L’Association for Human Mathematics invita i matematici a interrompere le collaborazioni con OpenAI: a suo giudizio, pubblicare centinaia di risultati tutti insieme non equivale a convalidarli scientificamente. OpenAI ha diffuso manoscritti, materiali di supporto e formalizzazioni in Lean per alcuni risultati, ma no...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer

Create 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
L’Association for Human Mathematics (AHM) ha invitato i matematici a interrompere le collaborazioni con OpenAI dopo che, il 6 ottobre 2026, l’azienda ha pubblicato una vasta raccolta di manoscritti matematici. La critica non riguarda soltanto la possibilità che alcune dimostrazioni contengano errori: secondo l’AHM, una pubblicazione in massa da parte di un modello aziendale non sostituisce i normali processi di verifica, documentazione e confronto scientifico.45
46
La raccolta potrebbe contenere risultati interessanti. Ma il numero dei file, la presenza di materiali di prova e la portata delle affermazioni non bastano, da soli, a dimostrarne la validità. La controversia tocca anche questioni di accesso: chi può esaminare il modello, chi controlla i risultati e chi deve sobbarcarsi il lavoro della verifica.
L’annuncio iniziale parlava di 722 manoscritti, distribuiti in 17 aree della matematica e organizzati in 372 famiglie di risultati collegati. Non si tratta quindi di 722 scoperte indipendenti: una stessa famiglia può raccogliere lavori correlati. Il repository include manoscritti e materiali di supporto alle dimostrazioni ed è distribuito con licenza Apache-2.0.7
15
OpenAI ha riferito che il modello ha affrontato circa 4.000 problemi e che, in media, ogni risultato ha richiesto una quantità di calcolo equivalente a circa tre ore di ChatGPT Pro Thinking. Ha inoltre pubblicato 10 sintesi abbreviate del ragionamento del modello e formalizzazioni in Lean per alcune dimostrazioni.7
12
16 Lean è un sistema che permette di formalizzare una prova e di sottoporla a controllo informatico.
Il repository specifica che i risultati si trovano a diversi livelli di verifica e che non tutti sono accompagnati da una formalizzazione in Lean. Il catalogo aggiornato riporta 719 manoscritti, rispetto ai 722 dell’annuncio iniziale.10
11
Tra le affermazioni contenute nella raccolta ci sono risultati sulle congetture di Mahler e sull’esponente di irrazionalità esatto di π. La loro inclusione nei manoscritti non significa, da sola, che siano già stati confermati in modo definitivo.5
21
Nella sua dichiarazione, l’AHM ha affermato che i matematici «non hanno chiesto che questo lavoro venisse svolto» e ha definito la pubblicazione di centinaia di file una «dimostrazione di potere», non una dimostrazione di attività scientifica. L’associazione invita alla prudenza e a un approccio alla scienza incentrato sulle persone, anziché all’accettazione frettolosa o all’elaborazione in massa di risultati prodotti da un’azienda.45
46
C’è anche un problema pratico di scala: valutare i manoscritti richiede che gli esperti li leggano, controllino gli argomenti e confrontino i risultati con la letteratura esistente. Rendere pubblici i file offre alla comunità materiale da esaminare, ma non elimina questo lavoro: in larga misura, lo affida ai ricercatori.
L’AHM ha collegato la propria reazione anche alle raccomandazioni dell’Advisory Group on Mathematics and Artificial Intelligence, un gruppo nato per consigliare le aziende di IA sui loro rapporti con la ricerca matematica. Secondo la dichiarazione dell’associazione, il gruppo aveva messo in guardia dal sottoporre problemi matematici avanzati a modelli interni alle aziende.45
48
Le formalizzazioni in Lean sono uno strumento importante: consentono di controllare al computer le dimostrazioni che sono state effettivamente tradotte nel sistema. OpenAI riferisce che la proposizione principale di 162 manoscritti è stata formalizzata.5 Questo rafforza il controllo su quei risultati specifici, ma non convalida automaticamente ogni affermazione contenuta in tutti i manoscritti.
Quando manca una formalizzazione, la valutazione dipende dalla lettura e dal controllo dell’argomentazione. Il repository stesso segnala che i risultati si trovano a diversi stadi di verifica e che non tutti hanno una formalizzazione in Lean.10
11 Perciò è più corretto esaminare ogni risultato singolarmente, senza considerare l’intera raccolta né dimostrata in blocco né priva di valore.
I dati sui problemi affrontati e sul tempo di calcolo, insieme alle 10 sintesi del ragionamento, offrono qualche indicazione sul processo che ha portato ai risultati.7
12
16 Non forniscono però una ricostruzione completa di ogni passaggio. Inoltre, il modello è interno all’azienda e non è disponibile per un esame indipendente.
