Bonjour à tous, je suis votre journaliste financier et économiste. Aujourd'hui, nous allons parler non pas d'une série de codes froids ou de formules complexes, mais d'un « conflit de valeurs » entre le sommet de l'intelligence humaine et l'intelligence artificielle.
Récemment, un événement majeur s'est produit dans le monde des mathématiques : 25 mathématiciens de premier plan, parmi lesquels Terence Tao et Deng Yu (plusieurs lauréats du prix Fields, l'équivalent du Nobel en mathématiques), ont publié une déclaration sévère, déclarant la guerre aux entreprises de l'IA.
Ne vous laissez pas effrayer par le terme « guerre » ; ils ne veulent pas détruire les ordinateurs, mais défendre l'essence de la recherche mathématique. Pour que tout le monde comprenne mieux, j'ai décomposé cet article en cinq dimensions clés et je vais vous expliquer la logique, les controverses et l'impact sur nous, les gens ordinaires, en langage simple.
1. L'élément déclencheur : L'IA a devancé l'humanité sur les problèmes mathématiques les plus difficiles
Événement clé :
OpenAI a annoncé que l'un de ses modèles d'IA, en utilisant environ 10 000 agents intelligents en moins de 4 jours, avait résolu une partie clé de l'équation de Navier-Stokes.
Pourquoi c'est-ce un choc ?
- Niveau de difficulté : Ce problème fait partie des « problèmes du millénaire », l'un des sept défis les plus difficiles reconnus en mathématiques. En plus de 20 ans, les humains n'ont résolu qu'un seul d'entre eux.
- Vitesse de résolution : Le mathématicien de premier plan Deng Yu a passé plus de dix ans à établir une chaîne de dérivation allant de la mécanique newtonienne aux équations de fluidodynamique. L'IA, en deux mois, a franchi une autre ligne d'arrivée.
Controverse :
Avant la publication des résultats par OpenAI, les mathématiciens Tristan Buckmaster de l'Université de New York et Levent Alpöge d'Anthropic travaillaient sur des recherches similaires. Ils se demandent si OpenAI a espionné leurs progrès non publiés, ou si les données utilisées pour l'entraînement du modèle provenaient de leurs travaux, permettant ainsi à l'IA de prendre de l'avance.
Interprétation simple :
C'est comme si deux chefs préparaient un nouveau plat, et que le grand restaurant voisin annonçait soudainement : « Notre chef IA l'a déjà créé, et il a le même goût. » Vous vous sentez certainement frustré : est-ce votre œuvre ou la leur ? Ou le restaurant a-t-il volé votre recette ? C'est là que réside la colère des mathématiciens : l'attribution de l'originalité et des droits d'auteur devient floue.
2. Le conflit fondamental : L'IA fait-elle de la mathématique ou juste des scores ?
Contre quoi se battent les mathématiciens ?
Beaucoup se demandent : L'IA calcule vite, n'est-ce pas une bonne chose ? Pourquoi s'y opposer ?
Terence Tao et les autres le disent clairement dans leur déclaration : Nous ne nous opposons pas à l'utilisation de l'IA en mathématiques, nous nous opposons à ce que la mathématique devienne une compétition de scores pour les entreprises d'IA.
Qu'est-ce qu'une compétition de scores ?
Dans l'industrie de l'IA, résoudre des problèmes mathématiques est considéré comme la preuve la plus forte d'une « super-intelligence ». Comme les mathématiques représentent la vérité objective (ce qui est vrai est vrai, ce qui est faux est faux, sans biais subjectifs), si l'IA peut résoudre ces problèmes, les investisseurs penseront : « Regardez, l'IA devient vraiment divine, investissez rapidement ! »
Parabole :
C'est comme un gymnase qui ne se soucie pas de la solidité de vos muscles ou de la précision de vos mouvements, mais seulement du temps que vous pouvez tenir en position assise sur un tapis roulant. Il réduit le processus de résolution de problèmes, plein de beauté, d'exploration et de créativité, à une simple procédure de « entrée de question - sortie de réponse ».
