Le Principe du Phare : L'éducation à l'ère des réponses de l'IA
Résumé :Vingt-cinq lauréats de la Médaille Fields — Terence Tao parmi eux — ont signé une déclaration conjointe ce mois-ci intitulée, en gros, Le grave désalignement de l'IA en mathématiques. Les gros titres se sont écrits d'eux-mêmes : les mathématiciens attaquent OpenAI. Lisez la déclaration au lieu des gros titres et c'est un document plus étrange et plus important : il commence par féliciter l'IA. La peur des signataires n'est pas que la machine calcule mal. C'est que la machine calcule correctement, à grande échelle, et que lorsque cela se produit, les êtres humains pourraient ne rien apprendre. Ce n'est pas un briefing sur la sécurité de l'IA. C'est la première alarme sérieuse concernant l'avenir de l'éducation à une époque de réponses gratuites — car lorsque les réponses deviennent gratuites, la compréhension devient le facteur de production rare, et tout ce que nous appelons l'école a été construit sur l'hypothèse opposée.
James ici, PDG de Mercury Technology Solutions.
Hong Kong — Septembre 2026
Le phare et l'ampoule
Tout d'abord, clarifions le faux débat : ce ne sont pas de vieux hommes défendant une guilde. Tao a testé des modèles de frontière en mathématiques plus longtemps que presque quiconque vivant, a démontré la résolution de problèmes assistée par IA sur YouTube, et — la même semaine où il a publié l'avertissement sur son blog — a également publié les règles d'une compétition publique qui accueille explicitementles outils d'IA.Un homme ne garde pas le territoire qu'il tient ouvert au public.
Ce que la déclaration dit réellement : ces derniers mois, des modèles linguistiques ont résolu des problèmes majeurs non résolus dans plusieurs domaines des mathématiques. Reconnu, vérifié, félicité. Puis la question que personne d'autre ne pose : l'IA a-t-elle eu raison — donc le problème est-il résolu ?
La métaphore centrale de la déclaration est tout l'argument. Les étrangers traitent les célèbres problèmes non résolus — Fermat, Riemann, les jumeaux premiers — comme des sommets : planter le drapeau, jeu terminé. Les mathématiciens les décrivent commedes phares.Un phare marque un territoire inexploré. Des générations naviguent vers lui, et en naviguant, elles construisent des quais, des instruments, des méthodes de navigation — et celles-ci restent pour tout le monde après que la lumière est atteinte. Le dernier théorème de Fermat est tombé en 1994 ; les trois siècles et demi de théorie des nombres algébriques construits en naviguant vers lui sont encore des mathématiques porteuses aujourd'hui. La réponse était une phrase. Le voyage était l'industrie.
L'essai circulant dans la version en langue chinoise de cette histoire le dit en une ligne, et il mérite d'être traduit : 照著燈塔找路，和直接把燈泡擰下來，是兩回事 — naviguer par le phare et dévisser l'ampoule sont deux choses différentes. La culture des benchmarks — 跑分, faire le score, traiter des conjectures vieilles de plusieurs siècles comme une suite de benchmarks de téléphone — est un vol d'ampoule à grande échelle. Vous obtenez de la lumière une fois. Vous perdez la navigation pour toujours.
L'écart de Perelman
La formulation la plus précise ne vient pas des vingt-cinq mais d'un commentaire sous leur déclaration, cité dans la couverture : donnez-moi une preuve de la conjecture des jumeaux premiers de dix millions de lignes, vérifiée par machine, et ma connaissance augmente d'environ zéro. Je croyais déjà qu'elle était vraie ; je savais même à peu près pourquoi. Maintenant, je sais en plus que l'IA l'a prouvée. Et alors ?
La vérification par machine et la compréhension humaine ne sont pas le même produit. Ici, le point implicite de la déclaration est prouvé par l'histoire. En 2002–2003, Grigori Perelman a publié trois prépublications sommaires en ligne, sous forme de croquis, des étapes passées sous silence, pas de journal, pas d'argument poli — résolvant un problème vieux de cent ans, la conjecture de Poincaré. La réponse était publique, gratuite et correcte en 2003. Ce qui a suivi, ce sont trois ans de certains des meilleurs mathématiciens vivants faisant le travail réel : remplissant chaque étape, reconstruisant des centaines de pages d'arguments détaillés, séminaire par séminaire, jusqu'à ce qu'environ 2006, le résultat devienne connaissance — quelque chose sur lequel une communauté pouvait se tenir et construire le prochain étage.
Appelez cela L'écart de Perelman : la distance entre correct et compris. Il a fallu trois ans et les meilleures esprits du monde pour le traverser pour une preuve. Cet écart est là où la science vit réellement — et c'est aussi là où l'éducation vit, car le passage est la capacité. L'IA compresse la sortie. Elle ne compresse pas la compréhension.L'IA peut écrire la preuve ; elle ne peut pas la lire pour vous.
Étudiants avant idées
La phrase la plus radicale de l'énoncé ne concerne pas du tout les preuves : la ressource la plus précieuse du domaine, dit-elle, est les étudiants et les idées — dans cet ordre. Étudiants, avant les idées.
