Un médaillé Fields a vu son domaine être automatisé en une semaine

Le 6 octobre, OpenAI a publié quelques centaines de résultats mathématiques produits par un modèle interne non diffusé. Deux jours plus tard, Hugo Duminil-Copin, médaillé Fields en 2022, confiait lors d’une visioconférence de la Société mathématique de France qu’il avait pleuré dans la nuit, assez fort pour réveiller sa fille. Seize de ses questions de prédilection étaient dans le lot. Il a dit que l’entreprise avait annihilé son domaine, et a parlé d’un démantèlement de notre activité. Le Monde l’a raconté le 10 octobre.

Ce n’est pas quelqu’un qui a perdu un débat sur l’outillage. C’est l’un des meilleurs mathématiciens vivants, et sa vie de travail a été réorganisée par un billet de blog.

Je me racontais une histoire confortable, et je soupçonne que vous aussi. Elle dit à peu près ceci : le modèle écrit le code, moi je réfléchis, et c’est la réflexion qui est payée. Les mathématiques étaient censées être plus haut que moi sur cette échelle. Elles ne l’étaient pas.

La lecture sceptique, dont on ne s’échappe pas pour autant

Démontons l’annonce d’abord, elle le mérite.

Le billet d’OpenAI est sorti avec 722 manuscrits regroupés en 372 familles de résultats, sur 17 domaines. Trois ont été retirés le lendemain pour une erreur de signe, il en reste 719. Compter des manuscrits n’est pas compter des percées : une famille peut rassembler un résultat, ses preuves alternatives et ce qui en dépend. Environ 42 pour cent des résultats principaux ont été formalisés en Lean, et une preuve Lean d’un énoncé formel ne garantit pas que cet énoncé capture ce que l’article affirme en langue naturelle.

Le résultat sur Navier-Stokes produit un mois plus tôt par le même modèle est déjà contesté. Alexander Bastounis au King’s College London, avec Fabian Circelli et Anders Hansen à Cambridge, ont relevé des endroits où l’argument écrit et le code Lean divergent, dont un où le code démontre une estimation plus faible que ce qu’annonce l’article.

J’ai quelques titres pour me méfier des chiffres d’annonce. J’ai publié un benchmark où mon propre modèle fine-tuné affichait 100 pour cent, et le chiffre était gonflé par le jeu de test que j’avais construit pour lui. Un lecteur a compris avant moi. Donc oui, appliquez une décote au communiqué.

Puis remarquez que la décote ne vous sauve pas. Duminil-Copin est la personne la mieux placée au monde pour juger si ces seize questions ont vraiment été résolues, et sa réaction n’a pas été de crier à l’esbroufe. C’était du chagrin.

Ce qui a été automatisé, c’est la partie qu’il aimait

Le détail que je n’arrive pas à lâcher, c’est ce qu’il dit de la lecture de ces preuves : elles n’ont pas la même saveur que des preuves écrites par des humains dont il connaît les visages. Il compte parcourir plus de trois mille pages concernant ses propres résultats, sans en avoir envie. Il s’inquiète surtout pour les jeunes chercheurs, qui vont selon lui le plus souffrir, et il dit que toute cette culture de la circulation vole en éclats.

À la question de savoir à quoi servent encore les mathématiciens, sa réponse est : comprendre, digérer, transmettre.

C’est du vrai travail. Ce n’est pas le même métier. Et c’est la partie transposable de cette histoire, parce que la question n’a jamais été de savoir si la profession survit. Elle est de savoir quelle moitié survit, et si c’est celle que vous vouliez.

Ce que disent vraiment les chiffres côté développeurs

Pas des impressions. Trois mesures, qui pointent dans deux directions.

Le signal le plus net est à la porte d’entrée. L’étude Canaries in the Coal Mine du Stanford Digital Economy Lab, mise à jour en août 2026 sur des données de paie ADP allant jusqu’à juin, trouve les 22-25 ans dans les métiers les plus exposés à l’IA environ 19 pour cent en dessous du niveau qu’ils auraient atteint en suivant leurs pairs moins exposés. L’écart s’est creusé à chaque révision depuis la première publication. Le mécanisme est une baisse des embauches et non une hausse des départs, et les travailleurs expérimentés des mêmes métiers ne montrent aucun écart comparable. Les auteurs prennent soin de qualifier tout cela de descriptif et non de causal, et ils ont raison.

