MIT panel: AI menja pravila matematičkog istraživanja

Na panelu „AI and Society: The Future of Math” na MIT-u, matematičari sa MIT-a, Univerziteta Harvard, Northwestern univerziteta i Univerziteta Njujork raspravljali su o posledicama naglog prodora AI u istraživanja. Povod su bili rezultati iz 2025. i 2026. godine, uključujući zlatni nivo modela Google DeepMind na Međunarodnoj matematičkoj olimpijadi, kao i objavu OpenAI-ja da je hiljade agenata za 88 sati proizvelo dokaz povezan sa Navje–Stoksovim jednačinama.
Diskusiju je vodio naučni pisac Kevin Hartnett, a učestvovali su Jacopo Borga, Michael Hopkins, Bryna Kra i Tristan Buckmaster. Kra je rekla da se matematika u prethodna dva meseca promenila više nego tokom prethodnih 100 godina, ističući istovremeno uzbuđenje i bojazan koje donosi ubrzanje razvoja alata.
Brzina dokaza nije isto što i razumevanje
OpenAI-jeva objava otvorila je pitanje zasluga za rad, porekla podataka, načina na koji su agenti stigli do zaključka i stvarnog značenja dobijenog dokaza. Mesec dana kasnije kompanija je objavila 722 rukopisa iz različitih oblasti matematike, uz tvrdnju da su AI sistemi potpuno rešili više velikih otvorenih problema. Taj talas objava dobio je naziv „mathocalypse”.
Hopkins je na panelu ocenio da su pojedini AI-generisani radovi nerazumljivi i da još postoji jasna razlika između AI matematike i ljudske matematike. Buckmaster je naglasio da matematika mora imati ljudsko razumevanje da bi bila važna. Zato pitanje više nije samo da li se rezultat može proizvesti, već i da li se može proveriti, objasniti i uklopiti u postojeće znanje.
Promena kriterijuma za istraživače i časopise
Kra smatra da bi ova promena mogla da oslabi značaj prioriteta i takmičenja ko će prvi doći do dokaza. Umesto same brzine proizvodnje dokaza, važniji bi mogli postati načini procene razumevanja i jasnog prenošenja ideja. Ona je učestvovala u izradi Leiden deklaracije o veštačkoj inteligenciji i matematici, koja poziva na odgovor na rizike koje AI donosi istraživačkom radu.
Promena se već vidi pri zapošljavanju i napredovanju matematičara. Kra je navela da intervju dobija na značaju: nije dovoljno da kandidat ima objavljenu ideju, već treba da pokaže da je razume i ume da je objasni drugoj osobi. Borga je dodao da su se matematičari tradicionalno vrednovali prvenstveno preko časopisa, ali da taj model možda više nije dovoljan.
Specijalizovani časopis u čijem uređivanju Kra učestvuje dobija znatno više prijava radova sa rezultatima koje je generisala ili podržala AI, pa je angažovan dodatni urednik. Kao odgovor na takav priliv, deo publikacija više vrednuje ekspoziciju: jasno izlaganje razloga, postupka i značenja pretpostavke ili dokaza. Pominju se i eksperimentalni časopisi za ljudski doprinos, uključujući Mathematical Discourse, recenzirani video-časopis za predavanja o matematičkim istraživanjima.
Prostor za učenje i stručnu odgovornost
Panelisti su posebno izdvojili studente, koji uče osnove uz veliki broj AI prečica i oprečnih poruka o tome kako treba raditi. Hopkins je opisao istraživačke grupe u kojima jedni ne koriste AI, dok je drugi koriste, kao i studenta sa dobrim matematičkim instinktom koji ume da kroz upite izvuče zanimljive uvide iz sistema.
Za organizacije koje uvode AI u stručni rad, poruka panela je praktična: automatizovani rezultat ne treba odvajati od ljudske provere, sposobnosti obrazlaganja i odgovornosti za odluku. AI može menjati tok rada i ubrzati istraživanje, ali poverenje u rezultat i dalje zavisi od toga da ga stručnjak može razumeti i jasno objasniti.

