leurs arguments
1
Pour eux, les entreprises d'IA tendent à considérer les grands problèmes mathématiques comme des benchmarks : un problème célèbre existe → une IA le résout → on peut annoncer une nouvelle performance du modèle.
Or, pour les signataires, résoudre un problème n'est pas le but ultime des mathématiques. C'est un moyen permettant d'obtenir quelque chose de plus important : compréhension conceptuelle, nouvelles méthodes, nouvelles idées, transmission de ces idées aux autres mathématiciens et formation de la génération suivante. Résoudre le problème n'est qu'un maillon de cette chaine (certes le maillon "final")
Ils craignent qu'on arrive à une situation où l'IA produit :
problème → solution correcte → problème suivant → solution → problème suivant...
alors que la science humaine fonctionne plutôt comme :
problème → recherche → discussion → erreurs → nouvelles idées → compréhension → publication → enseignement → nouvelles recherches.
C'est cette deuxième chaîne qu'ils veulent préserver.
2
ils pensent que les maths ne sont que le début
Pour eux, ce qui arrive aux mathématiques pourrait préfigurer ce qui arrivera à beaucoup d'activités intellectuelles : l'IA devient extrêmement bonne pour optimiser ce qu'on utilisait jusque-là comme mesure du travail, alors que cette mesure n'était pas nécessairement la finalité du travail.
Par exemple :
résoudre des problèmes ≠ toute la finalité des mathématiques.
De la même manière, on pourrait imaginer :
produire un texte ≠ toute la finalité de la littérature ;
produire du code ≠ toute la finalité de l'ingénierie ;
obtenir un diagnostic ≠ toute la finalité de la médecine.
