Claude déchiffre les carnets de Gödel : 663 théorèmes inconnus extraits de 1009 pages de sténographie
🔎 Neuf ans à une page par semaine, puis trois jours
Pendant neuf ans, à peu près le seul chercheur au monde capable de lire les carnets de Kurt Gödel avançait à une page par semaine. En septembre 2026, il a confié le corpus à Claude. Quelques jours plus tard : 650 pages de digest, 663 théorèmes catalogués, et une quasi-démonstration que le logicien viennois revendiquait depuis 1966.
L'information, révélée par The Guardian le 13 novembre 2026, n'a rien d'un buzz médiatique. Les chiffres ont été recoupés, les théorèmes passés au crible de l'assistant de preuve Coq, et le principal intéressé — Jan von Plato, Université d'Helsinki — avoue avoir été « flabbergasted ».
Pourquoi c'est important : c'est l'un des premiers cas, à cette échelle, où un LLM déchiffre un corpus scientifique illisible pour quasi tout le genre humain — et où chaque affirmation sortante est vérifiée formellement. Ce n'est pas de la génération de texte. C'est de la recherche.
L'essentiel
- Le corpus : 16 carnets de Gödel des années 1940, 1 009 pages denses de mathématiques et de logique, écrites en sténographie Gabelsberger obsolète — environ six personnes au monde savent encore la lire.
- La bascule : après des années à ~1 page/semaine, von Plato fournit à Claude ses transcriptions, ses six livres sur Gödel et la littérature scientifique. En quelques jours : un digest complet de 650 pages, vérifié page par page.
- Le bilan : 663 théorèmes extraits (preuve complète, ébauche ou idée). Passés dans Coq : ~400 vérifiés tels quels, ~200 réparés, ~50 faux.
- Le clou : Claude a reconstruit une preuve de l'indépendance de l'axiome du choix, à une définition près de complète. Réparée, elle passe Coq. La revendication de Gödel (1966) d'avoir atteint ce résultat dès les années 1940 — avant la médaille Fields de Cohen — se trouve crédité.
- La leçon : l'IA ne remplace ni l'expert ni la vérification formelle. Elle démultiplie l'un et automatise l'autre.
Outils recommandés
| Outil | Usage principal | Prix (novembre 2026) | Idéal pour |
|---|---|---|---|
| Claude (Anthropic) | Déchiffrement de corpus, digestion documentaire, extraction de théorèmes | À partir de 20 $/mois (vérifiez sur anthropic.com) | Chercheurs, historiens des sciences, philologues |
| Coq | Vérification formelle d'énoncés et de preuves | Gratuit, open source | Logiciens, mathématiciens |
| ChatGPT (GPT-5.5) | Raisonnement généraliste, comparaison sur son propre corpus | ≈ 20 $/mois pour ChatGPT Plus (vérifiez sur openai.com) | Équipes qui veulent confronter plusieurs modèles |
| Gemini 3 Pro Deep Think | Analyse de très longs documents, raisonnement mathématique | Via l'abonnement Google AI (vérifiez sur gemini.google.com) | Corpus volumineux, travail sur de longs contextes |
Un mot sur ce tableau : pour ce type de projet, l'architecture gagnante n'est pas « un LLM » mais « un LLM + un vérificateur ». Le LLM propose, Coq dispose. C'est ce duo qui rend l'expérience reproductible — et crédible.
Un homme, 1 009 pages et six lecteurs au monde
Réponse directe : sans Jan von Plato, cette histoire n'existe pas. L'IA n'a pas « déchiffré » Gödel toute seule — elle a démultiplié le dernier expert capable de le lire.
Depuis 2017, ce logicien finlandais de l'Université d'Helsinki dirige un projet financé par le Conseil européen de la recherche à hauteur de 2,5 M€, consacré aux 16 carnets de travail de Gödel des années 1940. 1 009 pages denses de mathématiques et de logique, écrites pour l'essentiel en sténographie Gabelsberger — un système allemand du XIXe siècle, aujourd'hui mort, que von Plato est l'une des six seules personnes au monde à déchiffrer.
Le rythme ? Environ une page par semaine, jusqu'en septembre 2026. À cette cadence, venir à bout du corpus entier relevait d'une vie de carrière. Et le temps pressait : les experts capables de lire cette sténographie ne sont pas légion, ni éternels.
