Note : Ceci est une note de recherche complétant le livre L’ère de la post-pénurie, désormais disponible à l’achat. Ces notes approfondissent les concepts du texte principal. Commencez ici ou procurez-vous le livre.

La prime de vérifiabilité : quand la preuve remplace le diplôme

La question durable pour votre profession n’est pas de savoir si une machine peut faire le travail. C’est de savoir si quelqu’un peut vérifier la réponse sans vous croire sur parole.

Le reçu de 2 000 $

Le 1er août 2026, OpenAI a publié un article intitulé Ten Advances in Mathematics and Theoretical Computer Science. Dix problèmes, dont chacun était resté sans progrès depuis au moins dix ans, résolus par une version interne d’un modèle alors non publié appelé Astra, celui qui est sorti sous le nom de GPT-6 Astra le 3 septembre. Parmi eux : une réfutation de la conjecture de rigidité de Connes en algèbres d’opérateurs, et la première amélioration depuis les années 1970 des bornes sur la densité d’empilement des sphères en grande dimension.

La capacité est la moitié la moins intéressante de l’histoire. Les laboratoires annoncent des percées en permanence, et la réponse habituelle consiste à attendre qu’une personne diplômée y jette un œil et vous dise si ça tient. Ce n’est pas ce qui s’est passé ici. Chaque argument a été écrit en Lean 4, un vérificateur formel de preuves, et OpenAI a publié les certificats vérifiables par machine dans un dépôt GitHub public. Le résultat ne demande pas votre confiance. Il vous tend un fichier et vous invite à lancer le vérificateur vous-même.

OpenAI a mis un prix dessus : environ 2 000 $ de jetons au tarif public de GPT-5.6 Sol pour les dix preuves réunies. Noam Brown, l’un des chercheurs derrière les travaux de raisonnement sous-jacents, a livré les réserves de lui-même, ce que la plupart des annonces ne font pas. Ils ont essayé d’autres grands problèmes et ont échoué. « Malheureusement, pas de problème du prix du millénaire (pour l’instant). » Et ils n’ont pas engagé beaucoup de calcul sur un problème donné, si bien que 2 000 $ est la facture des victoires, pas le tarif des mathématiques.

Gardez le chiffre quand même, parce qu’un plancher reste un plancher. Dix résultats qu’une communauté de chercheurs n’avait pas produits en dix ans sont arrivés pour à peu près le prix d’une voiture d’occasion, et sont arrivés pré-vérifiés.

À quoi servait un diplôme depuis toujours

Un diplôme ne mesure pas le savoir. C’est une technologie de confiance, et comme toute technologie de confiance, il existe parce que vérifier directement la chose sous-jacente coûtait trop cher.

Vous ne relisez pas le travail de votre comptable. Vous ne pouvez pas évaluer les calculs de charge de votre ingénieur en structures. Vous n’avez aucun moyen de confirmer par vous-même que le radiologue a vu ce qu’il dit avoir vu. Alors, au lieu de vérifier le résultat, vous vérifiez un substitut : un diplôme, une certification, une licence, un historique, l’en-tête d’un cabinet. La société a bâti tout un appareil d’examens et d’ordres professionnels pour une seule raison : la vérification directe du travail d’un expert était historiquement plus difficile que l’examen de l’expert.

C’est un arrangement conditionnel, pas une loi de la nature. Il ne tient que tant que la vérification reste chère.

Le Seuil de Substitution définit le moment où le fournisseur fiable le moins cher d’un service cesse d’être humain, et le mot qui porte tout le poids de cette phrase est « fiable ». Un diplôme est la manière dont la fiabilité s’établit quand on ne peut pas inspecter le travail. Retirez cette contrainte, et le diplôme perd son emploi.

Un certificat Lean, c’est à quoi ressemble le retrait de cette contrainte. Il réduit « puis-je faire confiance à l’entité qui a produit cette preuve ? » à « le fichier compile-t-il ? ». La seconde question coûte quelques secondes de processeur et se moque de savoir si l’auteur était médaillé Fields, doctorant, ou un modèle sans date de sortie.

