Aller au contenu
REGARD
  • Contribuez
  • Accueil
  • Regard, la lettre
  • Les Albums
  • Son/Image
  • Archives
RO/FR

Entretien réalisé le lundi 19 octobre dans la matinée, par téléphone et en roumain.


En février 2025, quelques jours après un sommet international sur l’intelligence artificielle (IA) accueilli par la France, nous avions interrogé Ionel Popescu, professeur à la Faculté de mathématiques et d’informatique de l’université de Bucarest*. Plus d’un an s’est écoulé, il fait aujourd’hui le point sur son rapport à l’IA et sur la façon dont il perçoit son développement…

Dans quelle mesure l’intelligence artificielle modifie votre façon d’enseigner et l’enseignement en général ?

Mathématicien de formation, je me suis beaucoup penché, notamment lors de mon expérience aux États-Unis, sur l’apprentissage automatique (« machine learning » – ndlr) qui est à la base de l’intelligence artificielle. C’est un domaine passionnant, des mathématiques très différentes de celles que l’on pratiquait il y a vingt ou trente ans. Cela étant, jusqu’à un certain point, la manière d’enseigner devrait demeurer ancrée dans ce qu’elle a toujours été. Car l’intelligence artificielle et ses moteurs linguistiques comme ChatGPT, Claude ou Gemini ne sont utiles qu’à partir d’un certain niveau. Pour en profiter pleinement, les jeunes doivent continuer d’apprendre les bases. L’accès à ces outils est tellement écrasant que ceux qui ne comprennent pas les fondamentaux seront complètement perdus. On peut faire une analogie avec l’arrivée de l’ordinateur. Avant, il y avait pléthore de mathématiciens experts en arithmétique, en logarithmes ou racines carrées. Avec l’ordinateur, tout s’est mécanisé ; mais la table de multiplication est restée fondamentale. C’est comme si nous considérions qu’apprendre à marcher ne sert plus à rien étant donné qu’il y a la voiture… Il est donc essentiel d’inculquer la même éducation fondamentale aux enfants, comme la compréhension des petits et des grands nombres. À l’aide d’une calculatrice, il est possible de voir très vite à quel point un nombre est grand, mais cela ne nous apprend rien si nous ne sommes pas capables d’estimer son ordre de grandeur. Sans cela, impossible de prendre la mesure de la dimension du monde dans lequel nous vivons et de se repérer à l’intérieur, à l’image de la cartographie qui utilise la multiplication des très grands nombres. Transmettre la multiplication, la division, la géométrie, la trigonométrie, les nombres complexes et les intégrales demeure incontournable.

* https://regard.ro/ionel-popescu/

D’après vous, en quoi l’IA peut-elle être utile, mais également dangereuse ?

Au-delà de se poser la question de savoir si les outils de type LLM (grands modèles de langage – ndlr) sont dignes de confiance, il faut bien admettre qu’ils fournissent désormais des démonstrations complètes qui auparavant prenaient des années de travail. Tout cela nécessite une adaptation. Dans mes cours, nous utilisons l’IA à titre expérimental mais, à la place d’examens écrits en master, l’évaluation consiste désormais en un oral. J’interroge les élèves sur les consignes qu’ils ont pu passer à des LLM afin d’évaluer s’ils savent quoi demander. La question n’est pas de savoir si une réponse est correcte ou non, mais de comprendre d’où elle vient. D’après mes expériences, ceux qui veulent réellement apprendre en menant des recherches avec ces outils en retirent énormément de bonnes choses. Pour ceux qui ne font que s’appuyer dessus sans comprendre leur logique, cela renforce leur ignorance ; les réponses fournies ne leur disent rien. Par ailleurs, l’IA a démocratisé l’accès à l’information, et se forger une opinion sur un sujet plutôt élémentaire se fait très vite. Même chose pour ce qui est de compiler des documents à partir d’une multitude de sources en un temps record au lieu de passer sa journée à la bibliothèque. Cependant, d’un autre côté, pour ce qui est du domaine des mathématiques, le côté toxique réside dans le fait que l’IA fournit des démonstrations qui, bien que correctes, ne ressemblent plus à une démonstration humaine. Nous n’en saisissons plus les éléments clés, les étapes fondamentales et les intuitions qui se cachent derrière. Pour l’instant, ces LLM ne recourent pas aux outils que nous, les humains, utilisons. En résumé : ils fournissent une démonstration, mais n’aident pas forcément à la comprendre. C’est comme si pour atteindre le sommet d’une montagne, la machine vous faisait passer en ligne droite sous le téléphérique au lieu de prendre un sentier conçu sur d’autres critères que la rectitude. Autre écueil : la surenchère de contenus. Il est désormais très facile d’écrire des articles en recherche fondamentale et leur nombre explose. Sauf qu’on ne les lit plus forcément car on n’en comprend pas le contenu ; il s’agit simplement d’un assemblage d’informations qui, faute de passer par un filtre humain, n’ont pas forcément de sens, voire sont fausses. Le souci est que leur auteur n’a plus envie de s’attarder à les réorganiser, ni même de les relire. De fait, il y a actuellement une crise dans le domaine de l’édition. Exemple, la revue Bernoulli de statistiques et de probabilités a suspendu tout traitement de nouvelles soumissions du 21 octobre au 8 novembre, et elle n’est pas la seule.

Comment voyez-vous l’avenir de l’informatique ? 

Il est clair que la partie programmation disparaît très vite, car tout se fait dorénavant via l’IA. Ce qui est surprenant, c’est que même mes collègues du département informatique se plaignent de ne pas comprendre les codes développés par Claude et ChatGPT, comme si c’était une autre langue. En prenant le chemin le plus court, ces codes ne cherchent pas forcément à être accessibles ; il s’agit de démonstrations qui ne sont pas naturelles pour l’humain en tout cas. J’espère que nous pourrons bientôt passer à un autre niveau de conceptualisation au sein duquel l’humain sera plutôt un architecte en chef, et ces outils seront des petits robots bâtissant ces architectures. Même chose en mathématiques : nous allons évacuer les aspects mécaniques et nous transformer en traducteurs confrontés à des problèmes de modélisation et de questions à formuler afin de comprendre les réponses qui nous sont fournies. Pour vous donner un exemple, ces dernières années, les régulateurs américains ont rappelé que l’utilisation de ces instruments dans le secteur bancaire aux États-Unis ne devait pas dispenser de fournir une justification humaine au refus d’accorder un prêt à un client. La raison : d’un point de vue mathématique, il n’y a pas de garantie qu’il y ait une logique absolument infaillible derrière la manière dont l’IA traite les différents paramètres pris en compte. Plus nous accorderons de capacités de décision à des instruments sophistiqués, plus il sera difficile d’établir avec certitude qu’ils ne feront pas de bêtises.

Propos recueillis par Benjamin Ribout (19/10/26).

Note :

En complément, ce documentaire d’Arte : « Intelligence artificielle – L’ultime invention humaine ? » (Allemagne/2026 – 89 minutes) : https://www.arte.tv/fr/videos/128061-000-A/intelligence-artificielle-l-ultime-invention-humaine/

Navigation de l’article

Publication précédente

Snjezana Milivojevic

Publication suivante

Stefan Bejan

REGARD

Contactez-nous :

ASOCIAȚIA REGARD, organisation de droit privé sans but lucratif. Siège social : rue Gheorghe Țițeica nr. 212-214, 3ème étage, salle 2, code postal 014475, secteur 2, Bucarest. Numéro au Registre des associations et fondations : 128/13.12.2016 – Code d’enregistrement fiscal : 36890716.

Droits réservés, Regard 2022–2026