ChatGPT 5.5 Pro a résolu des problèmes ouverts en théorie des nombres que des mathématiciens travaillaient depuis des années. Le modèle a amélioré une borne exponentielle en borne polynomiale en moins d'une heure, avec zéro intervention humaine.
Le problème : les LLM n'ont pas « compris » la maths au sens humain. Ils ont appliqué des transformations syntaxiques à vitesse surhumaine. C'est comme confier à un moteur diesel un trajet qu'un pilote mettait trois ans à optimiser — le diesel l'expédie en 60 minutes, mais sans intention ni conscience.
Le problème : les LLM n'ont pas « compris » la maths au sens humain.
Timothy Gowers, médailliste Fields, tire une conclusion crue : la contribution mathématique digne de ce nom, c'est désormais « prouver ce que les LLM ne peuvent pas ». Le seuil s'effondre. Le benchmark humain se déplace. Les idées « originales » selon MIT ne sortent plus d'un cerveau, mais d'une distribution de poids.
Dans 12-24 mois, cette trajectoire posera un vrai problème : si l'IA atteint PhD-level sur les mathématiques appliquées (crypto, optimisation, finance), les portes des labs se ferment. Les universités doivent redéfinir avant novembre 2025 ce qui compte comme « recherche » versus « exécution IA ».
Ce n'est pas un exploit. C'est une reclassification.