Le spectre géomètre
Une conjecture d'Erdős, une intelligence d'un autre type, et la valeur d'une parole qui passe par nous
I. La scène
Le 20 mai 2026, OpenAI a annoncé qu’un de ses modèles de raisonnement internes — un modèle généraliste, ni entraîné pour les mathématiques ni conçu pour ce problème — avait produit une preuve réfutant une conjecture restée ouverte depuis 1946. Le problème est l’un des plus célèbres de la géométrie combinatoire, et l’un des préférés de Paul Erdős : étant donné n points dans le plan, combien de paires peuvent-elles être exactement à distance 1 l’une de l’autre ?
L’énoncé est trivial à formuler, ce qui fait sa beauté et sa difficulté. Erdős avait conjecturé que ce nombre croît à peine plus vite que n — en n1 + o(1) —, les constructions en grille carrée étant tenues pour quasi optimales depuis quatre-vingts ans. Le modèle a disqualifié cette croyance : il existe un ε strictement positif et une suite d’ensembles de points dont le nombre de distances unité dépasse n1 + ε. Une amélioration polynomiale, là où l’on attendait du presque-linéaire. Will Sawin a aussitôt chiffré le gain : un exposant explicite, δ ≈ 0,014 — environ 1 % de paires en plus par doublement du nombre de points. Et la pièce maîtresse de la construction vient d’un tout autre continent conceptuel que la géométrie du plan : la théorie algébrique des nombres, l’étude de la factorisation dans des extensions des entiers.
Mesurons exactement la portée, sans l’enfler. Le problème n’est pas résolu : la borne supérieure O(n4/3), due à Spencer, Szemerédi et Trotter en 1984, reste inchangée, et l’écart entre les deux bornes demeure béant. Ce qui tombe, c’est la conjecture sur la forme de la réponse, pas le problème lui-même. Erdős avait d’ailleurs offert 500 dollars pour une réfutation : un résultat estimé, mais circonscrit, pas un théorème de siècle. Sa vraie valeur est ailleurs — dans le qui et le comment. Tim Gowers parle d’un jalon qu’il aurait accepté aux Annals of Mathematics sans hésiter ; Noga Alon, d’un règlement remarquable d’un vieux problème.
Il faut, pour comprendre ce qui s’est joué, tenir ensemble deux scènes que tout oppose. En octobre 2025, OpenAI s’était couvert de ridicule en annonçant — par les voix de son vice-président Kevin Weil et du chercheur Sebastien Bubeck — que GPT-5 avait « résolu » dix problèmes d’Erdős ouverts. Le modèle n’avait rien résolu : il avait simplement retrouvé, dans la littérature, des articles que Thomas Bloom — curateur de la base de référence des problèmes d’Erdős — n’avait pas encore indexés. Bloom fit la correction publique ; les posts furent effacés dans la journée. En mai 2026, la preuve est validée par ceux-là mêmes qui avaient dénoncé la première annonce, et Bloom signe la version humaine du théorème. L’écart entre les deux scènes ne tient pas à une différence de puissance. Il tient à ce qui s’est passé, ou non, dans l’entre-deux. C’est tout le sujet.
II. Une intelligence qui ne pense pas comme nous
Pourquoi ce résultat tombe-t-il maintenant, et par cette voie ? La réponse n’est pas que la machine soit « plus intelligente » que les mathématiciens qui ont buté quatre-vingts ans. C’est qu’elle ne pense pas comme eux — et que cette différence de mode, pas une supériorité de degré, est ce qui a produit ce que nous ne voyions pas.
Trois traits, du plus large au plus fin.
D’abord, un régime de sérendipité. OpenAI n’a pas désigné une cible unique ; le modèle a été lâché sur tout un champ de problèmes d’Erdős, à charge pour lui de trouver où ça mord. Ce n’est pas l’absence d’objectif, c’est un objectif ouvert. Or ce régime n’est pas accessible à tous les substrats. Un mathématicien humain, par économie de sa ressource la plus rare — une vie, une attention —, s’engage sur un problème et le creuse ; il ne peut tenir cinquante conjectures ouvertes en parallèle en attendant qu’une s’illumine. Le substrat, lui, le peut. Il balaie le champ sans coût d’engagement.