Pourquoi les maîtres d'un sujet classent-ils les apprenants au-dessus des théorèmes ? À cause d'une pratique que chaque mathématicien connaît et qu'aucun outsider ne soupçonne : les conseillers assignent délibérément aux étudiants des problèmes dont ils possèdent déjà les réponses — parfois des problèmes résolus des décennies auparavant, se trouvant dans la littérature. La réponse n'a jamais été le livrable. Le livrable est ce qui arrive à l'étudiant en cours de route : frapper le mur, 撞南牆, prendre le long détour, et peut-être à trois heures du matin, le voir soudainement. La lutte n'est pas le coût de la tâche. La lutte est la tâche.
Maintenant, placez la réponse sur la table — gratuite, instantanée, correcte, pour tout le monde, toujours. Le but de la tâche s'évapore au contact. Et la déclaration prend soin de dire ce que chaque personne honnête sait déjà : ce n'est pas un échec de caractère des étudiants. Un problème vous résiste pendant trois jours tandis qu'une machine offre la solution en trois secondes — seul un saint refuse, et les saints font de mauvais chercheurs. L'échec est architectural. Chaque évaluation jamais construite sur des problèmes à réponse connue — devoirs, ensembles de problèmes, la plupart des examens, la moitié de chaque diplôme — s'est simplement obsolète en silence. Nous n'avons tout simplement pas mis à jour le programme pour l'admettre.
Voici l'inversion qui devrait ancrer chaque argument de politique éducative pour la prochaine décennie. Il y a neuf jours, j'ai écrit sur la Règle des 2 % : dans l'industrie, les 98 % de coût entourant les matières premières d'une fusée — processus, cérémonie, peur — sont des frais généraux, et le progrès signifie les supprimer.L'éducation est le seul domaine où la chirurgie est fatale, car dans l'apprentissage, les 98 % de lutte ne sont pas des frais généraux. C'est le produit.Les réponses sont maintenant les matières premières, et elles coûtent presque rien. Tout ce qui compte est fabriqué dans la partie du processus que l'IA excelle à éliminer.
Le Nouveau Programme : La Vie Après les Réponses de l'IA
Alors à quoi ressemble l'éducation de l'autre côté du fossé de Perelman ? Pas des étudiants qui courent à toute vitesse pour produire des réponses contre des machines qui produisent des réponses un milliard de fois plus vite. Le programme se renverse :
De la rédaction de réponses à leur audit.La nouvelle compétence fondamentale est la vérification : lire la preuve de la machine, trouver le fossé, vérifier l'attribution, décider si cela se généralise. Le "travail intermédiaire" que les mathématiciens craignent de sauter — écrire clairement, extraire la méthode, cartographier ce qu'elle touche — cesse d'être une corvée et devient le cours. La règle de Feynman s'inverse pour cette époque : ce que je ne peux pas vérifier et sur lequel je ne peux pas construire, je ne comprends pas.
Des problèmes résolus à des problèmes en direct.Lorsque les exercices à réponse connue sont morts en tant qu'entraînement, la classe passe à des problèmes sans réponse pour l'instant — séminaires de lecture en mode Perelman, ensembles de données réelles, ingénierie en direct, où le modèle est un partenaire d'entraînement et le travail de l'étudiant est de savoir quand il a tort. Euclide aurait dit à un roi qu'il n'y a pas de chemin royal vers la géométrie. Il y a maintenant un chemin royal vers les réponses. La compréhension marche toujours.
Protégez la lutte intentionnellement.Si le mur est la pédagogie, le fait de retenir les réponses devient une technologie d'enseignement, pas de la nostalgie. Concevez des programmes qui font naviguer les étudiants vers des phares — avec l'IA à bord comme navigateur, mais avec l'étudiant tenant le volant, car le parcours est ce qui forme le navigateur de demain. Difficulté délibérée, indices rationnés délibérément, effort mesuré et récompensé en tant que tel.
Évaluez la capacité, pas la production.Une école qui continue à évaluer la production de réponses est un téléphone exécutant un benchmark qu'il a déjà perdu. Évaluez ce qu'un étudiant peutfaireavec une réponse qu'il n'a pas générée : la casser, l'étendre, la transférer, l'enseigner. La mesure d'une éducation n'a jamais été l'archive des théorèmes qu'un diplômé porte — c'est le mathématicien que le processus a fabriqué.
Le désalignement de l'IA est aussi le nôtre
Les médaillés concluent avec une retenue qui devrait piquer : ce que cette technologie apporte, écrivent-ils, dépend largement des décisions de ceux qui la contrôlent — et les mathématiques ne sont que le premier domaine où la question se pose. Chaque forme de travail mental, et chaque institution construite pour former des humains à cela, fait face à la même bifurcation. Optimiser pour le classement — réponses produites, problèmes résolus, notes attribuées — ou optimiser pour le phare : navigateurs formés.
Vingt-cinq mathématiciens ne ralentiront pas les benchmarks, et ils le savent ; la valeur de formation des mathématiques difficiles est trop réelle. Mais ce n'était jamais le but de la déclaration. Le but était la question sous-jacente, et elle atterrit sur les parents, les enseignants et chaque institution dans le domaine des réponses IA : la réponse n'a jamais été le produit. Le mathématicien l'était. L'étudiant l'était.
L'ampoule est maintenant sur la table, libre pour tout le monde. Le phare doit encore être atteint — et c'est en marchant que nous sommes façonnés.
Mercury Technology Solutions : Accélérer la digitalité.
