Scaling Accessible Mathematics on arXiv: HTML Conversion and MathML 4
Ce document rend compte des progrès réalisés en 2025–2026 dans le cadre de l'initiative expérimentale des articles HTML d'arXiv, en mettant en lumière les améliorations de fidélité portées par la communauté, les efforts de conversion à l'échelle du corpus, l'introduction de MathML 4 pour l'accessibilité, ainsi qu'un port en Rust de LaTeXML visant à améliorer les performances et à réduire les coûts.
Article original placé dans le domaine public sous CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). 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
La vue d'ensemble : Transformer les mathématiques « figées » en texte « vivant »
Imaginez que la plus grande bibliothèque mondiale de documents scientifiques (arXiv) soit actuellement remplie de livres imprimés avec une encre très spécifique et rigide. Ces livres ont une apparence belle et précise (PDF), mais si vous essayez de les lire avec un lecteur d'écran (pour les aveugles), de zoomer sur un tout petit schéma, ou de demander à un ordinateur de résumer les mathématiques, l'encre ne bouge pas. Elle est « figée ».
Les auteurs de ce document construisent un nouveau système pour transformer cette encre figée en « texte vivant » (HTML). Ce texte vivant peut s'adapter à n'importe quelle taille d'écran, être lu à haute voix par des ordinateurs et être compris par les moteurs de recherche. Leur objectif est de s'assurer que lorsqu'un scientifique rédige un article de mathématiques, il fonctionne pour tout le monde, et pas seulement pour les personnes ayant une vue parfaite et un navigateur spécifique.
Les quatre réalisations principales (les « points forts »)
1. Réparer les fuites (aide de la communauté)
Imaginez leur nouveau système comme un nouveau bateau lancé en 2023. Comme tout nouveau bateau, il présentait quelques fuites. Au cours de la dernière année, ils ont écouté les passagers (lecteurs et auteurs) qui ont signalé d'où l'eau s'infiltait. Ils ont réparé environ la moitié des 6 000 problèmes signalés. Ils travaillent maintenant à rendre le bateau suffisamment étanche pour que 90 % de tous les articles puissent naviguer sans couler.
2. L'étiquette « Intention » (apprendre aux ordinateurs à parler)
Les mathématiques sont difficiles à lire à haute voix pour les ordinateurs car les symboles peuvent signifier différentes choses. Par exemple, un petit « x » peut être une variable, un signe de multiplication ou une lettre.
- L'ancienne méthode : L'ordinateur devine, souvent se trompe et sonne de manière robotique ou confuse.
- La nouvelle méthode (MathML 4) : Les auteurs ajoutent des « étiquettes d'intention » aux mathématiques. C'est comme coller un post-it sur un mot indiquant : « Dis exactement ceci tel qu'écrit » ou « Ceci est un terme scientifique spécifique ». Cela aide les lecteurs d'écran à prononcer les mathématiques clairement, même si les symboles sont étranges ou nouveaux.
3. Le moteur Rust (accélérer l'usine)
Le système qui convertit les articles est actuellement construit avec un ancien langage de programmation appelé Perl. C'est comme une usine fonctionnant avec un moteur lent et vieillissant.
- Le problème : Le moteur Perl est lent, coûteux à faire fonctionner et de moins en moins de personnes savent comment le réparer.
- La solution : Ils reconstruisent le moteur en utilisant un langage moderne appelé Rust.
- La touche de l'IA : Habituellement, réécrire à la main un moteur massif prend des années. Cependant, ils ont utilisé une intelligence artificielle très avancée (appelée « IA agentique ») pour aider à écrire le code. L'IA a agi comme un apprenti ultra-rapide, écrivant environ 100 000 lignes de code en seulement trois semaines — un travail qui aurait pris deux ans à deux humains.
- Le résultat : Le nouveau moteur Rust est 10 à 30 fois plus rapide. Cela signifie que les auteurs peuvent voir leurs articles convertis dans le nouveau format presque instantanément lorsqu'ils les soumettent.
4. Le pipeline « en direct »
Ils ne se contentent pas de réparer les nouveaux articles ; ils construisent un pipeline pour convertir éventuellement les 3 millions d'anciens articles de l'archive. Pour l'instant, le système est expérimental, mais ils l'améliorent régulièrement afin qu'à terme, chaque article de la bibliothèque soit accessible.
Comment ils savent que cela fonctionne
Ils utilisent deux méthodes pour vérifier leurs progrès, comme un mécanicien vérifiant une voiture :
- Le rapport des « grincements » : Ils examinent les plaintes des utilisateurs. Si un utilisateur dit : « Ce schéma semble cassé », ils le réparent immédiatement.
- Le « test de résistance » : Ils font fonctionner le système sur l'ensemble de l'historique des articles pour voir quelles formules mathématiques ou quels packages font planter le système. Cela les aide à trouver des problèmes cachés qu'aucun utilisateur seul n'aurait pu signaler.
L'avenir
Les auteurs estiment qu'à l'avenir, rédiger un article de mathématiques accessible à tous devrait être la norme, et non une étape supplémentaire spéciale. Ils sont également au milieu d'un grand changement pour leur organisation (devenir une organisation à but non lucratif indépendante), ce qui, ils l'espèrent, leur donnera la stabilité nécessaire pour continuer à construire ces outils sur le long terme.
En bref : Ils prennent la plus grande bibliothèque de mathématiques au monde, améliorent les « lunettes de lecture » afin que tout le monde puisse voir les mathématiques clairement, et utilisent l'IA pour construire un moteur plus rapide et moins coûteux pour rendre tout cela possible.
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.