AnswersPublished21 sources
Waarom wiskundigen de samenwerking met OpenAI moeten heroverwegen
De AHM roept wiskundigen op de samenwerking met OpenAI te stoppen: een grote hoeveelheid gepubliceerde resultaten is volgens de organisatie niet hetzelfde als wetenschappelijk gevalideerde kennis. OpenAI deelde ondersteunend bewijs en Lean formaliseringen voor een deel van de resultaten, maar niet voor de hele colle...
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- De AHM roept wiskundigen op de samenwerking met OpenAI te stoppen: een grote hoeveelheid gepubliceerde resultaten is volgens de organisatie niet hetzelfde als wetenschappelijk gevalideerde kennis.
- OpenAI deelde ondersteunend bewijs en Lean formaliseringen voor een deel van de resultaten, maar niet voor de hele collectie.
- De discussie gaat niet alleen over mogelijke wiskundige vooruitgang, maar ook over transparantie, de werklast voor onafhankelijke controle en de plaats van menselijke onderzoekers.
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
De Association for Human Mathematics (AHM) roept wiskundigen op hun samenwerking met OpenAI te beëindigen. Aanleiding is de grote verzameling wiskundige manuscripten die OpenAI op 6 oktober 2026 publiceerde. Volgens de AHM is het probleem niet alleen dat sommige bewijzen fouten kunnen bevatten: een massale publicatie door een bedrijfsmodel vervangt geen zorgvuldige controle, documentatie en wetenschappelijke discussie.45
De verzameling kan interessante resultaten bevatten. Maar aantallen, bewijsbestanden en opvallende claims zijn op zichzelf geen bevestiging. De controverse draait ook om wie toegang heeft tot het model, wie de resultaten kan beoordelen en wie het werk van die controle op zich neemt.
Wat OpenAI publiceerde
In de oorspronkelijke aankondiging beschreef OpenAI 722 manuscripten uit 17 wiskundige vakgebieden, ondergebracht in 372 families van verwante resultaten. Het gaat dus niet om 722 afzonderlijke, onafhankelijke ontdekkingen. De openbare repository bevat manuscripten en ondersteunende bewijsbestanden en is uitgebracht onder de Apache-2.0-licentie.7
15
OpenAI zegt dat het model ongeveer 4.000 problemen heeft geprobeerd. Gemiddeld kwam de rekentijd per resultaat overeen met ongeveer drie uur ChatGPT Pro Thinking. Ook publiceerde het bedrijf tien ingekorte samenvattingen van de redeneringen van het model en Lean-formaliseringen van een deel van de bewijzen.7
12
16 Lean is een systeem waarmee formeel opgestelde bewijzen met een computer kunnen worden gecontroleerd.
De repository vermeldt dat de resultaten zich in verschillende stadia van verificatie bevinden en dat niet elk resultaat een Lean-formalisering heeft. De huidige catalogus toont 719 manuscripten, tegenover de 722 uit de oorspronkelijke aankondiging.10
11
In de verzameling staan onder meer claims over de vermoedens van Mahler en over de exacte irrationaliteitsexponent van π. Dat die claims als manuscripten zijn gepubliceerd, betekent niet dat ze daarmee definitief zijn bevestigd.5
21
Waarom de AHM bezwaar maakt
In haar verklaring schrijft de AHM dat wiskundigen „niet om dit werk hebben gevraagd”. De organisatie noemt de publicatie van honderden bestanden een „machtsvertoon”, geen bewijs van wetenschappelijk werk. Ze vraagt om een kritische houding en om onderzoek waarin mensen centraal staan, in plaats van overhaaste acceptatie of massale verwerking van bedrijfsresultaten.45
Een praktisch punt is de omvang. Om de manuscripten te beoordelen, moeten deskundigen ze lezen, de bewijzen controleren en de resultaten vergelijken met bestaande literatuur. Openbare bestanden geven de gemeenschap materiaal om te onderzoeken, maar nemen dat werk niet weg. Een groot deel ervan komt juist bij onderzoekers terecht.