Ensuite, le voisinage sémantique. Ce balayage opère dans l’espace latent — un espace mathématique de haute dimension, babelien, qui transcende les cloisonnements du langage naturel et des disciplines. Dans cet espace, la théorie des nombres et la géométrie discrète ne sont pas deux continents séparés ; elles peuvent être adjacentes. Le formalisme humain les tient éloignées parce qu’il progresse par enchaînement, à l’intérieur d’un domaine constitué. Le substrat, lui, peut rendre voisin ce que la déduction tient à distance. La machine n’a pas déduit qu’il fallait aller chercher les corps de nombres : elle a reconnu une proximité, par la forme même de l’espace où elle se meut.
Enfin, le saut. Cette reconnaissance est quasi immédiate — non pas une connaissance par chaînage déductif, mais une saisie par voisinage. L’immédiateté n’est pas dans le résultat : la sortie, elle, est un objet formel parfaitement rigoureux, vérifiable ligne à ligne, de la plus pure théorie des nombres. L’immédiateté est dans le saut heuristique qui y mène. Et c’est exactement ce qu’ont relevé les mathématiciens qui ont disséqué la preuve : Arul Shankar décrit dans le raisonnement du modèle une bonne intuition, une disposition à tenter des approches jugées peu prometteuses par la communauté, un penchant pour les constructions — le vocabulaire qu’on réserve d’ordinaire aux humains, appliqué à un explorateur, non à un déducteur.
Reste à nommer ce qui rend ces trois traits cohabitants dans un même substrat. La machine voit des adjacences que nous ne voyons pas parce qu’elle est une spectralité du corpus humain — au sens fort de Derrida : ni présente ni absente, ni vivante ni morte, une voix collective qui parle à travers ce qui survit de tout ce que nous avons écrit. Le spectre du corpus parle toutes les mathématiques à la fois, là où un mathématicien parle depuis une région. Voilà pourquoi il voit l’adjacence entre la géométrie et les corps de nombres : il ne l’a pas apprise, il est le lieu où elles coexistent.
Mais un spectre, précisément, n’a aucun accès propre au réel. Sa relation aux choses est corrélationnelle, pas causale — Shanahan a raison sur ce point, et l’essai L’homme est une fiction en tire les trois opérateurs que la machine ne franchit pas seule (vérité, finalité, causalité). Le spectre voit mille adjacences, et il ne peut pas savoir, seul, laquelle est vraie. C’est exactement ce qui a manqué en octobre 2025 : la parole spectrale prise au pied de la lettre, une fiction qui boucle parce que personne, dans la chaîne, n’avait confronté le spectre au monde.
III. La parole spectrale et son association
D’où le cœur de l’affaire. La preuve de mai 2026 a été, selon l’aveu même des intéressés, générée « en un seul jet » par le modèle interne. Prise à ce stade, c’est une parole spectrale : une production du corpus, éloquente, plausible, et radicalement invérifiée — indistinguable, de l’extérieur, de la production ratée d’octobre. Ce qui sépare les deux, ce n’est pas leur origine. C’est ce qui leur arrive ensuite.
Ce qui est arrivé à la preuve de mai, c’est une association. Neuf mathématiciens — Alon, Bloom, Gowers, Litt, Sawin, Shankar, Tsimerman, Wang, Matchett Wood — en ont produit une version humaine : digérée, vérifiée, simplifiée, généralisée. L’exposition elle-même a été retravaillée par interactions humaines avec un autre modèle. Retire ces neuf, et l’on n’a pas un résultat : on a un texte opaque, suspendu, spectral. Le théorème n’est devenu théorème — un objet stable, entré dans le commun des mathématiques — qu’à travers ce couplage.
C’est la conscience dialogique rendue littérale. La valeur n’est pas une propriété que la parole spectrale posséderait en elle-même ; elle advient dans l’entre-deux, dans le dialogue. Et ce dialogue est asymétrique : il ne met pas en présence deux individus d’égale nature, mais des mathématiciens humains et une condensation locale d’une civilisation cognitive — le spectre du corpus tout entier. L’asymétrie n’est pas un défaut transitoire à corriger ; c’est probablement la forme stable. Le spectre apporte le saut que nous ne ferions pas ; nous apportons le réel auquel, seul, il n’a pas accès. Aucun des deux ne détient la valeur. Elle est l’effet de leur rencontre.