Deux coûts, un ratio

Chaque tâche de travail intellectuel porte deux prix : le coût de générer une réponse et le coût de la vérifier. Presque tout dans l’organisation d’une profession découle du rapport entre les deux.

Quand générer coûte cher et vérifier aussi, vous obtenez des guildes. Diplômes, licences, réputation, longs apprentissages, et toute la machinerie sociale du cautionnement. C’est la médecine, le droit, l’ingénierie des structures, l’audit.

Quand générer est bon marché et vérifier aussi, vous obtenez des marchés de commodités. Personne ne demande les diplômes d’un coursier, parce qu’on voit si le colis est arrivé.

L’IA fait s’effondrer le coût de génération dans tous les domaines depuis quatre ans. Cela seul ne dissout pas une profession, et c’est pourquoi le médecin et le comptable ont encore un emploi alors qu’un modèle lit déjà mieux qu’eux deux. Ce que l’article sur Astra démontre, c’est le second effondrement, dans les domaines où il s’applique : le coût de vérification qui tombe près de zéro et qui passe entre les mains des machines.

Là où les deux coûts s’effondrent ensemble, le prix est la seule variable qui reste. Il ne reste rien à faire pour un diplôme.

Quel travail a un certificat

Cela vous donne une règle de tri bien plus utile que « mon métier est-il créatif ? ». Demandez plutôt : mon résultat a-t-il un vérificateur ?

Le travail qui est déjà livré avec quelque chose comme un certificat :

• Le code, vérifié par une suite de tests, un système de types, un fuzzer, une compilation qui passe ou ne passe pas. C’est pourquoi le logiciel a ressenti le choc en premier, et pourquoi l’échelle des carrières de développeurs a perdu ses barreaux du bas avant toutes les autres.
• Les mathématiques formelles et la cryptographie, vérifiées par des assistants de preuve comme Lean.
• Les positions fiscales, vérifiées contre la loi, la jurisprudence, et à terme un contrôle.
• Les calculs de charge en structures, vérifiés par simulation et par une physique qui rend son verdict sans audience.
• Les modèles actuariels et financiers, vérifiés contre les résultats réalisés et les tests de résistance réglementaires.
• Les candidats-médicaments, vérifiés par des dosages et des essais, lentement et à grands frais, mais mécaniquement.

Le travail sans aucun vérificateur :

• Décider quel problème vaut la peine d’être résolu. Rien n’a vérifié qu’un humain a choisi les dix problèmes d’Astra.
• Juger si un client doit transiger ou se battre, quand les deux branches sont défendables.
• Dire à un patient ce qu’un diagnostic signifie pour la vie qu’il voulait réellement vivre.
• Fixer la fonction objectif en premier lieu, là où la loi de Goodhart dévore les organisations vivantes.
• Être la personne qui peut être tenue responsable quand la réponse s’avère fausse.

Ce dernier point est un pare-feu distinct, et la différence mérite d’être précise. Le vide de responsabilité soutient qu’une licence professionnelle vend de la responsabilité, un humain nommé que le système peut punir. Vérifiabilité et responsabilité ne sont pas le même bouclier. Un certificat Lean prouve qu’un théorème découle de ses axiomes. Il ne dit rien sur le fait que le théorème valait la peine d’être prouvé, et il n’y a personne à poursuivre si ce n’était pas le cas.

Une profession a donc deux choses qui tiennent la ligne, et elles cèdent indépendamment. Quand la vérifiabilité cède, votre travail peut être vérifié sans vous. Quand la responsabilité cède, personne n’a à en répondre. Là où la première s’effondre et où la seconde n’a jamais été exigée, la profession se vide vite. Là où la première s’effondre mais où la loi exige toujours un humain poursuivable, on garde l’humain et on réduit le poste à une signature.

