Un casse-tête mathématique / Quelle est l'intelligence de l'IA ?

Résoudre pour x, 3x = 2x

x = 0

À première vue, la seule solution possible de l'équation est zéro.
3 x 0 et 2 x 0 sont tous deux zéro.
Toute autre valeur pour x est impossible.

Utiliser l'algèbre

En mathématiques, les équations algébriques nous obligent à les réorganiser de manière à ce que x soit d'un côté. Une façon de le faire est de diviser les deux côtés par x. Cela conduit à :

Maintenant, n'importe quel nombre divisé par lui-même est 1, mais : 1.5 <> 1.

x peut-il être 0 ?

Le problème est que si x était zéro,

Ce qui précède ne peut pas être défini car toute division par zéro est indéfinie en mathématiques.
Si vous divisez n'importe quel nombre par zéro sur une calculatrice, elle renvoie une erreur.

Qu'en pense l'IA ?

À considérer

1. L'IA a-t-elle résolu le casse-tête algorithmiquement ou par probabilité ?
2. L'IA a-t-elle expliqué sa solution en récupérant une réponse standard ou en utilisant la probabilité ?

1. L'IA a-t-elle résolu le casse-tête algorithmiquement ou par probabilité ?

Réponse courte : Elle l'a résolu algorithmiquement, pas probabilistiquement.

Pourquoi : L'équation 3x = 2x est un problème d'algèbre déterministe. Il n'y a qu'une seule manipulation mathématiquement valide :

$$3x-2x=0\Rightarrow x=0$$

Ceci est de l'algèbre symbolique pure. Il n'y a aucune inférence statistique, aucune mise en correspondance de motifs, aucune distribution de probabilité impliquée.

Même si les LLM opèrent en interne en utilisant la probabilité, lorsque la tâche est une manipulation algébrique bien définie, le modèle suit le modèle algorithmique appris pour résoudre les équations linéaires :

• isoler les termes
• soustraire les termes semblables
• résoudre pour la variable

Il ne s'agit pas de « deviner le mot suivant » au sens probabiliste ; il s'agit de reproduire la bonne procédure algébrique car cette procédure est fortement encodée dans son entraînement.

Donc :

Le puzzle lui-même est résolu algorithmiquement.

2. L'IA a-t-elle expliqué sa solution en récupérant une réponse toute faite ou en utilisant des probabilités ?

Réponse courte : Elle a expliqué la solution en utilisant la génération de motifs probabilistes, et non en récupérant une réponse stockée.

Pourquoi : Les LLM ne stockent pas de réponses ou de modèles fixes. Ils n’ont pas de « réponse standard » pour « 3x = 2x ».

Au lieu de cela, ils génèrent chaque phrase en prédisant le prochain jeton en fonction de :

• modèles mathématiques appris lors de la formation
• la structure de votre question
• le style que vous aviez demandé précédemment
• le contexte conversationnel

Ainsi, l’explication est produite de manière probabiliste — mais guidée par les solides modèles mathématiques que le modèle a appris.

C’est pourquoi :

• l’algèbre est correcte
• l’explication est adaptée à votre formulation
• le style correspond à la version raffinée que vous aviez demandée hier

Ce n’est pas de la récupération. C’est de la génération probabiliste contrainte par des règles mathématiques apprises.

Donc :

L’explication est générée de manière probabiliste, et non récupérée.

J K Mullins
The Book Hook Online
4 octobre 2026

Pour en savoir plus

1. Comment nous sommes arrivés à l'IA moderne et ce que cela signifie vraiment
2. Mon résumé IA
3. Université d’Oxford – L’IA est-elle aussi intelligente qu’elle en a l’air ?

---

Explorez nos collections créatives sur Etsy – inspirées par les histoires que vous aimez.