Hvad erklæringen siger
Femogtyve modtagere af Fieldsmedaljen har underskrevet en tekst med titlen “A Severe Misalignment of AI in Mathematics”, offentliggjort på Terence Taos blog den 11. september. Kernepåstanden er utvetydig: “AI-virksomhedernes bestræbelse på at løse matematiske problemer som målestok er skadelig for matematikken som videnskab og for det matematiske fællesskab.”
Underskriverne hævder ikke, at maskinproducerede beviser er værdiløse. De hævder, at beviset ikke er pointen. At løse problemer er, står der, “kun et værktøj og en stedfortræder for at nå det primære mål: begrebslig forståelse og indsigt” — og netop det mål springer den nuværende annonceringscyklus over.
Den konkrete indvending handler om tempo
Den mekanisme, matematikerne beskriver, er proceduremæssig snarere end filosofisk. “Ofte offentliggøres disse løsninger i hast, uden tid til en ordentlig fremstilling, til at isolere nye metoder og idéer og til at citere relevant tidligere arbejde”, hedder det i erklæringen. Den hast, skriver de, rejser alvorlige spørgsmål om tilskrivning og plagiat.
Bag ligger et problem af anden orden. Et resultat bliver en del af matematikken, når andre matematikere læser det, kontrollerer det, generaliserer det og underviser i det. Teksten formulerer det sådan: uden “de villige matematikere, som må tage sig af deres udvikling og integration i den matematiske kanon, ville AI-undfangede idéer aldrig blive helt levende”. Et fællesskab, der føler sig holdt udenfor, har svagere grund til at gøre det arbejde.
Hvem der har skrevet under
Underskriverne spænder over Fieldsmedaljens årgange fra 1978 til årets ceremoni og omfatter Terence Tao, Pierre Deligne, Maxim Kontsevich, Peter Scholze, Maryna Viazovska, Caucher Birkar, June Huh, Martin Hairer, James Maynard, Manjul Bhargava og 2026-medaljemodtageren Yu Deng. For en pris, der uddeles til højst fire personer hvert fjerde år, ligger femogtyve navne tæt på hele kredsen af nulevende nyere prismodtagere.
Måneden, der frembragte den
Erklæringen kommer efter to ugers åben gnidning. Den 8. september hævdede NYU-professor Tristan Buckmaster, at OpenAI pressede ham til ikke at kreditere en medarbejder fra Anthropic for løsningen af et vigtigt problem, og satte spørgsmålstegn ved, om virksomheden havde bygget på Codex-arbejde, da den udviklede sit eget bevis, skrev TechCrunch. Den 11. september, samme dag som teksten udkom, trak OpenAI finansieringen af et matematikarrangement på CalTech efter kritik fra forskere på universitetet.
Det følger efter en række udmeldinger, hvor AI-laboratorier har gjort krav på resultater i gamle problemer, heriblandt OpenAIs arbejde med Navier-Stokes-ligningerne og Anthropics formalisering af Fermats sidste sætning.
Hvad de beder om
Kravene er konkrete og, værd at bemærke, proceduremæssige: ansvarlig offentliggørelse fra AI-virksomhederne, korrekt citering af tidligere arbejde, resultater udviklet langt nok til, at menneskelige matematikere kan optage dem, og hvad teksten kalder en presserende dialog mellem det matematiske fællesskab, teknologiudviklerne og samfundet.
Intet af dette kræver, at et laboratorium holder op med at arbejde med matematik. Det kræver, at udmeldingen kommer med en fremstilling vedlagt, et langsommere tempo, end en resultattavle belønner. Prøven på, om noget ændrer sig, bliver det næste påberåbte resultat: om det udgives med kilder og artikel, eller lægges ud først og dokumenteres bagefter.