Car l'enjeu dépasse largement l'anecdote biographique. Gödel, c'est l'auteur des théorèmes d'incomplétude de 1931, le résultat qui a ébranlé les fondements des mathématiques — et dont s'inspirera Turing en 1936 pour poser les bases de l'informatique moderne, comme le rappelle Archyde. Ses brouillons des années 1940 ne sont pas des notes de cours : ce sont des mines de résultats jamais publiés, rédigées par l'un des esprits les plus rigoureux du siècle.
Comment Claude a déchiffré la sténographie Gabelsberger
Réponse directe : en nourrissant le modèle avec tout le contexte expert disponible — pas avec un prompt magique.
L'élément déclencheur tient en une rencontre. En août 2026, lors d'une conférence en France sur l'IA et la preuve de théorèmes, des informaticiens suggèrent à von Plato d'essayer Claude. Quelques jours plus tard, le logicien fournit au modèle ses propres transcriptions, ses six livres sur Gödel et la littérature scientifique du domaine — Dataist.ai détaille cette méthode.
Le résultat : en quelques jours, Claude produit un digest complet de 650 pages des carnets, que von Plato a vérifié page par page. Un travail, selon lui, impossible à mener pour un humain.
Ce qui m'intéresse ici, c'est la méthode — et elle n'a rien d'exotique. Von Plato a fait, sans le nommer, exactement ce que nous décrivons dans notre article sur les fichiers de contexte : CLAUDE.md, AGENTS.md et au-delà : donner au modèle un corpus de référence, un vocabulaire précis, des exemples de transcriptions validées. Le modèle n'a pas appris le Gabelsberger from scratch — il a ancré la sténographie dans le contexte mathématique et dans le style de transcription de l'expert.
C'est la différence entre « déchiffre-moi ça » et « voici dix ans de mon travail, continue ». La deuxième formulation fonctionne. La première, non.
Un point de vigilance, quand même : le digest a été relu page par page par l'humain. L'IA a produit, l'expert a validé. L'ordre des opérations compte, et il ne faut jamais l'inverser.
663 théorèmes, trois destins : le verdict de Coq
Réponse directe : sur les 663 théorèmes extraits des carnets, environ 400 passent la vérification formelle de Coq tels quels. C'est un taux remarquable — et les ~50 faux prouvent que la vérification reste indispensable.
Les chiffres, confirmés par MLQ.ai :
| Verdict dans Coq | Nombre | Signification |
|---|---|---|
| Vérifiés tels quels | ~400 | L'énoncé et la preuve passent la vérification mécanique sans modification |
| Réparés | ~200 | Énoncé resserré ou hypothèse ajoutée : le résultat tient, la formulation non |
| Faux | ~50 | Démonstration erronée ou énoncé invalide — écartés |
Lisons ce tableau honnêtement. Environ 7,5 % des théorèmes proposés par Claude sont faux. Si un doctorant rendait ça, on gronderait. Mais remettons en perspective : ces 663 théorèmes ont été extraits de pages que six personnes au monde savent lire, en quelques jours, avec plus de 90 % de résultats valides après réparation légère. Le rapport coût/bénéfice n'est même pas discutable.
Et surtout : les ~50 faux n'ont jamais failli entrer dans la littérature scientifique. Coq les a attrapés. C'est exactement le rôle qu'on veut donner à la vérification formelle — un garde-fou mécanique, insensible au charme d'un texte bien rédigé.
Pour reproduire ce pipeline chez vous, Coq s'installe en deux commandes :
opam install coq
coqc mon_theoreme.v
La partie difficile n'est pas l'outil. C'est traduire un énoncé mathématique informel en spécification vérifiable — et là, l'expert reste aux commandes.
Le clou : l'indépendance de l'axiome du choix
Réponse directe : la pépite des carnets est une quasi-démonstration de l'indépendance de l'axiome du choix — le résultat qui a valu la médaille Fields à Paul Cohen. Claude l'a reconstruite à une définition près de complète ; réparée, elle passe Coq.
Pour les non-logiciens : l'axiome du choix est l'un des principes les plus discutés des mathématiques modernes. Prouver son indépendance — c'est-à-dire qu'on peut l'ajouter ou le retirer sans rendre la théorie incohérente — a valu à Paul Cohen sa médaille Fields en 1966.
