Assessment of Evolving Large Language Models in Upper Secondary Mathematics
Cette étude démontre que l'évolution des grands modèles de langage a permis une progression rapide de leur maîtrise des mathématiques, passant d'une performance modérée à l'obtention de scores quasi parfaits à l'examen de fin d'études secondaires finlandais, soulignant ainsi leur potentiel en tant qu'outils puissants pour soutenir l'enseignement des mathématiques.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous regardez une course où les coureurs ne sont pas des humains, mais différentes versions de « super-cerveaux » (des modèles de langage étendu ou LLM). La piste sur laquelle ils courent est l'examen de mathématiques du lycée finlandais, un test notoirement difficile qui détermine si les élèves peuvent entrer à l'université.
Voici l'histoire de la façon dont ces coureurs numériques ont évolué, passant de débutants hésitants à des champions parfaits, sur la base de l'article de recherche.
La ligne de départ : La phase « Bébé » (août 2023)
Au début de la course, les coureurs d'IA étaient comme des étudiants qui venaient de commencer l'algèbre.
- Le Coureur : Une version précoce de GPT-4 d'OpenAI.
- Le Résultat : Il a obtenu un score de 64 sur 120. Dans le système de notation finlandais, c'est une note de passage, mais une note basse (note « E »). C'était comme un étudiant qui réussissait sa classe, mais de justesse.
- Le Compétiteur : Le « Bard » de Google était encore plus en retrait, avec un score de 34 (note « C »), ce qui équivaut à un étudiant qui a échoué à l'examen.
À ce stade, l'article note que ces modèles d'IA étaient bons pour les choses simples mais peinaient avec la logique complexe requise pour les mathématiques du lycée. Ils étaient comme des calculatrices qui oubliaient parfois de multiplier.
Le montage d'entraînement : Devenir plus intelligent (fin 2023 – début 2024)
Les chercheurs sont revenus quelques mois plus tard. Les coureurs d'IA s'étaient entraînés intensément.
- L'Amélioration : L'IA a appris à utiliser des outils, plus précisément un langage de programmation appelé Python. Imaginez que le coureur puisse soudainement utiliser un vélo de haute technologie au lieu de simplement courir à pied.
- Le Résultat : Fin 2023, le coureur GPT-4 a bondi à 93 sur 120, obtenant la note maximale (« L »). Il pouvait désormais résoudre des problèmes de géométrie complexes impliquant l'espace 3D, qu'il trouvait auparavant impossibles.
- L'Écart : Cependant, tous les coureurs ne progressaient pas à la même vitesse. Début 2024, une version gratuite de l'IA de Google était encore coincée au milieu du peloton, tandis que les versions payantes de l'IA d'OpenAI et de Microsoft menaient la course.
La ligne d'arrivée : L'ère « Superhumaine » (janvier 2025)
Au moment où les chercheurs ont lancé le test final au début de 2025, la course avait totalement changé. Les coureurs d'IA ne se contentaient pas de concourir ; ils brisaient le tableau des scores.
- Les Nouveaux Champions : Deux nouveaux coureurs, DeepSeek R1 et o3 d'OpenAI, ont franchi la ligne d'arrivée avec un score parfait de 120 sur 120.
- La Signification : Ces modèles n'ont pas seulement réussi l'examen ; ils ont obtenu des scores plus élevés que presque tous les étudiants humains de l'histoire. En fait, si ces modèles d'IA étaient de vrais étudiants postulant aujourd'hui dans des universités finlandaises, ils seraient acceptés dans les programmes les plus compétitifs (comme la médecine ou l'ingénierie) et seraient probablement classés tout en haut du bassin de candidats.
Comment sont-ils devenus si rapides ? (La recette secrète)
L'article explique que ces modèles n'ont pas seulement « mémorisé » plus de mathématiques. Ils ont changé leur façon de penser.
- Chaîne de pensée (Chain of Thought) : Imaginez un humain résolvant un puzzle difficile. Il ne se contente pas de deviner la réponse ; il marque une pause, réfléchit étape par étape, vérifie son travail et corrige ses erreurs s'il est bloqué. Les nouveaux modèles d'IA (comme « o1 » et « o3 » d'OpenAI) font la même chose. Ils simulent un « processus de réflexion » avant de répondre, ce qui leur permet de détecter leurs propres erreurs.
- Auto-correction : Les anciens modèles étaient comme un étudiant qui écrit une réponse et la rend immédiatement. Les nouveaux modèles sont comme un étudiant qui rédige un brouillon, réalise une erreur, réécrit la solution, et ensuite la rend. Cette pensée « délibérative » est ce qui leur a permis d'obtenir des scores parfaits.
L'essentiel
L'article conclut que le « cerveau mathématique » de ces outils d'IA a évolué incroyablement vite en seulement deux ans.
- Ce qu'ils peuvent faire : Ils peuvent désormais résoudre des examens de mathématiques difficiles et à enjeux élevés mieux que l'étudiant humain moyen, atteignant souvent des scores parfaits.
- Ce que l'article demande ensuite : L'article ne prétend pas que ces IA sont prêtes à être des enseignants. Il demande : Juste parce qu'ils peuvent résoudre le problème parfaitement, peuvent-ils réellement l'expliquer à un étudiant confus de manière utile ? L'article suggère que si la partie « résolution » est maîtrisée, la partie « enseignement » est le prochain grand défi.
En bref : L'IA est passée d'un étudiant en difficulté à un génie des mathématiques en un temps record, mais la question est maintenant de savoir si elle peut être un bon tuteur.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.