GPT-5.6 Sol Pro, le modèle d’OpenAI, a permis à un professeur de statistiques de l’Université de Pennsylvanie de résoudre en environ 90 minutes une question ouverte vieille de trente ans sur la méthode Benjamini-Hochberg, là où son prédécesseur GPT-5.5 avait échoué après plus de 20 heures de calcul.
Un problème vieux de 30 ans sur les tests statistiques
Quand des chercheurs testent des milliers d’hypothèses simultanément, par exemple en scannant le génome humain à la recherche de gènes liés à une maladie, ils se heurtent à un problème : plus on multiplie les tests, plus les faux positifs s’accumulent. En 1995, les statisticiens Yoav Benjamini et Yosef Hochberg ont développé une méthode pour limiter ces faux positifs, aujourd’hui utilisée dans de nombreux champs scientifiques et citée plus de 130 000 fois.
Benjamini et Hochberg avaient démontré que leur méthode fonctionnait avec des données indépendantes. Mais dans la réalité, les données sont souvent corrélées — des variantes génétiques par exemple, quand certaines positions du génome sont fréquemment héritées ensemble. Pendant des décennies, les experts ont supposé que la méthode restait fiable même avec des données corrélées et normalement distribuées. Personne ne l’avait démontré.
Un résultat théorique, pas encore pratique
Selon The Decoder, Edgar Dobriban, professeur associé à la Wharton School de l’Université de Pennsylvanie, a utilisé GPT-5.6 Sol Pro pour construire un modèle statistique où le taux réel de faux positifs dépasse bien le seuil visé, une hypothèse ensuite confirmée par simulation. Dobriban précise que l’écart mesuré reste « relativement faible (0,104 contre 0,1) », ce qui rend la portée du résultat surtout théorique pour l’instant : cela ne signifie pas que la méthode Benjamini-Hochberg est globalement inutilisable au quotidien.
Une avancée qui bouscule les mathématiciens
Ce qui frappe les statisticiens, c’est la vitesse : GPT-5.6 Sol Pro a mis environ 90 minutes, contre plus de 20 heures de travail avec plusieurs agents pour GPT-5.5, sans résultat concluant. « La progression des capacités est bien réelle. Une époque passionnante », écrit Dobriban. Will Fithian, statisticien à Berkeley, a qualifié la conjecture réfutée de « problème ouvert le plus intéressant » de son domaine, et le résultat de marqueur de progrès de l’IA « dont les conséquences dépasseront largement les mathématiques ».
Comme dans des cas similaires observés en mathématiques, la solution semble combiner des approches déjà connues plutôt qu’inventer une méthode entièrement nouvelle. Dobriban juge la combinaison inhabituelle, mais le résultat final « pas particulièrement surprenant » une fois la démonstration posée.
Qu’a résolu GPT-5.6 Sol Pro ?
Le modèle a permis de démontrer que la méthode statistique Benjamini-Hochberg, utilisée pour limiter les faux positifs dans les tests multiples, ne fonctionne pas toujours de manière fiable sur des données corrélées, contrairement à une hypothèse admise depuis 30 ans.
Qui a utilisé GPT-5.6 Sol Pro pour ce résultat ?
Edgar Dobriban, professeur associé à la Wharton School de l’Université de Pennsylvanie, a utilisé le modèle pour construire un contre-exemple, confirmé ensuite par simulation.
Ce résultat change-t-il l’usage de la méthode Benjamini-Hochberg au quotidien ?
Non : l’écart mesuré par rapport au seuil visé reste faible (0,104 contre 0,1), ce qui rend la portée du résultat surtout théorique pour l’instant, selon son auteur.