Qu'est-ce que les mathématiciens cherchent ?
Les mathématiciens se soucient du processus :
- Lorsque les humains résolvent des problèmes, ils découvrent de nouvelles méthodes, comprennent de nouvelles structures et posent de nouvelles questions.
- Ce processus est comme une randonnée en montagne : le paysage fait partie du voyage.
- L'IA, en revanche, offre directement les coordonnées du sommet, sautant toutes les étapes et les réflexions en chemin.
Conséquences :
Si l'IA produit en masse des conclusions « vérifiées mais incompréhensibles », les humains perdent l'opportunité de comprendre. La déclaration avertit : « Si l'on oublie que la résolution de problèmes est juste un outil pour la compréhension... on risque de détruire le terreau de la création de nouvelles idées. » En d'autres termes, l'IA pourrait tuer l'« âme » des mathématiques, ne laissant que le « corps » froid des réponses.
3. Deux choix : Partir ou rester
Face à l'impact de l'IA, les mathématiciens de premier plan ont fait des choix radicalement différents, reflétant deux attitudes distinctes.
Choix un : Jacob Tsimerman (partir)
- Identité : Lauréat du prix Fields cette année, spécialiste en théorie des nombres et en géométrie.
- Action : Il a annoncé qu'il quittait la recherche mathématique pour travailler sur la sécurité de l'IA chez OpenAI.
- Motif : Il craint que l'IA ne mène à l'extinction de l'humanité et souhaite contribuer à la régulation de cette technologie.
- Évaluation : Certains le critiquent pour trahison, mais il considère que c'est une attitude responsable.
Choix deux : Deng Yu (rester)
- Identité : Lauréat du prix Fields cette année, mathématicien chinois.
- Action : Il a rassuré ses amis sur les réseaux sociaux et a continué ses recherches.
- Motif : Il pense que l'IA évolue rapidement, mais que la société humaine s'adapte lentement. Les choses s'éclairciront dans un an ou deux, et de nouveaux écosystèmes se formeront. Il reste curieux de la mathématique : « Pour toute équation aux dérivées partielles, on peut poser une infinité de questions... »
- Réplique célèbre : « Si je peux assister à un miracle de ma vie, ce ne sera pas en vain ; ensuite, je pourrai juste rentrer chez moi et écrire mes romans sur les lys. » (Note : C'est une blague ; il a clarifié qu'il ne croit pas que l'IA peut résoudre tous les problèmes mathématiques, mais cette blague a apaisé les inquiétudes.)
Interprétation simple :
Un pense que c'est trop dangereux et veut intervenir ; l'autre pense qu'il ne faut pas paniquer et que tout ira bien. Il n'y a pas de bonne ou de mauvaise réponse : ce ne sont que deux réactions instinctives de l'humanité face à une technologie inconnue : la peur et la curiosité.
4. Enseignements pour l'éducation : À l'ère de l'IA, les enfants doivent-ils encore apprendre par eux-mêmes ?
C'est la question qui nous concerne le plus. Si l'IA peut tout faire, pourquoi les enfants devraient-ils encore travailler dur pour apprendre les mathématiques et mémoriser des mots ?
La professeure Wang Qiong de l'Université de Pékin l'a expliqué lors d'un événement sur la Bund à Shanghai : À l'ère de l'IA, le savoir < la capacité < la métacognition, mais cet ordre est faux.
La logique correcte est :
1. Certaines connaissances doivent être mémorisées : Comme les tables de multiplication ou la grammaire de base. Seules si vous les maîtrisez au point de les utiliser automatiquement, pouvez-vous libérer votre esprit pour réfléchir à des problèmes plus complexes.
2. Trouver des connaissances ≠ savoir les utiliser correctement : L'IA peut vous donner des réponses, mais comment savoir si elles sont appropriées dans une situation donnée ? Cela nécessite une pensée critique.
