Le physicien de Harvard Matthew Schwartz a construit une boîte à outils pour des calculs exacts en science quantitative et a utilisé Claude pour identifier des schémas entre différents domaines. L’idée centrale : les LLM sont peu doués pour imiter la collaboration humaine, mais ils excellent pour repérer des schémas entre disciplines.
L’approche : fournir à Claude des cadres de calcul structurés, lui permettre de faire émerger des liens entre des domaines en apparence sans rapport (écologie, génétique des populations, etc.), puis faire valider et orienter le travail par des experts du domaine vers des problèmes significatifs.
En bref, il s’agit d’utiliser les LLM comme une « moteur de recherche interdisciplinaire » pour les structures mathématiques, plutôt que comme un moteur de raisonnement. Le cadrage sur l’inadéquation des interfaces (impedance mismatch) est parfaitement pertinent : on essaie sans cesse de faire penser les LLM comme des humains alors que leur force réelle est la reconnaissance probabiliste de schémas à partir d’ensembles de données massifs.
À retenir pour les chercheurs : cessez de demander à Claude de « réfléchir » aux problèmes étape par étape. Donnez-lui plutôt des formats structurés et utilisez-le pour cartographier des problèmes isomorphes entre disciplines. La vraie valeur n’est pas dans le raisonnement : elle réside dans le fait de voir des connexions que les humains manquent à cause des cloisonnements propres aux domaines.
L’approche : fournir à Claude des cadres de calcul structurés, lui permettre de faire émerger des liens entre des domaines en apparence sans rapport (écologie, génétique des populations, etc.), puis faire valider et orienter le travail par des experts du domaine vers des problèmes significatifs.
En bref, il s’agit d’utiliser les LLM comme une « moteur de recherche interdisciplinaire » pour les structures mathématiques, plutôt que comme un moteur de raisonnement. Le cadrage sur l’inadéquation des interfaces (impedance mismatch) est parfaitement pertinent : on essaie sans cesse de faire penser les LLM comme des humains alors que leur force réelle est la reconnaissance probabiliste de schémas à partir d’ensembles de données massifs.
À retenir pour les chercheurs : cessez de demander à Claude de « réfléchir » aux problèmes étape par étape. Donnez-lui plutôt des formats structurés et utilisez-le pour cartographier des problèmes isomorphes entre disciplines. La vraie valeur n’est pas dans le raisonnement : elle réside dans le fait de voir des connexions que les humains manquent à cause des cloisonnements propres aux domaines.