L'IA résout un problème d'Erdős : et si les maths n'étaient plus un bastion humain ?

Le fait

Le 20 mai 2026, OpenAI a annoncé qu'un de ses modèles avait résolu le problème des distances unitaires, l'un des 150 problèmes posés par Paul Erdős dans les années 1940. Première résolution d'un problème mathématique non résolu par une IA. La preuve, publiée sur arXiv, a été validée par neuf mathématiciens, dont Thomas Bloom (université de Manchester). Bloom précise que l'IA a produit une démonstration valide, mais que l'intervention humaine l'a "considérablement améliorée".

Cette annonce s'inscrit dans une stratégie d'OpenAI. En novembre 2025, l'entreprise avait affirmé que GPT-5 avait résolu 10 problèmes d'Erdős, une exagération selon les experts. Cette fois, la résolution du problème n°90 est confirmée, mais divise : révolution méthodologique ou coup de communication ?

Pour évaluer l'impact, Next.ink a interrogé Viviane Pons (université Paris-Saclay) et David Madore (Télécom ParisTech). Leurs réactions montrent un paysage contrasté : enthousiasme prudent et scepticisme.

Ce qu'on en dit vraiment

1. L'IA a résolu un problème, mais différemment d'un humain. La résolution du problème des distances unitaires par OpenAI repose sur une exploration exhaustive, pas sur une intuition mathématique. David Madore souligne que les problèmes d'Erdős sont simples à formuler mais complexes à résoudre. L'IA excelle dans les tâches répétitives, là où un humain abandonnerait. En revanche, elle ne produit pas de preuves élégantes ni ne fait de liens entre domaines éloignés.

2. Les mathématiciens ne sont pas remplacés, mais leur travail évolue. Melanie Matchett Wood (Harvard) note : "Si les mathématiciens avaient passé autant de temps à chercher un contre-exemple qu'à analyser la solution de ChatGPT, ils l'auraient probablement trouvé." L'IA accélère certaines étapes, comme la génération d'hypothèses ou la vérification de calculs. Terence Tao l'utilise déjà pour gagner du temps, mais le cœur du métier, poser les bonnes questions, interpréter les résultats, reste humain.

3. La communauté mathématique se divise. Certains chercheurs intègrent l'IA dans leur travail, d'autres la jugent inutile. David Madore observe que cette fracture ne dépend pas de l'âge : des seniors comme Tao l'adoptent, tandis que des jeunes comme Pons la boycottent pour des raisons éthiques. Le débat porte sur son utilité réelle : outil de productivité ou distraction ? Les domaines comme l'algèbre semblent plus réceptifs que la topologie. Ceux qui ignorent ces outils risquent de se faire distancer.

4. OpenAI communique de manière opaque. L'entreprise annonce des percées sans partager les détails techniques. En novembre 2025, elle avait surestimé les capacités de GPT-5. Cette fois, la résolution du problème n°90 est réelle, mais on ignore quel modèle a été utilisé et combien de temps de calcul a été nécessaire. Résultat : la communauté reste méfiante, percevant ces annonces comme des coups de com'.

Les chiffres qui comptent

1 : Nombre de problèmes d'Erdős résolus pour la première fois par une IA (problème des distances unitaires, n°90). Next.ink
150 : Problèmes posés par Erdős, certains toujours non résolus.
9 : Mathématiciens ayant validé la preuve d'OpenAI sur arXiv le jour de sa publication.
61% : Part de l'article de Next.ink réservée aux abonnés, reflétant le débat en cours.
Quelques heures : Temps nécessaire à une IA pour prouver des résultats qui prenaient des semaines à Terence Tao. Tangente Mag

La citation qui résume tout

"C'est indiscutable que des problèmes d'Erdős ont été résolus par des IA génératives. Mais ce n'est pas le Saint Graal des mathématiques." David Madore, maître de conférences en mathématiques à Télécom ParisTech

L'IA marque des points dans un domaine longtemps réservé aux humains, mais ne révolutionne pas encore les mathématiques fondamentales. Pour les professionnels, la question n'est plus si l'IA va changer leur métier, mais comment s'adapter.

Pour toi concrètement

Tu es mathématicien·ne ou chercheur·se en sciences dures.

À 30 jours : Teste ChatGPT ou Claude pour générer des hypothèses ou vérifier des calculs. Commence par des problèmes simples. Consulte notre guide sur le prompt engineering.
À 60 jours : Intègre Copilot pour automatiser les tâches répétitives. Propose une formation interne sur l'IA.
À 90 jours : Utilise l'IA pour explorer des pistes nouvelles, comme des contre-exemples ou des visualisations. Demande un budget pour une formation IA si nécessaire.

Tu es data analyst ou consultant en modélisation.

À 30 jours : Forme-toi aux limites des IA en mathématiques. Lis les retours de Terence Tao. Consulte notre fiche métier data analyst IA.
À 60 jours : Utilise Perplexity pour accélérer ta veille. Vérifie les sources manuellement.
À 90 jours : Propose un atelier sur l'IA pour la résolution de problèmes. Inspire-toi de notre guide sur l'automatisation.

Tu es enseignant·e en mathématiques ou en sciences.

À 30 jours : Intègre une séance sur l'IA dans ton cours. Fais générer des preuves par ChatGPT et demande aux élèves d'identifier les erreurs. Consulte notre fiche métier enseignant IA.
À 60 jours : Crée un module sur les biais des IA en mathématiques. Montre des cas de réponses fausses ou incomplètes.
À 90 jours : Lance un projet où les élèves utilisent l'IA pour explorer un problème ouvert, comme un problème d'Erdős non résolu.

Tu envisages une reconversion vers les métiers des maths ou de la data.

À 30 jours : Évalue si ton profil correspond aux nouvelles attentes. Les recruteurs recherchent expertise mathématique + maîtrise de l'IA. Consulte notre guide sur la reconversion.
À 60 jours : Suis une formation en ligne sur l'IA appliquée aux mathématiques, comme "Mathematics for Machine Learning" sur Coursera ou Fast.ai. Complète avec notre guide gratuit.
À 90 jours : Postule à des stages ou projets utilisant l'IA. Mets en avant tes compétences hybrides.

Le verdict Adapte-toi

L'annonce d'OpenAI n'est pas une révolution, mais un tournant. L'IA s'invite dans les mathématiques, et ceux qui l'ignorent risquent de se faire distancer. Ces outils ne remplaceront pas l'expertise humaine, mais peuvent décupler la productivité, à condition de les utiliser de manière critique. La fracture sera entre ceux qui savent en tirer parti et ceux qui se laissent dépasser.

Pour aller plus loin, lis notre guide sur les métiers de la data avec l'IA, explore nos outils pour scientifiques, et forme-toi avec notre guide sur le prompt engineering. Le futur des maths s'écrit maintenant.