L'IA surpasse les mathématiciens par sa mémoire, pas son raisonnement
Original : AI has access to a vastly larger working memory than the human brain
Pourquoi c'est important
Requalifie les capacités de l'IA en maths, avec des implications pour la recherche et l'éducation.
Selon le chercheur Davide Piffer, l'avantage décisif de l'IA en mathématiques ne serait pas une intelligence supérieure, mais l'accès à une mémoire de travail symbolique quasi illimitée, là où le cerveau humain reste biologiquement restreint.
Dans une analyse publiée le 4 août 2026, Davide Piffer avance que les performances des systèmes d'IA en mathématiques s'expliquent moins par un raisonnement amélioré que par une capacité de mémoire de travail radicalement supérieure à celle du cerveau humain. Là où un mathématicien ne peut conserver simultanément qu'un nombre limité d'éléments en mémoire à court terme, un modèle d'IA peut maintenir dans sa fenêtre de contexte l'intégralité d'un problème, des centaines d'équations intermédiaires, plusieurs pistes abandonnées, des définitions et des contraintes. Piffer rappelle que la mémoire de travail humaine est biologiquement contrainte : multiplier deux nombres à trois chiffres de tête est difficile non par manque de logique, mais parce que préserver les résultats partiels épuise la capacité disponible. Les mathématiciens experts compensent par le « chunking » — reconnaître des structures familières comme un seul objet conceptuel — mais cette stratégie comprime l'information sans supprimer la limite. Des études citées, dont Alloway et Passolunghi (2011), montrent que la mémoire de travail prédit les performances mathématiques indépendamment du QI. L'IA, en disposant d'un espace symbolique externe quasi illimité, contourne cette contrainte fondamentale. Piffer conclut que l'IA serait moins un « Einstein électronique » qu'une machine amplifiant la mémoire, à l'image de von Neumann.