L’IA bat les mathématiciens… alors à quoi bon apprendre les maths ?

« Madame, ça sert à quoi qu’on apprenne tout ça ? Les IA sont plus fortes que les meilleurs mathématiciens, maintenant. » La question est tombée en plein calcul d’intégrale. Et je n’avais pas la réponse toute prête.

Elle s’est arrêtée net, au milieu de son intégrale. Elle a levé la tête, a mâchouillé son stylo un instant, et elle a posé la question, direct : pourquoi apprendre les maths avec l’IA qui fait mieux que les plus grands chercheurs ? On perd du temps pour rien. Il vaudrait mieux apprendre autre chose, non ?

J’ai répondu. Des choses justes, je crois. Mais prises au vol, un peu en vrac, avec ce petit goût d’inachevé qu’on connaît tous quand la bonne réplique arrive… dans l’escalier, une heure plus tard. (L’esprit de l’escalier, Sophie. Toujours lui.)

Une autre élève, en deuxième année de prépa école de commerce, me ressert régulièrement sa version : « Oui mais ça, dans la vraie vie, on s’en servira jamais. Il y a des IA pour ça. » Avec une constance qui force le respect.

Si vous êtes parent, vous l’avez peut-être entendue à table, cette question. Ou vous vous l’êtes posée vous-même, en regardant votre enfant suer sur un exercice qu’une application règle en deux secondes. Et derrière elle, il y en a une autre, plus lourde : quel monde laissons-nous à nos enfants, et de quoi auront-ils vraiment besoin pour y vivre ?

Il y a un an, je vous racontais déjà ici l’histoire d’un élève qui se demandait pourquoi apprendre, puisque ChatGPT répondait plus vite que lui. Ce qui me frappe, c’est que la question a pris du galon. On est passé de « l’IA répond plus vite que moi » à « l’IA bat les chercheurs ». Elle mérite donc mieux qu’une réponse prise au vol. Voici celle que j’aurais aimé donner ce jour-là.

D’abord, soyons honnêtes : elles ont raison sur un point

Ce serait facile de balayer la question d’un revers de main. Mais ce serait malhonnête, et franchement, mes élèves méritent mieux.

En mai 2026, une IA d’OpenAI a réfuté une conjecture posée en 1946 par Paul Erdős, l’un des mathématiciens les plus prolifiques du XXe siècle.¹ Le problème a l’air enfantin. On place des points sur une feuille, on compte combien de paires sont séparées d’une distance exactement égale à 1. Jusqu’où ce nombre peut-il grimper quand on ajoute des points ? Erdős pensait qu’il ne pouvait croître qu’à peine plus vite que le nombre de points lui-même. Pendant quatre-vingts ans, des générations de chercheurs ont buté sur la question. L’IA a montré qu’il se trompait, en allant chercher ses outils dans une branche des maths a priori sans rapport : la théorie algébrique des nombres.²

Et ce n’est pas un coup isolé. En 2026, des IA ont revendiqué la réfutation d’une dizaine d’autres conjectures.³ Toutes ne résisteront peut-être pas à l’examen, on va y revenir. Tim Gowers, médaillé Fields et l’un des mathématiciens qui ont vérifié la preuve d’Erdős, y voit une étape majeure pour l’IA en mathématiques.⁴

Alors oui : sur certains problèmes, la machine va désormais plus loin que les meilleurs d’entre nous. Mes élèves n’ont rien inventé. Elles lisent les mêmes titres que vous.

Mais regardez qui a vérifié

C’est là que l’histoire devient intéressante. Et c’est précisément la partie que les gros titres oublient.

Quand l’IA a produit sa preuve, personne ne l’a crue sur parole. Neuf mathématiciens réputés ont dû la vérifier, puis en publier une version simplifiée, « digérée » par des humains.⁵ L’un d’eux le résume sans détour :

« L’humain joue encore un rôle vital pour discuter, digérer et améliorer cette preuve, et pour en explorer les conséquences. »

— Thomas Bloom, mathématicien, responsable de la base des problèmes d’Erdős⁶

Ils avaient de bonnes raisons de se méfier. À l’automne 2025, un dirigeant d’OpenAI avait déjà annoncé que l’IA avait résolu dix problèmes d’Erdős restés ouverts. Vérification faite, elle avait simplement retrouvé des solutions qui dormaient dans des articles existants.⁷ Plus récemment, une autre « réfutation » produite par une IA semble bien ne pas tenir : la machine aurait discrètement utilisé un objet mathématique qui sortait du cadre du problème.⁸ Un peu comme un élève qui résout l’exercice… en changeant l’énoncé.

Il y a aussi une chose que l’IA n’a pas faite : choisir le problème. Ce sont des humains qui ont décidé que cette question-là valait la peine. Terence Tao, sans doute le mathématicien vivant le plus célèbre, estime d’ailleurs que la ressource rare, désormais, c’est d’identifier les problèmes qui valent la peine.⁹ Et en septembre dernier, vingt-cinq médaillés Fields ont signé ensemble une mise en garde contre l’usage des grands problèmes mathématiques comme banc d’essai par les entreprises d’IA.¹⁰

Bref : l’IA a eu une idée brillante. Mais avant l’idée, et après, il y avait des humains qui comprenaient.