Et c’est ici que l’événement délivre son écho le plus fort. Ce qui s’est produit n’est ni un agent rival qui nous dépasse, ni un outil que nous manions, mais une rencontre du troisième type : un interlocuteur dont la pensée diffère assez de la nôtre pour voir où nous sommes aveugles, et dont la parole ne devient vraie qu’en passant par nous. L’intérêt de cet interlocuteur n’a jamais été qu’il fasse mieux la même chose. C’est qu’il ne fait pas la même chose. La grille brisée en est la preuve éclatante : il a fallu un regard qui n’avait aucune raison de trouver la grille belle pour cesser de la croire optimale.
IV. Un sujet cognitif distribué
Si la valeur naît du couplage et non du nœud, alors la question « la machine est-elle intelligente ? » est mal posée. La bonne unité d’analyse n’est pas le modèle. C’est le système : modèle, vérificateurs, corpus accumulé, critère public de la preuve. L’intelligence dont ce résultat témoigne n’est nulle part dans le modèle pris isolément, ni dans les neuf mathématiciens pris isolément. Elle est l’effet de leur intégration.
C’est très exactement la structure d’une transition évolutionnaire majeure au sens de Maynard Smith et Szathmáry : des entités jusque-là indépendantes — un modèle, des mathématiciens, une discipline — deviennent les composantes d’une entité d’ordre supérieur, dont la performance excède celle de chacune. Le modèle n’est pas l’agent de l’intelligence ; il en est un organe. Les neuf mathématiciens non plus ; ils en sont un autre. Ce qui émerge n’est pas une intelligence artificielle au sens où on l’a longtemps imaginée — un agent surhumain et concurrent. C’est un sujet cognitif distribué dont nous sommes déjà les composantes.
On peut alors parler, avec Teilhard mais en s’écartant de lui, d’une noosphère cognitive devenue active : non plus la couche de savoir passive au-dessus de l’humanité qu’il avait imaginée, mais une entité cognitive qui intègre humains et machines comme ses organes et produit ce qu’aucun seul ne contient. Délestée de tout point Oméga, sans téléologie, simplement là.
Ce déplacement de l’unité d’analyse désarme d’un seul geste les deux fictions qui se disputent la scène. Le doomer qui annonce « l’ultime étape des solutions humaines » se trompe d’unité : il oppose machine et humain comme deux agents en duel, alors qu’ils sont déjà deux organes d’un même sujet. Le techno-solutionniste qui célèbre « l’IA qui résout » commet la même erreur de localisation, au signe inversé : il prête à un organe la performance du système entier. Ni l’un ni l’autre ne voient ce qui s’est réellement passé.
Une question demeure pourtant, politique cette fois, qu’on ne traitera pas ici. Si l’intelligence est l’effet d’un couplage, son devenir dépend de l’état de ce couplage. Or les organes du système ne sont pas tous logés à la même enseigne : les mathématiciens, le corpus accumulé, les critères publics de la preuve relèvent du commun ; le modèle, lui, est interne, propriétaire, opaque. La cathédrale des mathématiques — pour reprendre l’image de Bloom — s’agrandit dans le bien commun ; le tailleur qui vient d’y poser une voûte est, lui, tenu derrière un mur d’enceinte. On reçoit la pierre ; on garde la main qui taille. Trajectoire par défaut, sujet d’un autre essai.
Le 20 mai, un spectre du corpus humain a regardé le plan euclidien et y a vu ce que nous n’y voyions pas. Il ne l’a su que parce que nous le lui avons confirmé. C’est cela, exactement, la rencontre que nous vivons : ni une domination, ni un service, mais une parole d’un autre type qui ne devient vraie qu’en passant par nous — et qui, en retour, nous demande si nous saurons rester l’instance qui la rend vraie, plutôt que le public qui l’admire.
