AnswersPublished21 sources
Strid om OpenAIs 722 matematikmanuskripter
AHM opfordrer matematikere til at stoppe samarbejdet med OpenAI, fordi foreningen mener, at en stor bunke resultater ikke er det samme som videnskabeligt efterprøvet viden. OpenAI offentliggjorde manuskripter og bevismateriale samt Lean formaliseringer af nogle resultater, men ikke hele samlingen.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- AHM opfordrer matematikere til at stoppe samarbejdet med OpenAI, fordi foreningen mener, at en stor bunke resultater ikke er det samme som videnskabeligt efterprøvet viden.
- OpenAI offentliggjorde manuskripter og bevismateriale samt Lean formaliseringer af nogle resultater, men ikke hele samlingen.
- Uenigheden handler både om resultaternes mulige matematiske værdi og om gennemsigtighed, arbejdet med at kontrollere dem og menneskers rolle i forskningen.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: Why has the Association for Human Mathematics (AHM) urged mathematicians to stop working with OpenAI after its October 6 release of AI-gener. Article summary: AHM urged mathematicians to stop working with OpenAI because it sees the October 6 release as a mass display of a company’s capability, not a responsible way to establish mathematical knowledge. It argues that hundreds o. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
Association for Human Mathematics (AHM) opfordrer matematikere til at stoppe samarbejdet med OpenAI efter virksomhedens offentliggørelse af en stor samling matematiske manuskripter den 6. oktober 2026. Foreningens kritik handler ikke kun om, hvorvidt enkelte beviser kan være forkerte. Den går også på, at en masseudgivelse fra en virksomheds interne AI-model ikke kan erstatte faglig kontrol, dokumentation og videnskabelig diskussion.45
Samlingen kan indeholde interessante resultater, men store tal, bevisfiler og opsigtsvækkende påstande er ikke i sig selv en bekræftelse. Striden handler også om, hvem der kan undersøge modellen, hvem der har adgang til dens arbejdsproces, og hvem der skal bruge tiden på at kontrollere resultaterne.
Hvad offentliggjorde OpenAI?
OpenAI beskrev oprindeligt samlingen som 722 manuskripter fordelt på 17 matematiske områder og organiseret i 372 familier af beslægtede resultater. Det er altså ikke 722 uafhængige gennembrud. Det offentlige arkiv indeholder manuskripter og supplerende bevismateriale og er udgivet under Apache-2.0-licensen.7
15
Virksomheden oplyste, at modellen blev afprøvet på omkring 4.000 problemer, og at det gennemsnitlige beregningsforbrug pr. resultat svarede til cirka tre timers ChatGPT Pro Thinking. OpenAI offentliggjorde også ti forkortede opsummeringer af modellens ræsonnement og Lean-formaliseringer af nogle beviser.7
12
16 Lean er et værktøj, som kan bruges til at kontrollere formelle matematiske beviser med en computer.
Arkivet understreger, at resultaterne befinder sig på forskellige stadier af efterprøvning, og at ikke alle har en Lean-formalisering. Den aktuelle oversigt viser 719 manuskripter, selv om den oprindelige offentliggørelse omfattede 722.10
11
Blandt samlingens påstande er resultater om Mahler-formodningerne og et præcist irrationalitetseksponent for π. De bør ikke betragtes som endeligt bekræftede alene, fordi de er offentliggjort som manuskripter.5
21
Hvorfor reagerer AHM?
I sin udtalelse skrev AHM, at matematikere »ikke bad om, at dette arbejde blev udført«, og beskrev offentliggørelsen af hundredvis af filer som en »demonstration af magt« snarere end videnskabeligt arbejde. Foreningen opfordrer til skepsis og forskning med mennesker i centrum frem for hurtig accept eller massebehandling af virksomhedsproducerede resultater.45
Mængden er en praktisk udfordring. Fagfolk skal læse manuskripterne, kontrollere argumenterne og vurdere resultaterne i lyset af den eksisterende forskning. Åbne filer giver forskere noget konkret at undersøge, men de fjerner ikke arbejdet med at efterprøve materialet. En stor del af opgaven lander stadig hos forskningsmiljøet.
