Ressources autour de l’IA

Une sélection de ressources sur l’usage de l’intelligence artificielle en mathématiques, dans la recherche et dans l’enseignement supérieur.

Outils fournis par l'université

Accessibles avec votre compte Adonis via la fédération Éducation-Recherche, ces solutions permettent d’utiliser l’IA dans un cadre maîtrisé, avec une attention particulière portée à la confidentialité des données.

Quatre outils sont disponibles selon vos besoins :

1. Assistant DINUM / LaSuite
Un assistant conversationnel pour rédiger, reformuler, résumer et analyser des documents. C’est le point d’entrée recommandé pour les usages quotidiens.

2. AristoTchat
Une interface permettant d’explorer et de comparer plusieurs modèles d’IA afin de choisir celui qui convient le mieux à chaque tâche.

3. ILaaS : configurer une application
Un service permettant de connecter des outils comme OpenCode ou Claude Code à des modèles d’IA souverains.

4. ILaaS : développer avec une API
Une solution destinée aux développeurs souhaitant intégrer des modèles d’IA dans leurs logiciels, automatisations et services numériques.

Vous pouvez retrouver le détail des outils et leurs modalités d’accès sur notre page dédiée :
👉 Découvrir l’offre

Cadre institutionnel et bonnes pratiques

Université Paris-Saclay — Charte d’usage de l’IA générative
La charte de l’Université Paris-Saclay consacrée à l’usage responsable de l’intelligence artificielle générative dans l’enseignement, la recherche et les activités académiques.
https://www.dataia.eu/sites/default/files/Charte%20d'usage%20de%20l'IA%20ge%CC%81ne%CC%81rative%20UP%20Saclay%20-%202025.pdf

Déclaration de Leiden sur l’IA et les mathématiques
Une déclaration consacrée aux principes, aux valeurs et aux pratiques qui devraient accompagner l’usage de l’intelligence artificielle au sein de la communauté mathématique.
https://leidendeclaration.ai/

Académie des sciences — Intelligence artificielle
Recommandations sur l’usage de l’IA dans les publications scientifiques.
https://comptes-rendus.academie-sciences.fr/page/intelligence-artificielle/

INRAE — Guide du bon usage de l’IA générative
Bonnes pratiques pour un usage responsable de l’IA générative.
https://science-ouverte.inrae.fr/fr/offre-service/fiches-pratiques-et-recommandations/guide-du-bon-usage-des-assistants-base-dintelligences-artificielles-generatives#note%205

Ioana Galleron — Usage de l’IA dans les publications scientifiques
Recommandations pour déclarer l’usage de l’IA dans une publication.
https://shs.hal.science/halshs-04756419/document

Positionnement de la section 02 (informatique) du Comité National du CNRS
https://www.cn2.fr/note-relative-a-lutilisation-des-ias-generatives/

IA et recherche mathématique

Summit on PhD Math Education in the Age of AI

https://cmsa.fas.harvard.edu/aimathphd_summit/

Responsible Release of AI-Generated Mathematics

https://agmai.org/general-sep29/

Proofs and Prompts
Un blog de la communauté mathématique consacré à l’IA et aux transformations qu’elle entraîne dans la recherche et la pratique des mathématiques.
https://proofsandprompts.com/

David Bessis — « The Fall of the Theorem Economy »
Un essai sur la place du théorème dans l’organisation de la recherche mathématique et sur la manière dont les progrès de l’IA pourraient transformer cet équilibre.
https://davidbessis.substack.com/p/the-fall-of-the-theorem-economy

Terence Tao — « Mathematics in the Age of AI »
Le point de vue de Terence Tao sur l’évolution de la recherche et de la pratique des mathématiques à l’ère de systèmes d’intelligence artificielle de plus en plus performants.
https://arxiv.org/abs/2608.16753
https://teorth.github.io/tao-web/slides/math-2-0-caltech-2026.pdf

Association for Human Mathematics (AHM)
Propose, entre autres, des recommandations pour les études doctorales
https://www.ahmath.org/recommendations

Étude de cas

OpenAI — Navier–Stokes Solution
La présentation par OpenAI de ses travaux autour du problème de Navier–Stokes et du rôle joué par les systèmes d’IA dans le processus mathématique.
https://openai.com/index/navier-stokes-solution/

Tristan Buckmaster et Levent Alpöge — Déclaration
La déclaration des chercheurs Tristan Buckmaster et Levent Alpöge, qui présente leur point de vue sur ces travaux, la collaboration entre chercheurs et IA, ainsi que les questions de vérification et d’attribution scientifique.
https://cims.nyu.edu/~tristanb/statement.pdf

Open AI catalog research
https://github.com/openai/math/blob/main/overview.pdf

Benchmarks des modèles

FrontierMath — Epoch AI
Un benchmark destiné à évaluer les performances des modèles d’IA de pointe sur des problèmes mathématiques difficiles, notamment des problèmes de niveau recherche.
https://epoch.ai/frontiermath/tiers-1-4?view=graph&tab=release-date&tier=Tier+4+%28v2%29

Formation et enseignement supérieur

MIT — Rapport sur l’IA et l’éducation
Un rapport consacré aux conséquences de l’intelligence artificielle pour l’enseignement, l’apprentissage, l’évaluation et la formation à la recherche.
https://aiandeducation.mit.edu/report/

OCDE — Policies Supporting Responsible and Systematic GenAI Adoption in Higher Education
Un rapport de l’OCDE sur les politiques et les approches institutionnelles permettant une intégration responsable et systématique de l’IA générative dans l’enseignement supérieur.
https://www.oecd.org/content/dam/oecd/en/publications/reports/2026/07/policies-supporting-responsible-and-systematic-genai-adoption-in-higher-education_0f8d9b9f/c4e5621f-en.pdf