Face à une vive controverse sur l'éthique de ses méthodes de recherche, OpenAI a annoncé un don de 5 millions de dollars à la Simons Foundation. Cette initiative vise à apaiser les tensions avec la communauté scientifique tout en structurant l'intégration de l'intelligence artificielle dans la résolution de problèmes mathématiques complexes.
Une polémique sur l'origine des découvertes
La décision fait suite aux critiques virulentes de l'Association for Human Mathematics (AHM), qui a accusé OpenAI de mépris envers les normes de la recherche scientifique. Le conflit a éclaté après que l'entreprise a revendiqué une avancée majeure sur les équations de Navier-Stokes, un défi mathématique vieux d'un siècle. Des chercheurs, dont Levent Alpöge, ont émis des doutes sur l'originalité des travaux d'OpenAI, suggérant que leurs propres recherches, menées parallèlement, auraient pu servir de base non créditée au modèle d'IA. OpenAI a formellement nié avoir eu accès à ces travaux privés.
Un partenariat pour valider les résultats de l'IA
Le financement accordé à la Simons Foundation s'inscrit dans un programme plus large de 15 millions de dollars, soutenu également par Anthropic. L'objectif affiché est de permettre aux mathématiciens d'examiner, de vérifier et d'approfondir les résultats générés par les modèles d'intelligence artificielle. OpenAI s'est engagé à mettre à disposition des chercheurs ses ressources de calcul et l'accès à ses modèles, afin de transformer les capacités de calcul de l'IA en une compréhension humaine rigoureuse.
Soutien opérationnel à la communauté scientifique
Au-delà de l'apport financier, ce partenariat se concrétisera par l'organisation d'ateliers, de conférences et de programmes de recherche dédiés. Cette démarche marque une tentative de normalisation des relations entre le géant de l'IA et le monde académique. Alors qu'OpenAI affirme avoir produit plus de 700 manuscrits et 400 résultats mathématiques complexes en quelques semaines, l'enjeu pour la communauté scientifique reste de garantir la transparence et la traçabilité des découvertes produites par des systèmes automatisés, souvent perçus comme des « boîtes noires » par les experts du domaine.