Des mathématiciens de Cambridge, Oxford, Columbia et ETH Zurich ont publié un texte de onze pages sur les risques que l'IA fait peser sur leur discipline. Selon eux, un système d'IA peut produire un argument qui ressemble à une preuve mathématique sans qu'on puisse vérifier qu'il est correct.
Quand un mathématicien publie une preuve, n'importe lequel de ses pairs peut la vérifier de façon indépendante. Un système d'IA ne fait que produire des arguments qui ont la forme d'une preuve, mais dont personne ne garantit la correction sans un travail de vérification considérable. Les techniques automatisées actuelles produisent des arguments plausibles mais peu fiables, difficiles à distinguer de vraies preuves mathématiques. C'est ce que déplorent et dénoncent les mathématiciens signataires de la Déclaration de Leiden.
Google DeepMind a annoncé AlphaProof par communiqué avant toute vérification scientifique indépendante
En juillet 2024, Google DeepMind a annoncé qu'AlphaProof avait résolu trois problèmes de l'Olympiade Internationale de Mathématiques, l'équivalent d'une médaille d'argent. La méthodologie détaillée n'a été publiée dans Nature que le 12 novembre 2025, soit plus d'un an après.
Pendant tout ce temps, personne dans la communauté mathématique n'avait accès aux informations nécessaires pour évaluer la méthode. Deux mathématiciens, Tim Gowers et Joseph Myers, avaient bien vérifié les solutions soumises lors de la compétition, mais vérifier des solutions ponctuelles ne revient pas à évaluer une méthode dans sa globalité.
Selon la Déclaration de Leiden, cette pratique, qui consiste à annoncer des résultats sur des délais commerciaux avant que la communauté puisse se prononcer, touche l'ensemble du secteur, pas seulement Google DeepMind.
Quand un modèle d'IA synthétise des travaux mathématiques publiés, les auteurs humains dont il agrège le travail ne sont pas cités
Les modèles entraînés sur des publications mathématiques retournent fréquemment des résultats qui ne citent pas les travaux humains sur lesquels ils s'appuient. Beaucoup ont été construits à partir de données obtenues en exploitant des licences et accords d'accès qui n'avaient pas été prévus pour l'IA, ou en violant le droit d'auteur.
En mathématiques, citer les résultats antérieurs sur lesquels un raisonnement s'appuie fait partie de la démonstration elle-même. Un raisonnement qui s'appuie sur un résultat non identifié ne peut pas être vérifié de façon indépendante. Leslie Ann Goldberg, responsable du département d'informatique à Oxford, a signé la Déclaration en précisant que la recherche mathématique se construit presque toujours sur des travaux antérieurs, et que des brouillons générés par IA risquent d'encombrer la littérature de résultats annoncés corrects mais faux. Une fois introduites, ces erreurs se propagent au fil des travaux qui s'appuient dessus.
Par ailleurs, les signataires demandent aux entreprises technologiques de ne pas utiliser des publications mathématiques comme données d'entraînement sans le consentement explicite de leurs auteurs. La Déclaration a été développée sur huit mois par un groupe de travail de dix-sept membres, à la suite d'un atelier tenu en septembre 2025 au Lorentz Center de Leiden. Elle reste ouverte aux signatures de la communauté mathématique.
Source : TheNextWeb
