OpenAI a annoncé le 1er août que son nouveau modèle Astra avait résolu 10 problèmes anciens en mathématiques et en informatique théorique. La réaction de la communauté mathématique a été rapide, et elle n'était pas des applaudissements.
Des chercheurs éminents ont accusé l'entreprise de minimiser les travaux antérieurs, de ne pas attribuer correctement les contributions existantes et de surestimer la nouveauté de ses résultats générés par l'IA.
Les revendications et la réaction
Selon OpenAI, le modèle Astra a abordé des problèmes couvrant les bornes de packings de sphères à haute dimension, l'établissement de groupes non sofiques, les avancées en théorie du codage et la complexité des circuits arithmétiques. L'entreprise a présenté ces domaines comme des domaines où il n'y avait « pas eu de progrès sur le résultat principal depuis au moins une décennie ».
Steven Miller, mathématicien à l’Université Yeshiva, et Francesco Fournier-Facio de l’Université de Cambridge figuraient parmi les chercheurs qui ont vigoureusement contesté ces résultats. Leur argument : les résultats d’Astra s’appuyaient sur des travaux antérieurs que OpenAI avait soit ignorés, soit sous-représentés. Andreas Thom et Miller lui-même avaient publié des recherches pertinentes dès 2016, des travaux qui avaient directement informé le domaine qu’Astra prétendait désormais avoir conquis.
Le coût total de calcul pour les 10 résultats a été rapporté à environ 2 000 $ en utilisation de jetons.
D'ici le 6 août, Scientific American avait publié un rapport qualifiant la gestion des annonces par OpenAI de « mauvaise conduite scientifique » et de plagiat. OpenAI a ensuite révisé certaines de ses déclarations.
Un motif, pas un incident
Ce n'est pas la première fois qu'OpenAI fait face à une controverse concernant des affirmations mathématiques. En octobre 2025, l'ancien vice-président Kevin Weil avait affirmé que GPT-5 avait résolu des problèmes liés aux conjectures de Paul Erdős. Ce message a été supprimé discrètement.
Ensuite, le 20 mai 2026, OpenAI a affirmé que son modèle avait réfuté une conjecture remontant à 1946. Cette annonce a reçu des soutiens de mathématiciens respectés, notamment Noga Alon et Thomas Bloom, lui conférant une crédibilité authentique.
Pourquoi cela importe au-delà du monde académique
Le chiffre de 2 000 $ pour le coût de calcul est un exemple parfait de la manière dont le contexte façonne le sens. En isolation, c’est un point de données remarquable suggérant que la recherche mathématique de pointe pourrait bientôt devenir radicalement moins coûteuse. Dans son contexte, il soulève une autre question : qu’a exactement acheté ce montant de 2 000 $ ? Si Astra a synthétisé des décennies de travail humain en un paquet soigné sans créditer les humains, le coût de calcul est moins une mesure de la capacité de l’IA qu’une mesure de la manière dont les connaissances existantes peuvent être reconditionnées à faible coût.