25 ведущих математиков, каждый из которых получил Fields Medal, подписали открытое письмо о том, что ИИ в математике уже угрожает не только привычному авторству, но и самой культуре открытых исследований. По данным TechCrunch, конфликт вокруг OpenAI резко обострился после обвинений в давлении на ученых и споров о том, кто должен получать признание за прорывные доказательства.
История выглядит академической только на первый взгляд. Для разработчиков, продактов и IT-руководителей это ранний показ того, как frontier-модели начинают вторгаться в области, где результат нельзя просто прогнать через тесты и выкатить в прод. Если ИИ помогает найти доказательство известной математической задачи, но сообщество не понимает, откуда взялась идея, кто внес ключевой вклад и можно ли вообще проверить результат, ценность такого «прорыва» быстро становится токсичной.
Подписанты письма утверждают: гонка AI-лабораторий за громкими решениями известных математических проблем создает угрозу интеллектуальному труду ученых. Речь не о банальном страхе перед автоматизацией. Математики указывают, что доказательство — это не только финальная строка «задача решена». Важны методы, промежуточные идеи, корректные ссылки на предшественников, объяснение для коллег и включение результата в живую научную традицию. Без этого получается не знание, а красивый артефакт, который сложно проверить и еще сложнее развивать.
Поводом для нового витка спора стала история профессора Нью-Йоркского университета Тристана Бакмастера. На этой неделе он заявил, что OpenAI якобы давила на него, чтобы он не указывал в заслугах соавтора, работающего в Anthropic, при решении важной математической задачи. Бакмастер также задал неприятный вопрос: могла ли OpenAI использовать их работу с Codex, чтобы за длинные выходные вычислений получить собственное доказательство. В источнике нет подтверждения, что именно так и произошло, поэтому корректнее говорить о подозрениях и обвинениях, а не о доказанном факте.
Ситуацию подогрело еще одно решение: в четверг OpenAI отозвала спонсорство математического мероприятия в CalTech после критики со стороны исследователей университета. Для компании, которая активно продвигает ИИ как инструмент ускорения научных открытий, это неприятный сигнал. Если даже в математическом сообществе, обычно готовом к сложным абстракциям и новым инструментам, растет недоверие, значит проблема не в «ученые испугались роботов». Проблема в правилах игры.
Авторы письма пишут, что решения, найденные или объявленные с помощью ИИ, часто появляются слишком быстро: без полноценного описания, без выделения новых методов, без спокойной проверки и без аккуратного цитирования предшествующих работ. В случае OpenAI, по их словам, доказательство пока остается непроверенным. Для математики это не мелочь, а почти все поле боя: непроверенное доказательство знаменитой задачи — не достижение, а заявка, вокруг которой начинается тяжелая ручная работа.
ИИ в математике здесь становится частью более широкой тревоги. Если лаборатория видит перспективный путь к открытию, она может вложить десятки миллионов долларов в вычисления и попытаться опередить людей, которые годами строили этот путь публично: через препринты, семинары, обсуждения, черновики и переписку. Тогда у исследователей появляется рациональный стимул меньше делиться промежуточными идеями. Для науки это плохая сделка: меньше открытости, больше закрытых групп, больше паранойи вокруг инструментов, которыми вчера пользовались как обычным ускорителем работы.
Отдельный нерв — данные пользователей Codex и подобных систем. В материале говорится, что некоторые математики теперь опасаются: не могли ли их взаимодействия с инструментами OpenAI попасть в будущие модели и затем помочь компании или другим пользователям приблизиться к тем же результатам. Источник не утверждает, что это произошло. Но сам факт такого страха важен для всей индустрии. Доверие к AI-инструменту рушится не только из-за утечки кода или персональных данных. Иногда достаточно ощущения, что твоя незавершенная мысль может стать чужим публичным достижением.
У этой истории уже есть контекст. В июне группа математиков выпустила Leiden Declaration — документ с рекомендациями для ученых, институтов и политиков о том, как LLM-доказательства могут изменить профессию. Новое письмо продолжает ту же линию: нужно заранее договориться, как проверять результаты, как фиксировать вклад людей, как цитировать исходные идеи и кто отвечает за превращение машинного вывода в человечески понятное знание.
Для IT-бизнеса вывод довольно прикладной. Математики сейчас обсуждают то, что скоро догонит разработку, биотех, дизайн, аналитику и любую область, где ценность лежит не только в финальном файле, но и в цепочке рассуждений. Если компания внедряет ИИ в сложную интеллектуальную работу, ей придется отвечать на скучные, но дорогие вопросы: какие данные попадают в модель, где граница между подсказкой и соавторством, кто получает признание, как документируется вклад и что делать, если модель выдала результат, который никто в команде толком не может объяснить.
ИИ в математике может стать мощным инструментом: ускорять поиск доказательств, находить неожиданные связи, помогать проверять гипотезы. Но текущий конфликт показывает цену гонки без понятных норм. Если лаборатории будут соревноваться за громкие «мы решили задачу», а научное сообщество останется разгребать авторство, проверку и смысл, следующая война развернется уже не вокруг одной теоремы. Она будет о том, кому принадлежит интеллектуальная работа в эпоху, когда машина умеет быстро дописывать чужую мысль до эффектного финала.