De AHM verwijst ook naar een waarschuwing van de Advisory Group on Mathematics and Artificial Intelligence. Deze adviesgroep is opgericht om AI-bedrijven te adviseren over hun omgang met wiskundig onderzoek. Volgens de AHM had de groep gewaarschuwd tegen het testen van geavanceerde wiskundige problemen met interne bedrijfsmodellen.45
Wat Lean-bewijzen wel en niet aantonen
Lean-formaliseringen zijn een nuttig hulpmiddel: ze maken het mogelijk om bewijzen die daadwerkelijk in het systeem zijn vastgelegd, computerondersteund te controleren. OpenAI meldt dat de hoofdstelling van 162 manuscripten is geformaliseerd.5 Dat versterkt de controle van die specifieke resultaten, maar valideert niet automatisch elke bewering in alle manuscripten.
Waar geen formele uitwerking beschikbaar is, hangt de beoordeling af van het lezen en controleren van het bewijs. De repository zegt zelf dat resultaten zich in verschillende verificatiestadia bevinden en dat niet alles een Lean-formalisering heeft.10
11 De verstandigste aanpak is daarom om ieder resultaat afzonderlijk te beoordelen, niet om de hele collectie als bewezen of als waardeloos af te doen.
Meer informatie over het proces, maar geen volledige openheid
De cijfers over het aantal geprobeerd problemen en de benodigde rekentijd, plus de tien samenvattingen van redeneringen, geven enig inzicht in de manier waarop de resultaten tot stand kwamen.7
12
16 Ze vormen echter geen volledig verslag van elk resultaat. Bovendien blijft het gebruikte model intern en is het niet beschikbaar voor onafhankelijke bestudering.
7
11
Het totale aantal pogingen laat ook niet zien hoe vaak het model succesvol was op een duidelijk afgebakende set moeilijke, open problemen. Om de prestaties en reproduceerbaarheid te kunnen beoordelen, hebben onderzoekers meer informatie nodig over de methode en de totstandkoming van afzonderlijke resultaten.
OpenAI zegt workshops en conferenties te willen organiseren om belangrijke resultaten te bespreken.7 Zulke initiatieven kunnen controle vergemakkelijken, maar vervangen niet de informatie die andere onderzoekers nodig hebben om zelfstandig na te gaan hoe de bewijzen zijn ontstaan.
Wat de discussie betekent voor menselijk wiskundeonderzoek
De kwestie heeft geen eenvoudig antwoord. Een verzameling door AI gegenereerde argumenten kan echte wiskundige vooruitgang bevatten. De waarde ervan blijkt echter uit de resultaten die onafhankelijke controle doorstaan, niet uit de omvang van de publicatie of het belang van de genoemde problemen.7
10
De reactie van de AHM legt daarnaast vragen bloot over erkenning van eerder menselijk werk, de tijd die nodig is om nieuwe resultaten te beoordelen en de mogelijkheid dat aandacht of steun verschuift van menselijk onderzoek. De publicatie beantwoordt die vragen niet, maar maakt ze wel urgenter.45
De kern is het onderscheid tussen het vermogen om veel wiskundige claims te produceren en de wetenschappelijke bevestiging ervan. De controverse gaat over beide: wat AI aan de wiskunde kan bijdragen, en welke regels nodig zijn om die bijdrage controleerbaar, transparant en betekenisvol voor de onderzoeksgemeenschap te maken.
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 "Waarom wiskundigen de samenwerking met OpenAI moeten heroverwegen"?
De AHM roept wiskundigen op de samenwerking met OpenAI te stoppen: een grote hoeveelheid gepubliceerde resultaten is volgens de organisatie niet hetzelfde als wetenschappelijk gevalideerde kennis.
What are the key points to validate first?
De AHM roept wiskundigen op de samenwerking met OpenAI te stoppen: een grote hoeveelheid gepubliceerde resultaten is volgens de organisatie niet hetzelfde als wetenschappelijk gevalideerde kennis. OpenAI deelde ondersteunend bewijs en Lean formaliseringen voor een deel van de resultaten, maar niet voor de hele collectie.
What should I do next in practice?
De discussie gaat niet alleen over mogelijke wiskundige vooruitgang, maar ook over transparantie, de werklast voor onafhankelijke controle en de plaats van menselijke onderzoekers.