OpenAI: Σάλος και αμηχανία στη μαθηματική κοινότητα μετά τη μαζική δημοσίευση εκατοντάδων θεωρημάτων

Σε κατάσταση σοκ και βαθιάς αβεβαιότητας βρίσκεται η διεθνής ακαδημαϊκή κοινότητα των μαθηματικών, μετά την αιφνιδιαστική απόφαση της OpenAI να δώσει στη δημοσιότητα έναν τεράστιο όγκο ερευνητικών αποτελεσμάτων που παρήχθησαν από τεχνητή νοημοσύνη. Ερευνητές από κορυφαία πανεπιστήμια παγκοσμίως περιγράφουν την κίνηση αυτή ως «καθαρή παράνοια» και πρωτοφανή σε κλίμακα, τονίζοντας ότι θα χρειαστούν χρόνια –αν όχι δεκαετίες– προκειμένου να διαπιστωθεί εάν πρόκειται για γνήσιες επιστημονικές ανακαλύψεις ή απλώς για ανούσιο ψηφιακό θόρυβο.

Ένας πρωτοφανής καταιγισμός ακαδημαϊκών εργασιών

Η αμερικανική εταιρεία δημοσίευσε σχεδόν 400 θεωρητικά αποτελέσματα, τα οποία αναπτύσσονται σε περισσότερα από 700 χειρόγραφα μέσα από ένα εκτενές αποθετήριο στο GitHub. Το φάσμα των πεδίων είναι εντυπωσιακά ευρύ, καλύπτοντας από τη συνδυαστική, τη θεωρία αριθμών και την τοπολογία, έως τη γεωμετρία, τη θεωρητική πληροφορική και τη μαθηματική φυσική. Ο όγκος της ύλης είναι τόσο δυσθεώρητος, που η ίδια η εταιρεία αναγκάστηκε να εκδώσει οδηγίες πλοήγησης στο υλικό.

Η πρώτη επαφή των επιστημόνων με τη δημοσίευση προκάλεσε αμηχανία, καθώς ακόμη και η απλή ανάγνωση του πίνακα περιεχομένων και των περιλήψεων απαιτεί ώρες ενδελεχούς μελέτης. «Το να διατρέξει κανείς απλώς τη λίστα των περιλήψεων είναι συγκλονιστικό και εξουθενωτικό», δήλωσε ο Άλβαρο Λοζάνο-Ρομπλέδο, καθηγητής μαθηματικών στο Πανεπιστήμιο του Κονέκτικατ, αποτυπώνοντας το γενικευμένο μούδιασμα του κλάδου.

Το ζήτημα της επαλήθευσης και η απειλή του «AI slop»

Το μεγαλύτερο πρόβλημα έγκειται στην εγκυρότητα των προτεινόμενων αποδείξεων. Καθοριστικό εργαλείο για τον έλεγχο τέτοιων ισχυρισμών αποτελεί η γλώσσα προγραμματισμού Lean, η οποία λειτουργεί ως ψηφιακός βοηθός επαλήθευσης μαθηματικών αποδείξεων. Εντούτοις, σύμφωνα με τα στοιχεία της OpenAI, μόνο περίπου το 42% των κεντρικών αποτελεσμάτων (300 από τα 719 χειρόγραφα) συνοδεύεται από τυπική επισημοποίηση μέσω Lean, ενώ ούτε σε αυτές τις περιπτώσεις η αξιολόγηση είναι απλή ή άμεση.

Η απουσία καθολικής τυπικής επαλήθευσης εντείνει τους φόβους για διείσδυση του αποκαλούμενου «AI slop» – δηλαδή παραγόμενου υλικού χαμηλής ποιότητας, το οποίο βρίθει ανακριβειών και επιφανειακών συλλογισμών, χαρακτηριστικό που παρατηρείται συχνά σε μοντέλα όπως το ChatGPT και το Claude. Ο Κέβιν Μπάζαρντ, καθηγητής μαθηματικών στο Imperial College του Λονδίνου, υπογράμμισε ότι στον τομέα του –την αλγεβρική θεωρία αριθμών– ελάχιστα θεωρήματα ξεχώρισαν, χωρίς κανένα να είναι πλήρως επαληθευμένο. «Είτε θα πρέπει να διαβάσω υλικό που ίσως είναι ανακριβές, είτε να περιμένω κάποιον να το επαληθεύσει», ανέφερε χαρακτηριστικά.

Αβέβαιο το μέλλον της επιστημονικής έρευνας

Πέρα από τον τεράστιο φόρτο εξέτασης των δεδομένων, οι ακαδημαϊκοί εκφράζουν βαθιά ανησυχία για τη στρατηγική των τεχνολογικών κολοσσών. Ο φόβος ότι η OpenAI θα προχωρήσει σε νέες μαζικές δημοσιεύσεις προτού η κοινότητα προλάβει να αφομοιώσει τις προηγούμενες είναι διάχυτος. Η ραγδαία επέλαση της τεχνητής νοημοσύνης αναδιαμορφώνει βίαια την παραδοσιακή δομή της επιστημονικής έρευνας, υποχρεώνοντας τους μαθηματικούς να μετατραπούν από δημιουργούς σε εξουθενωμένους ελεγκτές αλγοριθμικού περιεχομένου.