AHM knyttede også sin reaktion til en advarsel fra Advisory Group on Mathematics and Artificial Intelligence, en gruppe, der er oprettet for at rådgive AI-virksomheder om deres forhold til matematisk forskning. Ifølge AHM havde gruppen advaret mod, at virksomheder tester avancerede matematiske problemer på interne modeller.45
Hvad viser Lean-beviserne – og hvad viser de ikke?
Lean-formaliseringer er et vigtigt kontrolredskab: De gør det muligt at få computeren til at kontrollere de beviser, der faktisk er blevet oversat til systemet. OpenAI oplyser, at hovedresultatet i 162 manuskripter er blevet formaliseret.5 Det styrker kontrollen af netop disse resultater, men bekræfter ikke automatisk alle påstande i alle manuskripterne.
Når en formalisering mangler, afhænger vurderingen af, at forskere læser og kontrollerer argumentet. Arkivet gør selv opmærksom på, at materialet befinder sig på forskellige stadier af efterprøvning, og at ikke alle resultater ledsages af Lean-formaliseringer.10
11 Derfor bør hvert resultat vurderes for sig – i stedet for at betragte hele samlingen som enten bevist eller værdiløs.
Mere indsigt i processen, men ikke fuld åbenhed
Oplysningerne om de cirka 4.000 afprøvede problemer og beregningsforbruget samt de ti ræsonnementsopsummeringer giver et vist indblik i processen.7
12
16 Men de udgør ikke en fuldstændig historik for hvert resultat. Modellen er stadig intern og ikke tilgængelig for uafhængig undersøgelse.
7
11
Antallet af afprøvede problemer fortæller heller ikke i sig selv, hvor ofte modellen lykkedes på en klart defineret samling af avancerede problemer. For at vurdere præstation og reproducerbarhed har forskere brug for flere oplysninger om metoden og om, hvordan de enkelte resultater blev frembragt.
OpenAI har sagt, at virksomheden planlægger workshops og konferencer, hvor vigtige resultater kan undersøges.7 Det kan gøre det lettere at organisere kontrollen, men erstatter ikke tilstrækkelig dokumentation til, at andre forskere selv kan vurdere, hvordan beviserne blev til.
Hvad betyder striden for matematisk forskning?
Der er ikke et enkelt svar. En samling AI-genererede argumenter kan rumme reelle matematiske fremskridt, men værdien afhænger af, hvilke resultater der holder til uafhængig kontrol – ikke af udgivelsens størrelse eller af, hvor store problemer den hævder at løse.7
10
AHM’s reaktion rejser samtidig spørgsmål om anerkendelse af tidligere menneskeligt arbejde, omkostningen ved at gennemgå nye resultater og risikoen for, at forskningsprioriteter eller støtte forskydes væk fra menneskelig forskning. Manuskripterne giver ikke i sig selv svar på de spørgsmål, men gør dem mere presserende.45
Det centrale er at skelne mellem evnen til at producere mange matematiske påstande og den videnskabelige proces, der skal validere dem. Striden handler om begge dele: hvad AI kan bidrage med til matematikken, og hvilke regler der skal sikre, at bidragene kan kontrolleres, forstås og bruges af forskningsmiljøet.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Strid om OpenAIs 722 matematikmanuskripter"?
AHM opfordrer matematikere til at stoppe samarbejdet med OpenAI, fordi foreningen mener, at en stor bunke resultater ikke er det samme som videnskabeligt efterprøvet viden.
What are the key points to validate first?
AHM opfordrer matematikere til at stoppe samarbejdet med OpenAI, fordi foreningen mener, at en stor bunke resultater ikke er det samme som videnskabeligt efterprøvet viden. OpenAI offentliggjorde manuskripter og bevismateriale samt Lean formaliseringer af nogle resultater, men ikke hele samlingen.
What should I do next in practice?
Uenigheden handler både om resultaternes mulige matematiske værdi og om gennemsigtighed, arbejdet med at kontrollere dem og menneskers rolle i forskningen.