Le signal agrégé dit autre chose. Le Bureau of Labor Statistics projette toujours une croissance de 10 pour cent de l’emploi des développeurs entre 2025 et 2035, à partir d’une base de 1 717 800 postes. Et dans les enquêtes, environ la moitié des développeurs professionnels utilisent des outils d’IA quotidiennement, pendant que seuls 15 pour cent environ y voient une menace pour leur poste actuel.

Les deux sont vrais en même temps : la profession ne s’effondre pas, et la porte d’entrée se referme. Ce sont deux faits différents, sur des gens différents.

Le second est dangereux précisément parce qu’il est invisible pour ceux d’entre nous qui sont déjà à l’intérieur. Mon travail n’a pas disparu. Il est allé plus vite. Pendant ce temps, le senior que quelqu’un voudra recruter en 2034 est le junior que personne n’embauche en 2026, et rien dans ma bonne année ne contredit ça.

La boucle dont tout le monde parle

La rumeur du moment dit que l’auto-amélioration récursive tourne déjà à l’intérieur des labos, que les modèles s’améliorent eux-mêmes derrière des portes closes et que les sorties publiques en sont les restes.

La bonne démarche est de lire ce que le labo le plus incité à répondre oui a effectivement publié. When AI builds itself, d’Anthropic, rapporte qu’en mai 2026 plus de 80 pour cent du code fusionné dans sa propre base était écrit par Claude, avec une note de bas de page précisant que la direction a publiquement avancé 90 pour cent ou plus, donc que 80 est le chiffre prudent. Le rapport dit qu’un ingénieur type fusionnait huit fois plus de code par jour au deuxième trimestre 2026 qu’en 2024, tout en précisant dans la même page que le nombre de lignes est une mauvaise mesure et que ce facteur surestime presque certainement le gain réel de productivité. Il rapporte la tendance METR sur l’horizon de tâche : la durée d’une tâche qu’un modèle termine seul, à 50 pour cent de fiabilité, double environ tous les quatre mois, contre sept auparavant. Environ quatre minutes en mars 2024. Environ une heure et demie un an plus tard. Douze heures aujourd’hui.

Puis vient la phrase qui ne survit pas aux résumés : nous n’y sommes pas encore, et l’auto-amélioration récursive n’est pas inévitable. Leur propre frise place le bouclage de la boucle dans une étape future, avec une date écrite sous forme de point d’interrogation.

L’écart qu’ils nomment n’est pas la capacité à coder. Le code écrit par le modèle est à peu près à parité aujourd’hui, et ils s’attendent à ce qu’il soit strictement meilleur d’ici un an. L’écart, c’est le jugement dans le choix des objectifs. Le goût pour la recherche, selon leurs termes, est un avantage comparatif humain, pour l’instant.

Quelqu’un est allé mesurer cet écart

En août, MIT Technology Review a rendu compte d’une étude de Princeton menée par Peter Kirgis, Sayash Kapoor et leurs collaborateurs, qui est à mon avis ce qui a été publié de plus informatif sur la question cette année.

La méthode est propre. Prenez une question de recherche tirée d’un bon article soumis mais pas encore publié, pour que la réponse ne puisse être ni dans les données d’entraînement ni sur le web. Confiez-la à un agent avec six jours, trois mille dollars de crédits d’API, des GPU et une machine à lui. Puis demandez aux auteurs de l’article d’évaluer le résultat comme ils évalueraient une soumission de conférence.

Ils ont rejeté les deux papiers.

Les modes d’échec sont la partie à recopier dans vos notes. L’agent a exploré trop peu d’idées. Il a abandonné trop tôt des pistes prometteuses. Il n’a pas su revenir en arrière ni repartir de zéro. Il a ignoré les retours de ses propres sous-agents et relecteurs. Face à un problème, il a réduit ses affirmations au lieu de revoir sa méthode.

Relisez cette liste. Ce n’est pas la description d’une machine qui bute sur un mur. C’est l’entretien annuel d’un junior brillant, rapide, surchargé, à qui personne n’a jamais dit non. Jack Clark a qualifié ce manque de créativité de signal baissier sur les calendriers courts d’auto-amélioration, ce qui, venant d’un cofondateur d’Anthropic, vaut quelque chose.

