Contexte du théorème de Hadwiger
Le Spherical Hadwiger Conjecture, formulé vers 1974, constitue un maillon spécialisé de la géométrie intégrale. Il propose une généralisation du théorème d’Hadwiger dans l’espace sphérique, reliant des invariants de volume à des mesures de convexité. Malgré plusieurs tentatives, la conjecture est restée non résolue pendant plus de quatre décennies, ce qui en fait un sujet de recherche de niche mais de forte valeur théorique.
Utilisation de Codex dans la démonstration
Le préprint récent de Wang & Wu (Université du Hunan) indique explicitement que OpenAI Codex a été employé pour « développer les détails de la preuve, identifier les lacunes, organiser le manuscrit et éditer l’anglais ». Le texte de la notice précise que les auteurs ont revu chaque contribution de l’IA, ont pris les décisions finales et assument l’entière responsabilité. Cette démarche s’inscrit dans le cadre du Leiden Declaration, qui définit les bonnes pratiques d’utilisation des LLM dans la recherche.
Le rapport d’OpenAI publié lors du lancement de GPT‑4 estime que 100 % des tâches d’un mathématicien sont exposées aux LLM, selon trois modèles de travail distincts. Cette estimation place la discipline mathématique au même niveau d’exposition que les écrivains ou les graphistes, mais avec un délai d’impact plus long, attribué à la moindre disponibilité de données d’entraînement et à la valeur économique plus restreinte du domaine.
Analyse de la fiabilité et des limites
Le processus décrit repose sur une chaîne de validation humaine : l’IA propose des fragments de raisonnement, les chercheurs les intègrent, puis les vérifient. Cette méthode soulève deux points techniques. D’une part, la capacité de Codex à générer du code formel ou des expressions symboliques dépend de la qualité du corpus d’entraînement, qui reste limité pour les théorèmes géométriques avancés. D’autre part, l’absence de mécanisme de preuve formelle automatisée signifie que la vérification finale repose toujours sur l’expertise humaine, ce qui rend la reproductibilité difficile sans publication d’un transcript complet des interactions IA‑humain.
Le texte mentionne que l’auteur du blog a « passé le test de l’odorat » en parcourant la démonstration avec Claude Fable, mais admet que l’assimilation complète demandera davantage d’effort. Cette remarque indique clairement que, même avec une assistance IA avancée, la charge cognitive de la validation reste élevée.
Implications pour la recherche mathématique
Si l’assistance de LLM devient courante, les structures de financement et d’évaluation devront s’adapter. Les critères traditionnels – nombre de publications, citations, prestige des revues – ne distinguent plus facilement une preuve entièrement humaine d’une preuve co‑créée avec une IA. De plus, la facilité de génération de démonstrations pourrait pousser les mathématiciens à se concentrer davantage sur l’interprétation, la vulgarisation et la construction de cadres conceptuels, tandis que les tâches de calcul formel seraient externalisées.
En résumé, le cas du théorème de Hadwiger sphérique montre que les LLM comme Codex peuvent déjà contribuer à des problèmes de recherche ouverts, mais que la fiabilité dépend d’une validation humaine rigoureuse. Le défi futur réside dans la mise en place de protocoles de vérification automatisée et dans la redéfinition des incitations académiques pour préserver la valeur ajoutée humaine dans un paysage où les machines peuvent produire des preuves complètes.