7
11
Il totale dei problemi affrontati, da solo, non chiarisce con quale frequenza il modello abbia avuto successo su un insieme ben definito di problemi matematici aperti e particolarmente difficili. Per valutare prestazioni e riproducibilità servono maggiori informazioni sui metodi e su come sono stati prodotti i singoli risultati.
OpenAI ha dichiarato di voler organizzare seminari e conferenze per esaminare i risultati più importanti.7 Iniziative del genere possono facilitare il confronto, ma non sostituiscono la disponibilità di dettagli sufficienti perché altri ricercatori possano valutare in autonomia come sono state ottenute le dimostrazioni.
La questione non ha una risposta semplice. Una raccolta di argomentazioni prodotte dall’IA può contenere progressi matematici reali, ma il suo valore dipenderà dai risultati che supereranno controlli indipendenti, non dal numero di file pubblicati né dall’importanza dei problemi citati.7
10
La reazione dell’AHM porta inoltre in primo piano il riconoscimento del lavoro umano precedente, il tempo necessario per valutare nuovi risultati e il rischio che cambino le priorità o il sostegno alla ricerca svolta da persone. La pubblicazione dei manoscritti non risolve queste questioni: le rende più urgenti.45
46
Il punto centrale è distinguere la capacità di generare molti enunciati matematici dalla loro convalida scientifica. La controversia riguarda entrambe: ciò che l’IA può apportare alla matematica e le regole necessarie perché il suo contributo sia verificabile, trasparente e significativo per la comunità.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
L’Association for Human Mathematics invita i matematici a interrompere le collaborazioni con OpenAI: a suo giudizio, pubblicare centinaia di risultati tutti insieme non equivale a convalidarli scientificamente.
L’Association for Human Mathematics invita i matematici a interrompere le collaborazioni con OpenAI: a suo giudizio, pubblicare centinaia di risultati tutti insieme non equivale a convalidarli scientificamente. OpenAI ha diffuso manoscritti, materiali di supporto e formalizzazioni in Lean per alcuni risultati, ma non per l’intera raccolta; il modello che li ha prodotti non è stato reso disponibile.
Il confronto riguarda sia il possibile valore matematico dei risultati sia la trasparenza del processo e il lavoro necessario perché altri ricercatori possano verificarli.
L’Association for Human Mathematics invita i matematici a interrompere le collaborazioni con OpenAI: a suo giudizio, pubblicare centinaia di risultati tutti insieme non equivale a convalidarli scientificamente. OpenAI ha diffuso manoscritti, materiali di supporto e formalizzazioni in Lean per alcuni risultati, ma no...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer

Create 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
L’Association for Human Mathematics (AHM) ha invitato i matematici a interrompere le collaborazioni con OpenAI dopo che, il 6 ottobre 2026, l’azienda ha pubblicato una vasta raccolta di manoscritti matematici. La critica non riguarda soltanto la possibilità che alcune dimostrazioni contengano errori: secondo l’AHM, una pubblicazione in massa da parte di un modello aziendale non sostituisce i normali processi di verifica, documentazione e confronto scientifico.45
46
La raccolta potrebbe contenere risultati interessanti. Ma il numero dei file, la presenza di materiali di prova e la portata delle affermazioni non bastano, da soli, a dimostrarne la validità. La controversia tocca anche questioni di accesso: chi può esaminare il modello, chi controlla i risultati e chi deve sobbarcarsi il lavoro della verifica.
L’annuncio iniziale parlava di 722 manoscritti, distribuiti in 17 aree della matematica e organizzati in 372 famiglie di risultati collegati. Non si tratta quindi di 722 scoperte indipendenti: una stessa famiglia può raccogliere lavori correlati. Il repository include manoscritti e materiali di supporto alle dimostrazioni ed è distribuito con licenza Apache-2.0.7
15
OpenAI ha riferito che il modello ha affrontato circa 4.000 problemi e che, in media, ogni risultato ha richiesto una quantità di calcolo equivalente a circa tre ore di ChatGPT Pro Thinking. Ha inoltre pubblicato 10 sintesi abbreviate del ragionamento del modello e formalizzazioni in Lean per alcune dimostrazioni.7