Je trouve ça plus rassurant que n’importe quelle feuille de route d’éditeur, et moins rassurant que je ne le voudrais. Chaque élément de cette liste est le genre de chose qu’un environnement d’entraînement finit par corriger. L’explication de Kapoor lui-même est que les modèles progressent le plus vite là où l’apprentissage par renforcement peut vérifier la réponse automatiquement, et que la recherche ouverte est difficile à transformer en environnement. Difficile à construire, c’est un calendrier, pas un mur.

Alors, combien de temps ?

J’ai cherché la prévision derrière la formule « bouleversement majeur dans neuf à douze mois » qu’on lit partout en ce moment, et je ne l’ai pas trouvée. Ni au BLS, ni à Stanford, ni dans les données d’embauche. C’est un genre littéraire, pas une mesure.

Ce qui existe, à la place, ce sont deux horloges, et elles ne tournent pas ensemble.

L’horloge des capacités, c’est l’horizon de tâche, et c’est le seul chiffre publié sur ce sujet qui avance en ligne droite. Si le doublement tous les quatre mois tient, la tâche de douze heures d’aujourd’hui devient une tâche de plusieurs jours d’ici un an, et la projection d’Anthropic place les tâches d’une semaine en 2027.

L’horloge de l’argent est celle que personne dans notre industrie n’a envie de regarder. La Banque des règlements internationaux a classé un krach de l’IA parmi les principales menaces pour la prospérité mondiale dans son rapport annuel 2026, aux côtés des montages de financement circulaire entre les entreprises de modèles, leurs fournisseurs et leurs clients. Un krach des investissements ne me rend pas mon vivier de juniors. Il supprime le budget d’embauche qui finance encore ce qu’il en reste.

Ce que j’en fais

Trois choses, choisies parce que ce sont exactement celles que toutes les mesures ci-dessus désignent comme rares.

Choisir le problème, ce qui n’est pas du prompting. Décider ce qui doit être construit et ce qui ne doit pas l’être, et savoir le défendre. Toutes les études citées placent l’écart précisément là.

Juger un travail que je n’ai pas écrit. Je sais prendre un diff de quatre cents lignes que je n’ai pas tapé et dire pourquoi il est faux, c’est une compétence qui s’enseigne et se vérifie, et c’est devenu l’essentiel de mes journées. Le benchmark que j’ai raté a été repéré par un lecteur et pas par moi, et je l’ai pris personnellement, utilement.

Assumer les conséquences. Aucun agent n’a été réveillé à trois heures du matin pour un système qu’il avait déployé. Le travail de production et la décision de ce qui doit réveiller un humain retombent toujours sur une personne, et c’est un fait juridique et commercial avant d’être technique, ce qui veut dire qu’il bouge plus lentement que les modèles.

Rien de tout ça n’est une douve. C’est une avance, et je la traite comme telle.

Il y a aussi quelque chose que nous devons collectivement, et ça coûte de l’argent, donc ça n’arrivera pas. Le problème des juniors n’est pas le problème des juniors. Si vous dirigez une équipe, la chose utile la moins chère cette année est d’en recruter un quand même, et la deuxième est d’arrêter de confier à un agent le travail sur lequel il aurait appris. C’est plus rapide de le confier. C’est exactement le problème.

À retenir

Les développeurs restent indispensables. Cette phrase est vraie et presque inutile, parce qu’elle répond à une question que personne ne pose vraiment. Les mesures disent que la partie de nous qui est nécessaire est celle qui choisit et qui juge, que la partie déjà absorbée est celle qui tape, et que l’écart entre les deux est exactement l’endroit où naissaient les juniors.

Quant à la durée, le seul chiffre qui avance en ligne droite est l’horizon de tâche, il double environ tous les quatre mois, et ceux qui le publient disent que la boucle n’est pas encore bouclée. « Pas encore » porte beaucoup de poids dans cette phrase. Surveillez ce chiffre plutôt que les prédictions, y compris les miennes.

Et quand ça arrivera dans votre domaine, ça ressemblera probablement à ce qu’a vécu Duminil-Copin. Pas un plan social. Une publication, un mardi, qui répond aux questions que vous gardiez pour plus tard.