Or, selon la reconstruction de von Plato, Gödel a affirmé en 1966 avoir atteint ce résultat dès les années 1940, dans ces fameux carnets. Jusqu'ici, personne n'avait pu le vérifier. Claude a retrouvé la preuve, à une définition près ; une fois réparée par l'humain, elle passe la vérification formelle. La revendication de Gödel est donc crédité — un quart de siècle avant la reconnaissance officielle du résultat.
Et ce n'est pas tout. Les carnets anticipent des résultats qui ne seront publiés que dans les années 1970-1980, et contiennent 14 thèmes de logique jamais explorés à ce jour. Quatorze programmes de recherche, en somme, offerts à la communauté — signés par un homme mort en 1978, transcrits par une machine, validés par un expert.
La réaction de von Plato, rapportée par le Guardian : « I was flabbergasted ». Traduisons : « j'étais abasourdi ». Quand le plus grand spécialiste mondial du sujet avoue l'abattement, le fait divers devient un fait de science.
L'IA, nouveau microscope de l'histoire des sciences
Réponse directe : cette affaire est le meilleur argument à ce jour pour l'IA comme outil de recherche en histoire des sciences — à condition d'accepter l'architecture « expert + machine + vérificateur ».
Ce qui s'est passé à Helsinki est reproductible ailleurs, et c'est ça qui me passionne vraiment. Des masses d'archives scientifiques dorment dans des écritures mortes : sténographies, shorthand, correspondances manuscrites. Chaque corpus a son von Plato potentiel — un expert rare, souvent vieillissant, qui avance à une page par semaine. Le levier de l'IA sur ce goulot d'étranglement est brutal : 650 pages traitées en quelques jours, là où il fallait environ douze ans à une page par semaine.
Mon avis, sans détour : c'est plus important que 90 % des cas d'usage IA qu'on nous vend. Ici, on parle de résultats mathématiques inconnus, de programmes de recherche entiers (14 thèmes !), de patrimoine intellectuel rendu à la communauté. Pas de générer des slides ou des posts LinkedIn.
Trois conditions, toutefois, pour que ça tienne :
- Un expert disponible, pour fournir le contexte et valider. Sans von Plato, pas de digest fiable.
- Une vérification formelle quand le domaine le permet (Coq, Lean...). Sans Coq, les ~50 théorèmes faux seraient passés inaperçus.
- Une transparence totale sur ce qui est vérifié et ce qui ne l'est pas. Le digest de 650 pages a été relu page par page — ce n'est pas négociable, c'est la norme à imposer.
Pourquoi Claude — et faut-il croire le choix du modèle ?
Réponse directe : von Plato n'a pas publié de benchmark comparatif, mais le profil de Claude colle au travail demandé — et la concurrence n'a rien à lui envier sur le papier.
Rappel du paysage, d'après les benchmarks agentic de juin 2025 :
| Modèle | Éditeur | Score agentic |
|---|---|---|
| GPT-5.5 | OpenAI | 98,2 |
| Gemini 3 Pro Deep Think | 95,4 | |
| Claude Opus 4.7 (Adaptive) | Anthropic | 94,3 |
| GPT-5.4 Pro | OpenAI | 91,8 |
| Claude Opus 4.6 | Anthropic | 84,7 |
Ce que demandait von Plato : suivre des consignes de transcription à la lettre, digérer un corpus massif, ne rien inventer hors du contexte fourni. C'est du travail d'agent discipliné, pas de créativité débridée. Claude Opus 4.7 (Adaptive) est taillé pour ce profil de tâche — et l'expérience semble le confirmer.
Cela dit, soyons honnêtes : personne n'a testé GPT-5.5 ou Gemini 3 Pro Deep Think sur du Gabelsberger. Le choix de Claude doit autant à la rencontre d'août 2026 — des informaticiens qui le recommandent — qu'à un quelconque classement. Pour un projet similaire, partez de votre corpus et comparez vous-mêmes : notre comparatif Claude vs ChatGPT et la sélection des meilleurs LLM pour coder (la preuve de théorèmes est un cousin direct du code) sont deux bons points de départ.
Pour une grille de lecture plus large, lisez Claude, GPT, Gemini, Llama : quel modèle choisir en 2026 ? et le sans-filtre de Claude 4 vs GPT-5 vs Gemini 3 : le comparatif honnête que personne ne fait.
Signal à surveiller : Anthropic ne compte pas s'endormir sur cette vitrine — l'éditeur vient d'annoncer Fable 5.2 et Mythos 5.2, présentés comme 30 % plus rapides et 20 % moins chers. La prochaine affaire « IA + archives » arrivera probablement avec des coûts encore divisés.