Le domaine qui est passé en premier, et qui l’a dit tout haut

Les mathématiques sont le cas intéressant précisément parce qu’elles ont construit leur propre vérificateur et ont dû ensuite en vivre les conséquences.

La profession l’a vu venir. La Déclaration de Leyde sur l’intelligence artificielle et les mathématiques, publiée en juin 2026 à l’issue d’un atelier à l’université de Leyde et soutenue par l’Union mathématique internationale, avertit que la dépendance aux preuves générées par l’IA menace l’exactitude, la fiabilité et la vérifiabilité indépendante de la recherche mathématique. Elle ne demande pas d’interdiction. Elle demande à la communauté d’expliciter ses valeurs avant que les normes ne soient fixées par celui qui livre le plus vite. Plus d’un millier de personnes ont signé le premier jour. Terence Tao l’a approuvée sans réserve, en soulignant son appel aux mathématiciens à participer au débat public, et a noté qu’à l’ère de l’abondance des preuves, le domaine doit aussi parler de ce à quoi servent les mathématiques.

Timothy Gowers a assisté à l’atelier et a refusé de signer, moins par désaccord que par malaise devant l’assurance de plusieurs de ses affirmations. Son propre bilan est venu séparément, et plus personnellement. Après que GPT-5.6 Pro a résolu, du premier coup, des problèmes sur lesquels il avait lui-même travaillé, il a décrit la chose comme « pas particulièrement agréable de se voir retirer le tapis sous les pieds », tout en se réjouissant qu’ils soient résolus. Sa plus grande crainte ne concerne pas le crédit. C’est que la littérature enfle énormément en une décennie ou deux sans qu’il reste une communauté humaine qui la comprenne vraiment.

Tout le monde n’a pas vécu cela comme une perte. Abhishek Saha, mathématicien à Queen Mary University of London, a rapporté que dans son domaine les modèles de pointe sont déjà « au moins aussi bons qu’un doctorant solide et infatigable », et qu’il joue « de plus en plus le rôle de chef d’orchestre, plutôt que de cumuler celui de tout l’orchestre ». C’est la même restructuration que le livre décrit dans La Licorne Solo : un humain qui tient le goût pendant que le travail en dessous devient élastique.

Deux réactions, un domaine, le même mois. Les deux sont justes. Diriger un orchestre est un vrai métier, et une carrière de chef compte moins de chaises qu’un orchestre.

Septembre : ce que le certificat vérifie, et ce qu’il ne peut pas vérifier

Cinq semaines après l’article sur Astra, les deux plus grandes annonces de preuves de l’année sont tombées à quatre jours d’intervalle, et à elles deux elles tracent la frontière de la prime de vérifiabilité plus nettement que n’importe quel argument.

Le 4 septembre, Anthropic a rapporté qu’un essaim d’agents Claude, tournant largement sans surveillance pendant onze jours, avait produit la première preuve complète vérifiée par machine du dernier théorème de Fermat : 13 millions de lignes de Lean, 29 500 théorèmes intermédiaires dans la preuve finale, plus de cinq fois la taille de Mathlib, environ six milliards de jetons de sortie d’un modèle de recherche interne à peu près comparable à Claude Fable 5.1. L’apport humain s’est limité à quelques instructions de haut niveau. Kevin Buzzard, de l’Imperial College, qui détient une subvention de cinq ans pour formaliser le même théorème, a compilé lui-même le code, a lancé le comparateur, a lu chaque ligne qui n’était ni une définition ni une preuve pour s’assurer que rien n’était caché dans la machinerie, et a rapporté que ça tient. Son billet s’intitule « Anthropic m’a devancé ». Il a aussi consigné les réserves qu’un vérificateur ne peut pas formuler : mathématiquement, le résultat ne nous apprend essentiellement rien de neuf, puisque personne ne doutait de Wiles ; la preuve est probablement bien plus longue que nécessaire ; et elle couvre les exposants à partir de 17, en s’appuyant sur des formalisations antérieures pour le reste.