12
16 Lean è un sistema che permette di formalizzare una prova e di sottoporla a controllo informatico.
Il repository specifica che i risultati si trovano a diversi livelli di verifica e che non tutti sono accompagnati da una formalizzazione in Lean. Il catalogo aggiornato riporta 719 manoscritti, rispetto ai 722 dell’annuncio iniziale.10
11
Tra le affermazioni contenute nella raccolta ci sono risultati sulle congetture di Mahler e sull’esponente di irrazionalità esatto di π. La loro inclusione nei manoscritti non significa, da sola, che siano già stati confermati in modo definitivo.5
21
Nella sua dichiarazione, l’AHM ha affermato che i matematici «non hanno chiesto che questo lavoro venisse svolto» e ha definito la pubblicazione di centinaia di file una «dimostrazione di potere», non una dimostrazione di attività scientifica. L’associazione invita alla prudenza e a un approccio alla scienza incentrato sulle persone, anziché all’accettazione frettolosa o all’elaborazione in massa di risultati prodotti da un’azienda.45
46
C’è anche un problema pratico di scala: valutare i manoscritti richiede che gli esperti li leggano, controllino gli argomenti e confrontino i risultati con la letteratura esistente. Rendere pubblici i file offre alla comunità materiale da esaminare, ma non elimina questo lavoro: in larga misura, lo affida ai ricercatori.
L’AHM ha collegato la propria reazione anche alle raccomandazioni dell’Advisory Group on Mathematics and Artificial Intelligence, un gruppo nato per consigliare le aziende di IA sui loro rapporti con la ricerca matematica. Secondo la dichiarazione dell’associazione, il gruppo aveva messo in guardia dal sottoporre problemi matematici avanzati a modelli interni alle aziende.45
48
Le formalizzazioni in Lean sono uno strumento importante: consentono di controllare al computer le dimostrazioni che sono state effettivamente tradotte nel sistema. OpenAI riferisce che la proposizione principale di 162 manoscritti è stata formalizzata.5 Questo rafforza il controllo su quei risultati specifici, ma non convalida automaticamente ogni affermazione contenuta in tutti i manoscritti.
Quando manca una formalizzazione, la valutazione dipende dalla lettura e dal controllo dell’argomentazione. Il repository stesso segnala che i risultati si trovano a diversi stadi di verifica e che non tutti hanno una formalizzazione in Lean.10
11 Perciò è più corretto esaminare ogni risultato singolarmente, senza considerare l’intera raccolta né dimostrata in blocco né priva di valore.
I dati sui problemi affrontati e sul tempo di calcolo, insieme alle 10 sintesi del ragionamento, offrono qualche indicazione sul processo che ha portato ai risultati.7
12
16 Non forniscono però una ricostruzione completa di ogni passaggio. Inoltre, il modello è interno all’azienda e non è disponibile per un esame indipendente.
7
11
Il totale dei problemi affrontati, da solo, non chiarisce con quale frequenza il modello abbia avuto successo su un insieme ben definito di problemi matematici aperti e particolarmente difficili. Per valutare prestazioni e riproducibilità servono maggiori informazioni sui metodi e su come sono stati prodotti i singoli risultati.
OpenAI ha dichiarato di voler organizzare seminari e conferenze per esaminare i risultati più importanti.7 Iniziative del genere possono facilitare il confronto, ma non sostituiscono la disponibilità di dettagli sufficienti perché altri ricercatori possano valutare in autonomia come sono state ottenute le dimostrazioni.
La questione non ha una risposta semplice. Una raccolta di argomentazioni prodotte dall’IA può contenere progressi matematici reali, ma il suo valore dipenderà dai risultati che supereranno controlli indipendenti, non dal numero di file pubblicati né dall’importanza dei problemi citati.7
10
La reazione dell’AHM porta inoltre in primo piano il riconoscimento del lavoro umano precedente, il tempo necessario per valutare nuovi risultati e il rischio che cambino le priorità o il sostegno alla ricerca svolta da persone. La pubblicazione dei manoscritti non risolve queste questioni: le rende più urgenti.45
46
Il punto centrale è distinguere la capacità di generare molti enunciati matematici dalla loro convalida scientifica. La controversia riguarda entrambe: ciò che l’IA può apportare alla matematica e le regole necessarie perché il suo contributo sia verificabile, trasparente e significativo per la comunità.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
L’Association for Human Mathematics invita i matematici a interrompere le collaborazioni con OpenAI: a suo giudizio, pubblicare centinaia di risultati tutti insieme non equivale a convalidarli scientificamente.
L’Association for Human Mathematics invita i matematici a interrompere le collaborazioni con OpenAI: a suo giudizio, pubblicare centinaia di risultati tutti insieme non equivale a convalidarli scientificamente. OpenAI ha diffuso manoscritti, materiali di supporto e formalizzazioni in Lean per alcuni risultati, ma non per l’intera raccolta; il modello che li ha prodotti non è stato reso disponibile.
Il confronto riguarda sia il possibile valore matematico dei risultati sia la trasparenza del processo e il lavoro necessario perché altri ricercatori possano verificarli.