❌ Erreurs courantes
Erreur 1 : confondre digest et démonstration
Le digest de 650 pages n'est pas une publication mathématique. C'est une carte extraordinairement détaillée d'un territoire — pas le territoire. Ce qui fait foi, ce sont les énoncés vérifiés dans Coq. Solution : ne citez jamais un « théorème de Claude » sans préciser son statut de vérification (vérifié, réparé, faux).
Erreur 2 : sauter la vérification formelle « parce que ça sonne juste »
~50 théorèmes sur 663 sont faux. Un texte bien rédigé, avec des notations plausibles, persuade — c'est précisément le danger des LLM. Solution : quand le domaine le permet, tout passe par un assistant de preuve. Quand il ne le permet pas, la relecture experte page par page est le minimum vital — c'est ce qu'a fait von Plato, et ce n'est pas un hasard.
Erreur 3 : balancer un corpus illisible à l'IA sans contexte
Sans les transcriptions, les six livres et la littérature de von Plato, Claude n'aurait produit qu'un fatras d'hallucinations en sténographie. Solution : constituez d'abord le contexte — exemples validés, glossaire, corpus de référence — selon la méthode des fichiers de contexte décrite plus haut. Le contexte, c'est 80 % du résultat.
Erreur 4 : conclure que l'expert est devenu optionnel
Von Plato est l'une des six personnes au monde capables de lire le Gabelsberger, et l'auteur de six livres sur Gödel. L'IA a démultiplié cette expertise ; elle ne l'a pas remplacée. Solution : budgétez le temps humain de validation autant que le temps machine. C'est lui qui garantit la valeur scientifique du résultat final.
❓ Questions fréquentes
Claude a-t-il « prouvé » de nouveaux théorèmes ?
Non, et c'est le point clé. Claude a extrait et reconstruit des résultats contenus dans les carnets : environ 400 vérifiés tels quels par Coq, ~200 après réparation, ~50 faux. La preuve de l'indépendance de l'axiome du choix a nécessité une réparation humaine avant de passer la vérification. L'IA propose, la machine vérifie, l'expert tranche.
Qu'est-ce que la sténographie Gabelsberger ?
Un système de sténographie allemand inventé au XIXe siècle par Franz Xaver Gabelsberger, écrit en cursive et très abréviatif. Longtemps standard en Allemagne et en Autriche, il est tombé en désuétude au XXe siècle. Gödel l'utilisait dans ses carnets, et environ six personnes au monde savent encore le lire couramment — dont Jan von Plato.
Pourquoi les carnets des années 1940 sont-ils si importants ?
Gödel vient alors de bouleverser les fondements des mathématiques avec ses théorèmes d'incomplétude (1931). Les carnets montrent qu'il anticipait des résultats publiés seulement dans les années 1970-1980, dont l'indépendance de l'axiome du choix (médaille Fields de Cohen), et contiennent 14 thèmes de logique jamais explorés. Une décennie d'avance sur sa discipline, restée sous scellés.
Peut-on reproduire ce type de projet ?
Oui, à trois conditions : un expert du corpus pour fournir le contexte et valider les sorties, une numérisation de qualité des documents, et un pipeline de vérification formelle quand le domaine s'y prête. Le coût marginal est faible comparé aux 2,5 M€ du projet ERC — le LLM a traité en quelques jours neuf ans de travail humain.
Quel modèle choisir pour un projet similaire ?
Priorité à la fidélité au contexte et au suivi d'instructions, pas à la créativité. Claude Opus 4.7 (Adaptive) a fait ses preuves sur ce cas d'usage, GPT-5.5 domine les benchmarks agentic, Gemini 3 Pro Deep Think excelle sur les longs documents. Testez sur un échantillon de votre corpus avant d'engager — et gardez le vérificateur formel.
✅ Conclusion
En quelques jours, Claude a accompli ce que neuf ans de labeur solitaire n'avaient pas réussi : ouvrir les 1 009 pages de Gödel au monde — 663 théorèmes, une quasi-preuve digne d'une médaille Fields, 14 pistes de recherche inédites, le tout sous le double contrôle d'un expert et d'un vérificateur formel. Si vous ne retenez qu'une chose de cette affaire, retenez l'architecture à copier : expert + LLM + preuve mécanique. Pour choisir le modèle capable de porter ce duo dans votre domaine, commencez par notre comparatif Claude vs ChatGPT.