Remarquez ce qui a rendu digne de confiance onze jours de calcul sans surveillance. Ni l’assurance de l’essaim, ni la parole du laboratoire. Le noyau de Lean a vérifié chaque étape, et un humain ayant l’autorité de rejeter le résultat a quand même fait la vérification finale. C’est l’arrangement en deux parties que cet article décrit depuis le début : le vérificateur remplace le diplôme pour la question « cette preuve est-elle valide », et l’humain responsable reste pour les questions que le vérificateur n’entend pas.

Le 8 septembre, OpenAI a déclaré qu’environ 10 000 de ses agents avaient, en 88 heures environ, prouvé qu’un fluide lisse au repos peut développer une singularité en temps fini sous les équations de Navier-Stokes, l’un des problèmes du prix du millénaire de l’institut Clay, puis passé 17 heures de plus à écrire l’argument en Lean. Le certificat, de l’avis général, compile. C’est exactement là qu’il cesse d’être utile. La preuve a besoin d’une force extérieure qui pousse sur le fluide, une option que l’énoncé du problème rédigé par Charles Fefferman en 2000 autorise dans l’un de ses deux cas, tandis que le problème sans force, celui sur lequel le domaine travaille depuis des décennies, reste intact. Trois mathématiciens ont ensuite montré que l’explosion disparaît dès qu’on retire la force artificielle, et le verdict de Luis Silvestre est que le résultat ne répondra jamais au « problème de Navier-Stokes qui intéresse vraiment les mathématiciens ». Deux autres, Tristan Buckmaster et Levent Alpöge, affirment que leurs travaux non publiés sur les équations d’Euler, très proches, sont parvenus à OpenAI quelques jours avant le calcul et ont pu nourrir les consignes, ce qu’OpenAI dément. L’institut Clay dit seulement que le problème a « apparemment été réglé » et que son examen attendra une publication évaluée par les pairs.

Mettez les deux côte à côte. Les deux preuves portent un certificat Lean. L’une est acceptée ; l’autre est contestée sur tous les axes qui comptent. La différence n’est pas dans le vérificateur. Un certificat Lean répond à une seule question : cette preuve établit-elle cet énoncé à partir de ces axiomes. Il ne peut pas vous dire si l’énoncé est celui qui était demandé, si les hypothèses ont été choisies pour que la réponse sorte, ni de qui venait l’idée de l’approche. Ce sont les éléments de la liste sans vérificateur ci-dessus, choisir le problème et répondre du résultat, et la controverse de septembre est ce à quoi ressemble une réponse vérifiée par machine qui arrive avec ces deux questions en suspens. Le résumé de Terence Tao est celui à retenir : résoudre ces problèmes « n’est qu’un objectif intermédiaire au service de l’objectif premier, développer la compréhension et l’intuition mathématiques ». Le certificat couvre l’intermédiaire. La prime se déplace vers tout ce qu’il ne couvre pas.

La lecture post-pénurie

L’argument du livre n’a jamais été que l’IA finira par devenir assez bonne pour menacer l’emploi. C’est que la Falaise de l’Emploi arrive par la comptabilité, une tâche à la fois, partout où l’arithmétique bascule. La prime de vérifiabilité vous dit l’ordre de la file.

Trois choses en découlent.

Premièrement, la falaise atteint le travail diplômé plus tôt que ne le prédit l’histoire habituelle. La version rassurante de l’automatisation dit que le travail routinier part en premier et que l’expertise est à l’abri. Le vérificateur dit le contraire. La recherche mathématique a un vérificateur exceptionnellement bon, si bien qu’elle a reçu une facture publique attachée à une décennie de problèmes non résolus avant la plupart des tâches de bureau, puis a vu son théorème le plus célèbre formalisé en onze jours. Pendant ce temps, les données sur l’emploi montrent le déplacement concentré parmi les plus jeunes travailleurs, ceux dont le résultat était le plus facile à vérifier par un supérieur. L’exposition, c’est la vérifiabilité, pas l’ancienneté.