Pourquoi apprendre les maths avec l’IA ? Pour pouvoir la vérifier

Voilà, pour moi, la raison numéro un. Et elle devient plus forte à mesure que l’IA progresse.

Si les meilleurs systèmes du monde ont besoin de neuf chercheurs pour qu’on accepte leur preuve, qui vérifiera demain la simulation de prêt calculée par une IA, le devis, le dosage proposé, le graphique qui « prouve » qu’une mesure fonctionne ? Une IA se trompe rarement en hésitant. Elle se trompe avec aplomb, dans un français impeccable.

Face à ça, on est pilote ou passager. Le pilote a assez de bagage pour sentir qu’un résultat est louche : un ordre de grandeur qui cloche, un pourcentage qui dépasse 100, une conclusion qui ne découle pas des données. Le passager, lui, fait confiance. Et il espère.

Plus les machines calculent pour nous, plus la capacité humaine à juger un calcul prend de la valeur. C’est presque paradoxal. Mais c’est mathématique (pardon, je n’ai pas pu résister).

Les maths, l’école du « c’est démontré »

Il y a une deuxième raison, plus discrète. Les maths sont à peu près le seul endroit de la scolarité où l’autorité ne compte pas.

Quand une démonstration est juste, elle est juste, peu importe qui l’a écrite. Un élève de seconde peut corriger sa prof, à condition de le prouver. Et la prof doit s’incliner (je parle d’expérience, et je m’incline avec le sourire).

Dans un monde où les textes plausibles se fabriquent à la chaîne, cette école-là devient précieuse. Elle apprend à distinguer ce qui a l’air vrai de ce qui est établi. C’est exactement le réflexe qui évite de gober un chiffre-choc, comme je l’expliquais dans mon article sur les fake news et les statistiques.

Je me méfie quand même de la formule toute faite « les maths musclent le cerveau ». Les maths ne rendent pas meilleur en tout, par magie. Ce qu’elles entraînent, ce sont des habitudes précises : abstraire, vérifier, enchaîner un raisonnement sans sauter d’étape. Ce n’est déjà pas rien.

« Dans la vraie vie, on s’en servira jamais »

Revenons à mon élève de prépa. Sur le fond, elle a en partie raison : une fois en poste, elle ne calculera probablement plus d’intégrale à la main. Comme vous, sans doute, qui n’avez pas croisé d’équation du second degré depuis un moment.

Et je vais même lui faire une concession. Certaines compétences deviennent vraiment obsolètes. Des générations d’élèves ont appris à manier les tables de logarithmes, et personne ne regrette qu’on ait arrêté. Les programmes devront eux aussi évoluer : un peu moins de calcul mécanique, un peu plus de modélisation et de raisonnement. Ce débat-là, l’école ferait bien de l’ouvrir franchement.

Mais il y a une ironie savoureuse dans sa remarque. Cette élève prépare des concours où les maths pèsent lourd. Aujourd’hui encore, les maths ouvrent ou ferment des portes : dans l’orientation, sur Parcoursup, aux concours. Et j’en suis convaincue, les métiers qui travailleront avec l’IA demanderont plus de culture mathématique, pas moins. Pour comprendre ce que fait une machine, il faut parler un peu sa langue.

On ne court pas pour battre une voiture

Personne n’arrête d’apprendre à courir parce que les voitures existent. Personne ne renonce à la salle de sport parce qu’un chariot élévateur soulève plus lourd. On ne court pas pour aller plus vite qu’une voiture. On court pour ce que la course fait à son corps.

Pour les maths, c’est pareil. Votre enfant ne calcule pas une intégrale pour produire un résultat dont le monde aurait besoin : le monde a des machines pour ça. Il la calcule pour ce que cet effort fabrique en lui. La patience. La capacité à rester devant un problème sans paniquer. L’habitude de chercher, de se tromper, de recommencer.

C’est ce que j’appelais, dans l’article de l’an dernier, la galère féconde : ce moment où l’on rature, où l’on peste, avant que deux idées se connectent enfin. Si l’IA fait le trajet à sa place, il arrive au bout… sans avoir rien appris en route.

Comparer un ado à une IA, c’est un peu comme comparer un coureur à une grue. La seule comparaison qui compte, c’est entre votre enfant d’aujourd’hui et celui qu’il sera dans six mois.

💡 L’astuce de Sophie

La prochaine fois que votre enfant vous dit « l’IA le fait mieux que moi », évitez le « parce que c’est au programme ». Proposez-lui plutôt un petit défi : demander à une IA de résoudre un exercice de son niveau, puis vous expliquer, à vous, pourquoi la réponse est juste. Soit il y arrive, et il vient de faire des maths. Soit il n’y arrive pas, et il découvre qu’il ne peut pas savoir si la machine a raison. Dans les deux cas, la question « à quoi ça sert » a trouvé sa réponse.

Et puis il y a ce petit déclic

J’ai gardé le meilleur pour la fin. Parce que, honnêtement, c’est la raison pour laquelle je fais ce métier.

