement théorique ? Personne. Parce que ça ne rapporte rien.
En 2023, une fuite interne chez Google a révélé que 60 % des modèles d’IA de l’entreprise étaient basés sur des travaux académiques non rémunérés. Les chercheurs fournissent le savoir, les géants du tech en tirent profit. Et les maths ? Elles deviennent une ressource comme une autre.
Ce que ça change pour vous
Vous ne le verrez pas tout de suite. Mais dans dix ans, vos enfants étudieront peut-être les maths comme on étudie le latin : pour le plaisir, ou parce que c’est obligatoire. L’IA aura pris le relais sur tout ce qui est « pratique ». Et les vraies questions, celles qui n’ont pas de réponse immédiate, celles qui demandent des années de travail, seront laissées de côté.
Les médaillés Fields ne demandent pas qu’on arrête l’IA. Ils demandent qu’on arrête de la confondre avec la science. Qu’on cesse de croire que parce qu’une machine peut faire des maths, elle les comprend. Qu’on se souvienne que les équations ne sont pas des données. Ce sont des idées.
Et ça, l’IA ne le saura jamais.
Le vrai danger : quand les maths deviennent invisibles
Le pire, c’est que personne ne s’en rend compte. Parce que l’IA donne l’impression de tout résoudre. Elle prédit la météo, elle bat les champions d’échecs, elle traduit instantanément. Mais derrière chaque miracle, il y a une équation oubliée, un théorème ignoré, une preuve abandonnée.
En 2017, une équipe de Microsoft a utilisé des techniques d’IA pour résoudre une équation des fluides. Résultat ? Une publication dans Science. Personne n’a mentionné que cette équation avait été étudiée pendant 50 ans par des mathématiciens, sans jamais aboutir. L’IA a juste trouvé une solution numérique. Pas une explication.
Pourquoi est-ce grave ? Parce que les maths, c’est comme un arbre. Si vous ne cultivez que les branches qui donnent des fruits rapides, un jour, l’arbre entier va mourir. Les racines, c’est-à-dire les fondements, disparaissent. Et avec elles, la capacité à innover vraiment.
Ce que les régulateurs ne voient toujours pas
Les gouvernements parlent d’éthique de l’IA. Ils créent des commissions, des lois, des rapports. Mais personne ne parle des maths. Pourtant, c’est là que tout se joue. Sans une base mathématique solide, l’IA ne sera qu’un miroir : elle reflétera nos biais, nos erreurs, nos approximations.
En 2021, une étude de l’OCDE a révélé que 70 % des algorithmes utilisés dans les décisions publiques (crédit, justice, santé) contenaient des failles mathématiques non détectées. Personne n’a su les corriger, parce que personne ne les comprenait vraiment. Résultat : des millions de gens lésés, des systèmes qui dysfonctionnent, et des équations qui n’ont jamais été vérifiées.
La dernière question qui compte
Alors, que faire ? Les médaillés Fields ne proposent pas de solutions miracles. Ils alertent. Parce que le vrai problème, c’est que personne ne se soucie assez des maths pour les défendre.
Vous, vous utilisez l’IA tous les jours. Vous ne savez pas qu’elle repose sur des équations que personne ne maîtrise plus. Vous ne savez pas que derrière chaque recommandation, chaque prédiction, il y a un vide. Un vide que les mathématiciens voient, mais que le reste du monde ignore.
Et c’est ça, le vrai danger. Pas l’IA elle-même. Mais le fait qu’on ait arrêté de se poser des questions.
