Математики MIT обсудили новые правила науки в эпоху ИИ

На панели «AI and Society: The Future of Math» в Массачусетском технологическом институте математики из MIT, Гарварда, Северо-Западного университета и Нью-Йоркского университета обсудили влияние ИИ на профессию. Поводом стали решения открытых задач агентами и публикация OpenAI 722 рукописей, в которых заявлено решение крупных нерешённых математических проблем.
Дискуссию модерировал научный журналист Кевин Хартнетт. В ней участвовали Джакопо Борга из MIT, Майкл Хопкинс из Гарварда, Брина Кра из Северо-Западного университета и Тристан Бакмастер из Института математических наук Куранта Нью-Йоркского университета.
От олимпиадных задач к открытым вопросам
Брина Кра сказала, что математика изменилась за последние два месяца сильнее, чем за предыдущие 100 лет. Она связала это с быстрым развитием систем, способных не только решать задачи с известным ответом, но и работать над исследовательскими вопросами без готового решения.
В 2025 году модели Google DeepMind получили результат уровня золотой медали на Международной математической олимпиаде. В 2026 году, как отмечалось на встрече, ИИ начал находить ответы на открытые исследовательские вопросы. В сентябре OpenAI направила тысячи агентов на одну задачу: за 88 часов они подготовили доказательство, связанное с уравнениями Навье — Стокса, одной из задач тысячелетия.
Через месяц компания выпустила 722 рукописи по разным математическим направлениям. Этот эпизод получил в среде математиков название «mathocalypse». Однако участники панели подчеркнули, что для науки важен не только заявленный итог, но и путь к нему.
Понимание становится критерием
Майкл Хопкинс назвал сгенерированные ИИ статьи бессмысленными и указал на необычные идеи в доказательствах. Тристан Бакмастер сформулировал главный критерий ещё жёстче: математика важна, когда существует человеческое понимание результата.
Спор затронул и привычную конкуренцию за приоритет. Кра предложила меньше связывать ценность работы со скоростью публикации и статусом первого автора доказательства, а больше — с тем, насколько ясно исследователь может объяснить происхождение и смысл идеи. По её словам, собеседование становится важнее при найме и продвижении: опубликованного текста уже недостаточно, нужно показать понимание работы.
Журналы и обучение под давлением ИИ
Борга поставил под сомнение прежнюю зависимость академической оценки от журналов. Кра, работающая управляющим редактором профильного издания, сообщила о заметном росте числа присылаемых работ с результатами, созданными или поддержанными ИИ. Изданию пришлось нанять дополнительного управляющего редактора.
В ответ часть журналов уделяет больше внимания изложению — объяснению логики гипотезы или доказательства. Участники также упомянули экспериментальные форматы, включая рецензируемый видео-журнал Mathematical Discourse, где математические исследования представляются в виде докладов.
Для бизнеса этот разговор важен за пределами математики. При использовании ИИ в экспертной работе недостаточно получить правдоподобный результат: необходимы проверяемость рассуждений, возможность воспроизвести вывод и специалисты, способные объяснить его смысл и ограничения.