Vous connaissez ce moment où un élève, après vingt minutes de brouillard, lève les yeux et lâche : « Ah mais attendez… c’est ça ? » Le visage change. Les épaules se relâchent. Une petite fierté s’allume, celle d’avoir trouvé soi-même.

Cette fierté-là, aucune IA ne peut la vivre à la place de votre enfant. Elle peut lui donner la réponse. Elle ne peut pas lui donner le plaisir d’avoir compris. Or ce plaisir construit quelque chose d’essentiel : la confiance d’être capable d’affronter un problème difficile. Dans le monde qui vient, je ne connais pas de compétence plus utile.

Les chercheurs qui ont vérifié la preuve d’Erdős ne disent pas autre chose. Melanie Wood, l’une des co-autrices de la version vérifiée, a salué « un beau morceau de mathématiques ».¹¹ Elle aurait pu parler de prouesse technique ou de puissance de calcul. Elle a parlé de beauté. Même au sommet de la recherche, face à une machine qui les dépasse, c’est encore ça qui touche.

>>> Envie que les devoirs de maths redeviennent un terrain de jeu plutôt qu’un champ de bataille ? Je vous ai préparé un ebook gratuit pour ça, et ma lettre d’information vous tiendra au courant des prochains articles.

Alors, quel monde leur laissons-nous ?

Un monde où les machines calculeront de mieux en mieux, c’est une certitude. La vraie question, c’est de savoir si nos enfants y seront pilotes ou passagers.

Les maths ne sont pas la seule réponse. Mais elles en sont une sacrée partie. Pas pour concurrencer l’IA : pour la comprendre, la vérifier, lui poser les bonnes questions. Et pour garder intacte cette joie très humaine de trouver par soi-même.

Je n’ai pas tout dit, ce jour-là, à mon élève et à son intégrale. La prochaine fois, je serai prête. Et vous, que répondez-vous quand on vous pose la question à la maison ? Racontez-moi en commentaire, je suis curieuse de vous lire.

Et si vous voulez voir à quoi ressemble, concrètement, cette façon de penser que l’IA ne remplace pas, je vous invite à lire mon article Comment entraîner son cerveau à penser comme un mathématicien ?

---

Crédits photos : Getty images, UnSplash+, Vitaly Gariev sur Unsplash, Benoît Deschasaux

---

1. TechCrunch, « OpenAI claims it solved an 80-year-old math problem — for real this time », 20 mai 2026. https://techcrunch.com/2026/05/20/openai-claims-it-solved-an-80-year-old-math-problem-for-real-this-time/ ↩
2. Tangente, « Une IA réfute une conjecture d’Erdős : percée majeure en mathématiques 2026 », 25 août 2026. https://tangente-mag.com/articles/une-ia-vient-de-demolir-une-conjecture-mathematique-vieille-de-80-ans ↩
3. S. Sra, « GPT, the Counterexample Machine », prépublication arXiv:2608.29595, août 2026. https://arxiv.org/abs/2608.29595 ↩
4. Tangente, « Une IA réfute une conjecture d’Erdős : percée majeure en mathématiques 2026 », 25 août 2026. https://tangente-mag.com/articles/une-ia-vient-de-demolir-une-conjecture-mathematique-vieille-de-80-ans ↩
5. N. Alon, T. F. Bloom, W. T. Gowers, D. Litt, W. Sawin, A. Shankar, J. Tsimerman, V. Wang, M. M. Wood, « Remarks on the disproof of the unit distance conjecture », prépublication arXiv:2605.20695, 2026. https://arxiv.org/abs/2605.20695 ↩
6. N. Alon, T. F. Bloom, W. T. Gowers, D. Litt, W. Sawin, A. Shankar, J. Tsimerman, V. Wang, M. M. Wood, « Remarks on the disproof of the unit distance conjecture », prépublication arXiv:2605.20695, 2026, section 4 (traduction). https://arxiv.org/abs/2605.20695 ↩
7. TechCrunch, « OpenAI claims it solved an 80-year-old math problem — for real this time », 20 mai 2026. https://techcrunch.com/2026/05/20/openai-claims-it-solved-an-80-year-old-math-problem-for-real-this-time/ ↩
8. S. Sra, « GPT, the Counterexample Machine », prépublication arXiv:2608.29595, août 2026. https://arxiv.org/abs/2608.29595 ↩
9. ActuIA, veille du 9 septembre 2026, à propos du fil publié par Terence Tao sur Mathstodon le 8 septembre 2026. https://www.actuia.com/veille/2026-09-09/ ↩
10. ActuIA, veille du 14 septembre 2026, à propos de la déclaration « A misalignment of AI in mathematics » mise en ligne sur mathandai.org le 11 septembre 2026. https://www.actuia.com/veille/2026-09-14/ ↩
11. Tangente, « Une IA réfute une conjecture d’Erdős : percée majeure en mathématiques 2026 », 25 août 2026. https://tangente-mag.com/articles/une-ia-vient-de-demolir-une-conjecture-mathematique-vieille-de-80-ans ↩