L’IA publie des centaines de résultats en maths : faut-il encore étudier en sciences au Québec?

Oui, et les données du marché du travail québécois vont dans ce sens. L’IA d’OpenAI produit désormais des démonstrations de résultats mathématiques inédits, mais il faut encore des humains pour les vérifier, les comprendre et les appliquer. C’est justement ce que fait la majorité des diplômés en maths. Au Québec, les perspectives d’emploi des mathématiciens, statisticiens et actuaires sont jugées bonnes jusqu’en 2029. Les diplômés en actuariat affichent un taux de placement de 87,5 %. Ce qui change, c’est la façon de travailler, et non l’utilité de la formation.

Ce qui s’est passé le 6 octobre

OpenAI a publié sur GitHub 722 manuscrits mathématiques produits par un modèle interne qui n’est pas commercialisé. Ils sont regroupés en environ 372 familles de résultats dans une vingtaine de domaines, selon DataCamp. Parmi les résultats revendiqués figurent des avancées liées à la fonction zêta de Riemann et des cas particuliers de la conjecture de Hodge. Ni l’hypothèse de Riemann ni la conjecture de Hodge ne sont résolues pour autant.

Ce ne sont pas des articles révisés par des pairs. Le 7 octobre, une erreur a été trouvée dans un texte, et trois textes avaient été retirés le 8 octobre, rapporte l’Agence Science-Presse. Les réactions sont vives. Le mathématicien Peter Woit, de l’Université Columbia, parle de « décharge » désorganisée. Terence Tao, l’un des mathématiciens les plus connus au monde, a qualifié le rythme d’OpenAI d’« insensé », selon Scientific American cité par 1001web. En France, Le Monde rapporte le désarroi d’un chercheur selon qui l’IA a « annihilé » son domaine de recherche.

Un peu de contexte : une accélération en cinq mois

• Mai 2026 : un modèle d’OpenAI réfute une conjecture de Paul Erdős datant de 1946 sur les distances unitaires. La preuve est vérifiée par des mathématiciens indépendants, dont Tim Gowers et Noga Alon, selon Planète Grandes Écoles.
• Août 2026 : OpenAI présente dix avancées, notamment en géométrie, en théorie des groupes et en combinatoire. Chacune est accompagnée d’une preuve formalisée dans le logiciel Lean, selon OpenAI.
• Septembre 2026 : une annonce sur les équations de Navier-Stokes est contestée. Le mathématicien Tristan Buckmaster soulève une question d’attribution, et OpenAI nie avoir eu accès à ses travaux non publiés, selon DataCamp.
• Octobre 2026 : la publication des 722 manuscrits.

Le mécanisme : ce que « vérifié par Lean » veut dire

Lean est un logiciel qui vérifie, étape par étape, qu’une démonstration est logiquement correcte. C’est une garantie solide, mais limitée. Lean confirme que la preuve démontre bien l’énoncé tel qu’il a été écrit. Il ne dit pas si cet énoncé correspond au problème que les mathématiciens voulaient résoudre, si le résultat est nouveau, ni s’il est important, précise DataCamp. Et tous les manuscrits n’ont pas de preuve Lean.

Ce qui est établi	Ce qui ne l’est pas encore
Plusieurs preuves passent la vérification Lean	Leur nouveauté et leur portée réelle
Certains résultats antérieurs ont été vérifiés par des experts indépendants (Erdős, mai 2026)	La révision humaine des 722 manuscrits, qui prendra des mois, voire des années
OpenAI publie les manuscrits et une partie des raisonnements	Les requêtes complètes, le temps de calcul par résultat et le modèle lui-même ne sont pas accessibles

Sources : DataCamp; 1001web; Planète Grandes Écoles.

Andrew Sutherland, du MIT, recommande de traiter ces résultats comme non vérifiés tant que le modèle n’est pas publié et que les résultats ne peuvent pas être reproduits, rapporte 1001web. Mehtaab Sawhney, qui a rejoint OpenAI en 2026, estime plutôt que le goulot d’étranglement humain se déplace vers l’assimilation et la mise en contexte de ces résultats, selon DataCamp.

Et au Québec : ce que disent les chiffres d’emploi

Au Québec, 4 500 personnes travaillaient comme mathématiciens, statisticiens ou actuaires en 2024. Leur salaire horaire médian était de 52,82 $ (moyenne de 2023 à 2025). Leurs principaux employeurs sont les compagnies d’assurance (33 %), les services de conseil en gestion et scientifiques (25 %) et l’administration publique (22 %), selon la fiche métier du gouvernement du Québec. Les perspectives 2025-2029 y sont qualifiées de bonnes.

En pratique : conseils pour un étudiant ou un parent

1. Visez la combinaison maths et application. Actuariat, statistique ou démographie : ce sont les programmes qui placent le mieux leurs diplômés au Québec.
2. Apprenez à travailler avec l’IA, et à la vérifier. Le travail se déplace vers la validation et l’interprétation des résultats.
3. Ne négligez pas les bases. On ne peut pas vérifier une démonstration qu’on ne comprend pas.
4. Regardez les données d’emploi de votre région sur la fiche métier de Québec avant de choisir un programme.

FAQ

L’IA peut-elle maintenant résoudre n’importe quel problème de maths?

Non. Les résultats d’octobre sont pour la plupart des affirmations en attente de vérification, et certains textes ont déjà été retirés. Les grands problèmes, comme l’hypothèse de Riemann, restent ouverts.

Les actuaires seront-ils remplacés?

Aucune donnée ne le montre à ce jour. Québec qualifie leurs perspectives de bonnes jusqu’en 2029. Leur travail repose aussi sur la réglementation, le jugement professionnel et la reconnaissance de l’Institut canadien des actuaires.

Pourquoi des mathématiciens s’y opposent-ils?

Ils s’inquiètent de la masse de résultats publiés sans révision, du fait que le modèle n’est pas accessible et de l’attribution du mérite scientifique. Un groupe consultatif avait recommandé, le 29 septembre, de ne pas tester de problèmes avancés sur des modèles propriétaires, selon 1001web.

Des chercheurs québécois ont-ils réagi?

Le Devoir a publié un article sur le sujet, que nous n’avons pas pu consulter en entier. Nous n’avons donc retenu aucune citation de chercheur québécois.

Visuels : graphiques produits par SignalQC à partir des données citées. Aucune photo utilisée.