3. La pensée critique se développe dans des disciplines concrètes : Vous ne pouvez pas apprendre à être critique dans le vide ; vous devez le faire à travers des matières comme les mathématiques ou la physique.
4 Comprendre la logique des disciplines pour diriger l'IA : Si vous ne comprenez pas la logique de base des mathématiques, vous ne pourrez même pas reconnaître les réponses erronées de l'IA.
Principes clés : Renforcement cognitif vs Externalisation cognitive
- Renforcement cognitif (bon) : Les étudiants réfléchissent d'abord par eux-mêmes, échouent, puis reçoivent des retours de l'IA. Cela s'appelle un « échec productif » ; les études montrent que comprendre mieux vient après avoir été bloqués et avoir écouté des explications.
- Externalisation cognitive (mauvaise) : Les étudiants demandent directement à l'IA, qui donne des réponses. Si l'ordre est inversé, l'apprentissage devient inutile.
Interprétation simple :
L'IA ne prend pas le travail, mais l'exercice.
Auparavant, les jeunes pouvaient commettre des erreurs, être réprimandés et développer leur jugement au fil du temps. Aujourd'hui, l'IA fait ce travail, mais les entreprises attendent que vous ayez le jugement d'un professionnel dès votre arrivée.
Donc, le développement du jugement doit être anticipé. Pendant que les enfants sont à l'école, qu'ils ont le droit de faire des erreurs et que ces erreurs ne coûtent rien, laissez-les parcourir ce chemin lent et qui peut mal se terminer.
Données :
PwC a analysé que le nombre de postes de base affectés par l'IA a augmenté de 35 %, mais les exigences ont changé : il faut maintenant du jugement, de la créativité et des compétences de communication. Les postes qui n'en ont pas besoin ont diminué.
Conclusion : L'IA remplace le travail répétitif, mais ce dont l'humanité a besoin, c'est du jugement, qui ne peut être développé que par l'expérience des difficultés.
5. Réflexion finale : Aucun chemin roi en géométrie
L'article termine par une histoire datant de 2300 ans :
Le roi Ptolémée a demandé à Euclide : « Y a-t-il un raccourci pour apprendre la géométrie ? »
Euclide a répondu : **« Il n'y a aucun chemin roi en géométrie. »
Aujourd'hui, l'IA semble avoir construit ce raccourci. Mais il mène seulement à une réponse brillante, sans aucun paysage en chemin.
Les mathématiciens nous le rappellent :
Ils craignent que si nous nous habituons à l'« instantanéité », nous perdrons la capacité de « marcher ». La géométrie est plus que la résolution de problèmes ; c'est aussi l'expression de la rationalité, de la logique et de l'esthétique humaines.
Conseil pour les parents :
Soutenez la « déclaration de guerre » des mathématiciens, mais ils ne pourront pas gagner cette bataille seuls.
Nous devons réfléchir nous-mêmes : Souhaitons-nous accompagner nos enfants sur ce chemin ancien, lent et qui peut mal se terminer ?
En résumé :
- L'IA n'est pas un ennemi, c'est un outil. Mais les outils ne peuvent pas remplacer la réflexion.
- Les réponses ne sont pas importantes, le processus l'est. La compréhension est plus précieuse que les conclusions.
- L'éducation doit revenir à la réflexion difficile.** Laissez les enfants expérimenter les difficultés à un âge où ils peuvent faire des erreurs, pour développer leur jugement.
- Restez curieux, ne paniquez pas. Comme l'a dit Deng Yu, l'IA évolue rapidement, mais l'humanité s'adapte aussi vite. Assister à un « miracle » est bien, mais créer soi-même la compréhension est encore plus cool.
Cette « déclaration de guerre » est en réalité une bataille pour la dignité humaine et la souveraineté cognitive. Elle nous rappelle que, dans une ère de recherche de l'efficacité, nous ne devons pas perdre ces réflexions qui semblent inefficaces mais qui sont en fait précieuses.