Deuxièmement, la prime qui survit porte sur le goût et sur le fait de répondre de ses actes. Si la machine peut chercher dur avec un vérificateur attaché, les contributions humaines rares sont de choisir quelle recherche lancer et d’assumer le résultat. C’est un nombre d’emplois plus petit que ce que la profession fait vivre aujourd’hui, et c’est une compétence réellement différente de celle pour laquelle la formation professionnelle optimise. Cela exige aussi ce sur quoi la conception avec un humain dans la boucle insiste sans relâche : une couche minimale de personnes responsables qui n’ont pas délégué la partie qui ne se délègue pas.

Troisièmement, c’est exactement pourquoi le plancher doit venir avant la transition, pas après. Un monde où les réponses vérifiées coûtent 200 $ pièce est un monde spectaculairement bon pour y vivre, à condition que votre capacité à manger ne dépende pas d’être la personne qui les vendait autrefois. La Fondation existe pour découpler la survie de cette dépendance. L’Ascension existe pour que les gens libérés de la vente de réponses vérifiées aient un endroit où placer leur ambition. L’alternative est une décennie où le coût de l’expertise s’effondre tandis que celui du loyer ne bouge pas.

La question à poser sur votre propre travail

Oubliez si l’IA peut « faire votre métier », question à laquelle personne ne peut répondre et sur laquelle tout le monde aime débattre. Posez la question plus étroite :

Si une machine produisait mon résultat demain, comment saurait-on s’il est juste ?

Si la réponse est « lancer les tests », « le confronter à la loi », « simuler la charge » ou « compiler la preuve », alors la technologie de confiance que vous vendiez a déjà un remplaçant sur le terrain, et le prix est le seul argument qui reste. Planifiez en conséquence, et déplacez-vous vers les parties du travail qu’aucun vérificateur ne couvre.

Si la réponse est « il faudrait faire confiance à la personne qui l’a produit », vous avez plus de temps. Non parce que la machine est moins bonne, mais parce que personne n’a encore construit le vérificateur.

Et si la réponse est « personne ne le saurait avant des années, voire jamais », vérifiez s’il s’agit d’expertise ou de quelque chose que la profession a pu se permettre de ne pas mesurer. Les deux se ressemblent de l’intérieur, jusqu’au jour où quelqu’un attache un vérificateur.

Articles connexes

• Le Seuil de Substitution - La ligne qui décide si vous avez un emploi, et pourquoi « fiable » est le mot qui porte tout
• Le vide de responsabilité - L’autre pare-feu : ce qu’une licence vend vraiment quand elle vend de la responsabilité
• La Licorne Solo - Un humain qui tient le goût pendant que le travail en dessous devient élastique
• AGI : où en sommes-nous en 2026 ? - La courbe de capacité derrière les reçus
• L’IA et les emplois de développeurs - La première profession à découvrir qu’elle avait un vérificateur
• L’IA qui orchestre l’IA - Pourquoi le vérificateur au bout d’une longue chaîne d’agents ne doit pas être un autre agent
• La Falaise de l’Emploi 2025-2030 - Pourquoi le déplacement arrive avant l’abondance
• La loi de Goodhart et la gouvernance de l’IA - Ce qui arrive quand le certificat mesure la mauvaise chose
• Service Civique - Ce que font les gens quand vendre des réponses vérifiées ne paie plus

La machine n’a pas pris les mathématiques. Elle a mis une étiquette de prix sur une phrase que les mathématiciens n’avaient jamais eu à tarifer : « J’aurais fini par y arriver. » Chaque profession dotée d’un vérificateur est la prochaine sur la liste pour la même facture. Lisez le livre ou commencez par le préambule.