Pourquoi la multiplication des articles scientifiques générés par l’IA dévalue la simple résolution de problèmes mathématiques
Les articles scientifiques générés par l'IA ont quintuplé en un mois sur le principal dépôt de prépublications. Démontrer un théorème ne suffit plus à faire la valeur d'un mathématicien.
Le dépôt de prépublications mathématiques arXiv, une archive ouverte où les chercheurs partagent leurs travaux avant validation, a vu son volume de textes multiplié par cinq en un seul mois. Jusqu’alors, ce dépôt recevait environ dix articles par jour, mais il en accueille désormais cinquante. Cette augmentation soudaine, survenue en octobre 2026, rend impossible le suivi exhaustif des publications par la communauté scientifique. Les chercheurs ne peuvent plus lire, analyser ou valider cette masse d’informations, ce qui remet en cause la pertinence même de la résolution de problèmes mathématiques comme critère de valeur.
Hugo Duminil-Copin, mathématicien français médaillé Fields et professeur à l’université de Genève, a déclaré le 8 octobre 2026 que la valeur des théorèmes démontrés s’est effondrée. Selon lui, la simple résolution de problèmes mathématiques ne suffit plus à garantir la reconnaissance d’un chercheur, car cette activité est désormais saturée par la production massive d’articles générés par l’intelligence artificielle (IA). Cette situation inédite dans l’histoire des mathématiques, vieille de plusieurs millénaires, force la communauté à repenser ses critères d’excellence. La démonstration d’un théorème, autrefois symbole de prestige, perd son statut central.
Face à cette saturation, les experts estiment que la compréhension des mathématiques, plutôt que la performance pure, doit devenir le nouveau critère de valeur. David Bessis, mathématicien et auteur, défend depuis longtemps cette idée : le métier de chercheur ne consiste pas seulement à produire des théorèmes, mais à générer une compréhension profonde des concepts mathématiques. Cette vision gagne en pertinence avec l’arrivée des IA, qui séparent désormais la démonstration de la compréhension. Il s’agirait donc de récompenser davantage les chercheurs capables d’expliquer ou de conceptualiser, plutôt que ceux qui se contentent de résoudre des problèmes.
Les articles scientifiques générés par l’IA ont transformé le paysage de la recherche mathématique. Ces outils permettent de produire rapidement des textes scientifiques, y compris des démonstrations complexes, ce qui contribue à l’inflation des prépublications. Cette automatisation pose un défi majeur : comment distinguer un travail original et pertinent d’une production automatisée ? La communauté scientifique doit désormais trouver des mécanismes pour évaluer la qualité et l’originalité des contributions, au-delà de leur simple existence. Cette situation soulève également des questions éthiques et méthodologiques sur l’usage de l’IA dans la recherche.
La crise actuelle invite à une réflexion plus large sur le rôle des mathématiciens et des scientifiques en général. Si la résolution de problèmes ne suffit plus à garantir la valeur d’un chercheur, il devient nécessaire de redéfinir les indicateurs de succès dans le domaine. Certains, comme Hugo Duminil-Copin, suggèrent de mettre davantage l’accent sur la compréhension et l’innovation conceptuelle. Cette transition pourrait passer par la création de nouvelles récompenses ou critères d’évaluation, adaptés à une ère où l’*IA* joue un rôle croissant dans la production scientifique.
