Erklæringen identificerer fem forskellige, men indbyrdes forbundne farer, der hver især rammer en grundlæggende værdi i matematisk praksis.
1. Upålidelige og uverificerbare beviser
Matematik er bygget på beviser, som kan efterprøves og forstås i dybden. AI-systemer kan imidlertid producere argumenter, der ser plausible ud, men indeholder næsten usynlige fejl – falske beviser, som mennesker har svært ved at gennemskue . Problemet begrænser sig ikke kun til tekst-generering; det opstår også i formelle bevis-systemer, når den bagvedliggende logik sløres
.
2. Sammenbrud i kildehenvisning og udbredt krænkelse af ophavsret
AI-modeller trænes på offentliggjort, menneskeskabt arbejde uden samtykke og undlader ofte at kildehenvise. Resultatet er et systemisk sammenbrud i den akademiske anerkendelse, hvilket gør det umuligt at spore intellektuelle spor eller belønne originale tænkere. Erklæringen insisterer på, at forfattere aktivt skal opspore eksisterende kilder, og hvis fuld kildehenvisning ikke er mulig, skal de udtrykkeligt angive denne begrænsning .
3. Et A- og et B-hold: Afhængighed og ulighed
I takt med at banebrydende forskning bliver bundet op på dyre, proprietære modeller og regnekraft, risikerer matematikken en fremtid, hvor kun velhavende laboratorier kan konkurrere. Dette skaber en strukturel ulighed, der undergraver fagets traditionelt åbne og meritokratiske karakter .
4. Overdreven hype, der vildleder politikere
Teknologiselskaber, drevet af stærke kommercielle incitamenter, overdriver deres værktøjers matematiske evner . De annoncerer resultater på markedsvilkår via pressemeddelelser, ikke gennem videnskabelige tidsskrifter, og bruger præstationer i matematiske benchmarks som et marketingværktøj for generel intelligens – en påstand, erklæringen blankt afviser
. Forfatterne opfordrer indtrængende regeringer til at søge ekspertvurdering, ikke PR, når de udformer forskningspolitik
.
5. Tab af forskningsmæssig autonomi
Når kommercielle interesser og teknisk gennemførlighed dikterer, hvad der skal studeres, risikerer matematikken at miste kontrollen over sin egen dagsorden. Forskningsprioriteter flyttes mod kortsigtet kommercielt afkast frem for dyb, nysgerrighedsdrevet grundforskning, hvilket truer fagets langsigtede sundhed .
Leiden-erklæringen nøjes ikke med at diagnosticere problemerne. Den foreskriver specifikke, handlingsorienterede normer for fire nøglegrupper .
Individuelle forskere skal:
Institutioner, tidsskrifter og fonde skal:
Regeringer skal:
Industrien skal:
Leiden-erklæringen handler ikke kun om matematik. Forfatterne ser kampen som et varsel for hele forskningspolitikken. De påpeger, at de samme AI-systemer, der producerer upålidelige beviser, også kan bruges til krigsførelse og masseovervågning, og de opfordrer matematikere til etisk at evaluere deres arbejde og endda trække sig fra skadelige projekter .
Den dybere advarsel er erkendelsesteoretisk: Når kommercielle tidsplaner erstatter videnskabelig peer review, og når corporate hype overdøver faglige forbehold, fordrejes offentlighedens forståelse af, hvad videnskabelig sandhed er . Matematikken – et fag, der længe har været stolt af sine klare, tidløse standarder – står nu på frontlinjen i den større kamp.
Næsten hver eneste anbefaling i erklæringen kredser om ét enkelt princip: gennemsigtighed. Uden viden om, hvornår og hvordan AI er blevet brugt, kan det videnskabelige samfund ikke verificere resultater, tildele æren eller forsvare sine egne standarder. Med over 130 underskrivere ved lanceringen og institutionel opbakning fra organisationer som Den Internationale Matematiske Union, er Leiden-erklæringen allerede blevet mere end en udtalelse: Det er en arbejdstegning til de normer, matematikerne mener, at AI-tidsalderen kræver .
Comments
0 comments