Pr.Naceur Ammar : Quelles mathématiques ferons-nous lorsque certaines étapes du raisonnement pourront être assistées par des machines ?

L’IA n’a pas attendu les mathématiques pour révolutionner son monde. Pourtant, ces deux-là entretiennent une relation intime. D’un côté, les maths permettent de comprendre, d’améliorer, et de pousser la technologie. En sens inverse, l’IA fournit de formidables cas concrets à l’enseignement et à la recherche. L’IA peut-elle raccrocher les élèves qui boudent les maths à l’école ? Les maths éclaireront-elles la boîte noire de l’IA ? Les explications du Pr. Naceur Ammar Ingénieur X-Mines, ancien directeur de Sup’Com Tunis et ancien ministre qui animera ce mercredi 7 octobre 2026 une grande rencontre autour  de « Mathématiques, Ingénierie et IA »  à l’ Institut Préparatoire aux Études Scientifiques et Techniques (IPEST)  relevant de l’Université de Carthage

Univers.news :Quelle est la relation entre les mathématiques et l’intelligence artificielle ? Comment sont utilisées les mathématiques dans l’intelligence artificielle ? À quoi servent-elles ?

Naceur Ammar : Les mathématiques constituent le langage fondamental de l’IA. Lorsqu’une intelligence artificielle reconnaît une image, traduit un texte, fait une prédiction ou génère une réponse, elle s’appuie en réalité sur des algorithmes issus des mathématiques.

L’algèbre linéaire permet de représenter les données sous forme de vecteurs et de matrices. Les probabilités et les statistiques permettent de gérer l’incertitude et d’apprendre à partir des données. Le calcul différentiel et l’optimisation permettent d’entraîner les modèles en ajustant leurs paramètres afin de réduire leurs erreurs. D’autres domaines comme la théorie de l’information, la logique ou la théorie des graphes interviennent également.

Les mathématiques ne servent donc pas uniquement à effectuer des calculs. Elles permettent surtout de modéliser un problème, de comprendre le fonctionnement d’un système, de mesurer ses performances et d’en identifier les limites.On pourrait résumer ainsi : les données sont la matière première de l’IA, l’informatique lui donne sa puissance d’exécution, et les mathématiques lui donnent sa structure.

 Faut-il absolument maîtriser les maths pour apprendre l’IA ?

Tout dépend de ce que l’on entend par « apprendre l’IA ».Aujourd’hui, on peut utiliser des outils d’intelligence artificielle ou développer certaines applications sans avoir un niveau très avancé en mathématiques. Les bibliothèques informatiques prennent en charge une grande partie des calculs.

Mais si l’on veut réellement comprendre les modèles, savoir pourquoi ils fonctionnent, les améliorer, en créer de nouveaux ou faire de la recherche, les mathématiques deviennent indispensables.Il ne faut cependant pas en faire une barrière. Il n’est pas nécessaire de maîtriser toutes les mathématiques avant de commencer à apprendre l’IA. On peut apprendre progressivement les notions nécessaires : probabilités, statistiques, vecteurs, matrices, fonctions, dérivées, optimisation.

Le plus important est peut-être moins de connaître beaucoup de formules que d’acquérir une manière de raisonner : savoir poser un problème, formuler des hypothèses, analyser un résultat et garder un esprit critique.

 Plusieurs mathématiciens parlent déjà de leur propre « fin », de leur « destruction », de leur « mort ». Entre fascination et inquiétude : quel avenir pour les mathématiques ?

Je ne pense pas que nous assistions à la mort des mathématiques. Nous assistons plutôt à une transformation profonde de la manière de faire des mathématiques.L’intelligence artificielle pourra probablement automatiser une partie croissante du travail : effectuer des calculs, tester des conjectures, rechercher des contre-exemples, explorer un grand nombre de cas ou proposer certaines étapes d’une démonstration.C’est évidemment fascinant, mais également déstabilisant.

Cependant, les mathématiques ne se résument ni au calcul ni même à la démonstration. Faire des mathématiques, c’est aussi poser les bonnes questions, inventer des concepts, identifier les problèmes intéressants, relier différents domaines et comprendre la signification profonde d’un résultat.

Le véritable risque serait que nous cessions progressivement de comprendre les raisonnements simplement parce qu’une machine peut nous fournir une réponse.Il faut donc distinguer deux choses : utiliser l’IA comme un outil qui augmente les capacités du mathématicien peut être extraordinairement fécond ; abandonner à la machine le raisonnement et la compréhension serait beaucoup plus problématique.

L’avenir sera probablement celui d’une collaboration entre l’intelligence humaine et l’intelligence artificielle. La machine pourra explorer rapidement un espace immense de possibilités, tandis que l’être humain conservera un rôle essentiel dans la créativité, l’interprétation, le choix des problèmes et le jugement scientifique.

La question n’est donc peut-être pas : « L’IA va-t-elle tuer les mathématiques ? », mais plutôt : « Quelles mathématiques ferons-nous lorsque certaines étapes du raisonnement pourront être assistées par des machines ? »

L’IA va-t-elle remplacer les ingénieurs ? Va-t-elle rendre inutiles les études d’ingénieur ?

Je ne pense pas que l’IA rende les ingénieurs inutiles. En revanche, elle va profondément transformer leur métier.Une partie du travail pourra être automatisée : génération de code, calculs, simulations, documentation, recherche de solutions techniques ou optimisation de certains paramètres.Mais le métier d’ingénieur ne consiste pas simplement à exécuter des calculs.

Un ingénieur doit comprendre un problème réel, prendre en compte des contraintes techniques, économiques, humaines et environnementales, évaluer les risques, faire des choix et assumer la responsabilité de ces choix.

Une intelligence artificielle peut proposer plusieurs solutions. Il faut encore quelqu’un capable de déterminer laquelle est réellement réalisable, sûre, pertinente et adaptée au contexte.

Les études d’ingénieur ne vont donc pas devenir inutiles. Elles devront probablement évoluer en mettant davantage l’accent sur ce que l’IA remplace difficilement : la compréhension scientifique, la capacité de modélisation, la créativité, l’esprit critique, le jugement et la capacité à résoudre des problèmes complexes.

L’ingénieur de demain sera certainement un ingénieur qui saura travailler avec l’intelligence artificielle.

Mais celui qui se contentera d’accepter automatiquement les réponses de l’IA sans les comprendre sera beaucoup plus vulnérable.

 Une question revient souvent dans les familles : mon enfant est attiré par l’ingénierie, mais il est en difficulté en maths. Faut-il renoncer ?

Non, certainement pas uniquement pour cette raison.Être en difficulté en mathématiques à un moment donné ne signifie pas que l’on est incapable de devenir ingénieur.Il faut d’abord comprendre l’origine de la difficulté. Cela peut venir de lacunes accumulées, d’une mauvaise méthode de travail, d’un manque de confiance, d’un enseignement trop abstrait ou simplement du fait que l’élève n’a pas encore compris l’utilité de certaines notions.

Beaucoup d’élèves découvrent d’ailleurs les mathématiques autrement lorsqu’elles sont appliquées à l’informatique, à la physique, à l’électronique ou à des problèmes concrets.Il faut cependant être clair : la plupart des études d’ingénieur nécessitent un socle mathématique sérieux. Les difficultés ne doivent donc pas être ignorées ; elles doivent être prises en charge.

La bonne question n’est pas seulement : « Mon enfant est-il bon en maths ? »La véritable question est : « Est-il prêt à travailler, à comprendre ses erreurs et à reconstruire progressivement ses bases ? »

                           Mohamed Sélim