Le physicien Peter Woit, du département de mathématiques de l’Université Columbia, a même utilisé l’expression « slopocalypse » —en référence à la capacité de l’IA de générer des tonnes de textes inutiles, ou AI slop en anglais. Et ce, précise-t-il, même si ces 722 démonstrations devaient s’avérer vraies. Parce qu’il faudra tout de même que de nombreux experts passent des mois à tout vérifier.
Les 722 articles ont été déposés le 6 octobre par la firme OpenAI sur la plateforme GitHub. Un article ainsi « prépublié » est par définition un article qui n’a encore été révisé par aucun expert du domaine. Mais c’est la première fois qu’on doit à l’IA un tel déluge.
Notre mémoire locale
Retrouvez gratuitement l’édition de la semaine et explorez des années d’actualité locale
Certes, historiquement (le plus ancien serveur de prépublication, ArXiv, est né en 1991), beaucoup d’articles prépubliés ont été d’une nature anodine, n’appelant pas nécessairement à ce que d’autres chercheurs se mobilisent pour les réviser. Mais dans ce cas-ci, il s’agit à première vue d’articles qui ont résolu des problèmes suffisamment importants pour que des mathématiciens sentent le besoin de les passer au crible.
L’échelle de tout cela dépasse l’entendement, commente sur X le mathématicien Alvaro Lozano-Robledo, de l’Université du Connecticut. « Mais pourquoi? Je ne suis pas sûr, à ce stade, de ce que cette prise de contrôle (hostile?) du paysage mathématique tente d’accomplir, à part un coup de relations publiques massif. »
Peter Woit renchérit: « un aspect frappant de cette décharge d’articles, c’est à quel point elle est négligente. Cette décharge est un gâchis désorganisé ». Après avoir tenté de comprendre comment ces articles étaient classés ou présentés —ça va de la théorie des nombres à l’algèbre géométrique en passant par l’analyse combinatoire et l’informatique théorique— il en conclut que de simplement les lire un par un en tentant d’y trouver des choses spécifiques pourrait prendre une éternité. « Il est difficile de ne pas penser que les gens responsables s’en fichent. »
En comparaison, lorsqu’est survenue le mois dernier la publication de la résolution d’un problème appelé Navier-Stokes —publication qui a aussitôt été accompagnée d’une controverse sur la possibilité qu’OpenAI ait commis un plagiat— il y avait eu un effort de la communauté des experts pour expliquer la signification à la fois de ce problème et de la controverse. Alors qu’avec ces 722 articles, on est devant un flot d’informations dont les mathématiciens ne savent trop encore comment ils doivent l’interpréter.
En date du 7 octobre, une première erreur avait été détectée dans l’un des textes. En date du 8 octobre, trois textes avaient été retirés.
À l’inverse, également en date du 8 octobre, d’autres chercheurs se disaient « stupéfaits », comme le mathématicien allemand Roman Sauer, pour qui « nous ne pouvons plus nous défendre en ciblant nos efforts sur ce que nous percevons comme les qualités humaines dans les mathématiques ». Cet événement « va nous obliger à accepter un rôle diminué ».
Dans un communiqué publié le 7 octobre, l’Association pour les mathématiques humaines, un regroupement créé pour « protéger les mathématiques en tant qu’entreprise humaine contre les menaces de l’intelligence artificielle », dénonçait la décision d’OpenAI d’avoir effectué cette publication de masse. « Nous rejetons l’affirmation d’OpenAI à l’effet que cette sortie ferait avancer notre sujet, et nous exhortons les mathématiciens et le public à évaluer la valeur de cette publication avec le plus grand scepticisme. »
